Segmentation d’email : les critères qui marchent vraiment

Combien de vos abonnés reçoivent une offre qui ne les concerne pas ? Sur une liste de 20 000 contacts, une bonne partie n’ouvre jamais, une autre clique sur tout et une troisième n’existe plus vraiment. Segmenter, c’est arrêter d’envoyer le même message à ces trois publics. Ce guide détaille les critères qui fonctionnent et la méthode RFM. Un angle manque pourtant dans la plupart des articles sur le sujet : la qualité de la donnée elle-même.

Segmenter par données démographiques et géographiques

C’est le tri le plus simple à mettre en place. Âge et langue forment la base. La localisation affine le créneau d’envoi. Le secteur d’activité s’ajoute utilement en B2B. Ces champs sont déjà présents dans la plupart des CRM et se synchronisent directement vers l’ESP par API ou webhook. Un email en anglais envoyé à un contact francophone perd son ouverture avant même d’être lu.

Deux limites à connaître. Trop de champs à l’inscription fait fuir le prospect avant même le premier envoi. Et un critère démographique seul ne dit rien de l’engagement réel : un contact parisien de 35 ans peut tout aussi bien ignorer chaque campagne.

Segmenter par comportement : ouvertures, clics, navigation

Le comportement révèle ce que la démographie ne montre pas. Un contact qui clique sur trois campagnes consécutives mérite un traitement différent de celui qui n’a pas ouvert un email depuis six mois. La plupart des ESP, Brevo compris, permettent de construire ce type de segment sans développement :

1. Définissez la fenêtre d’observation : 30, 60 ou 90 jours selon la fréquence d’envoi.
2. Créez un segment « engagés » (au moins une ouverture ou un clic sur la fenêtre).
3. Créez un segment « inactifs » (zéro interaction sur la même période).
4. Isolez les clics sur des liens précis pour déclencher des scénarios automatisés (relance panier, contenu lié à l’intérêt détecté).

La réactivité aux précédents emails pèse plus lourd que n’importe quel champ démographique pour prédire la prochaine ouverture.

Croiser récence, fréquence et dépense avec la méthode RFM

La méthode RFM classe chaque contact selon trois mesures. La récence indique la date du dernier achat ou de la dernière interaction. La fréquence compte le nombre d’achats sur une période donnée. Un troisième indicateur, le montant total dépensé, complète le score.

Chaque axe est noté de 1 à 5, ce qui donne un score à trois chiffres. Un contact 555 est un champion : achat récent, fréquent, panier élevé. Un contact 111 n’a quasiment aucune valeur mesurable. Entre les deux, les segments intermédiaires orientent des scénarios distincts : réactivation pour les contacts à risque, offre premium pour les gros paniers dormants.

C’est la base du calcul de la valeur vie client (LTV). Une campagne emailing B2B qui traite un lead qualifié comme un abonné newsletter classique gaspille son budget d’envoi sur le mauvais segment.

Segmenter par qualité et validité de la donnée

Les critères démographiques, comportementaux et RFM partagent un point faible : ils supposent que l’adresse email derrière chaque contact fonctionne encore. Ce n’est pas toujours vrai. Plus de 20 % d’une base de contacts email devient obsolète chaque année, entre changements de poste et boîtes fermées. Les fautes de frappe commises à l’inscription s’ajoutent à ce total, d’après les données publiées par Mailgun¹.

Un segment construit sur des adresses mortes fausse tout le reste. Le taux d’ouverture calculé sur ce segment paraît catastrophique. La cause réelle : des boîtes qui n’existent plus. Chaque envoi vers une adresse disparue génère un rejet SMTP (hard bounce). Les fournisseurs de messagerie s’en servent pour juger la réputation de l’expéditeur.

Traiter la qualité de la donnée comme un critère de segmentation à part entière change la donne. Concrètement : isolez un segment « à valider ». Il regroupe les adresses jamais ouvertes depuis leur ajout, plus les inscriptions récentes sans première ouverture. Les domaines à syntaxe douteuse complètent le tri. Faites vérifier ce segment avant le prochain envoi, pas après une alerte de réputation sur votre domaine d’envoi. C’est un contrôle qui se fait en amont du planning, jamais en réaction à une chute de délivrabilité.

Ce que la segmentation change vraiment

L’étude la plus citée sur le sujet reste celle de Mailchimp, menée sur environ 2 000 comptes ayant envoyé près de 11 000 campagnes segmentées à 9 millions de destinataires². Comparées aux campagnes non segmentées, les campagnes segmentées affichent :

• +14,31 % de taux d’ouverture
• +100,95 % de taux de clic
• -4,65 % de rejets (bounces)
• -3,90 % de plaintes pour spam
• -9,37 % de désinscriptions

Le détail par type de segmentation confirme le point précédent : la segmentation par activité fait baisser les bounces de 9,23 % en plus d’améliorer les clics. Le taux d’ouverture reste l’indicateur le plus regardé. La baisse des rejets pèse pourtant tout autant sur la réputation d’expéditeur à moyen terme.

RGPD : ce que le consentement change dans la segmentation

Chaque donnée utilisée pour segmenter doit correspondre à un consentement explicite (opt-in), au moment précis de sa collecte. Un champ « secteur d’activité » rempli pour une newsletter ne peut pas servir à construire un ciblage commercial non annoncé.

La documentation du traitement (quelles données, pour quel usage, combien de temps conservées) protège aussi la relation avec l’abonné. Un contact qui comprend pourquoi il reçoit tel email signale rarement la campagne comme spam.

Indicateurs à suivre après la mise en place

Quatre chiffres suffisent à piloter une segmentation dans la durée :

• Taux d’ouverture par segment : compare l’attractivité de l’objet entre groupes.
• Taux de clic par segment : mesure l’intérêt réel pour le contenu envoyé.
• Taux de conversion : actions concrètes (achat, inscription, réponse) après l’email.
• Taux de désinscription : signale une saturation ou un mauvais rattachement de segment.

Le taux d’engagement croise plusieurs de ces signaux en une seule mesure. Utile pour comparer des segments de taille différente sans ouvrir quatre tableaux séparés.

Une liste bien segmentée reste une liste vivante : elle se vérifie autant qu’elle se découpe.