Valeur nette future par client
Un score par client, nette des retours, de la logistique aller et retour, du support, du coût d'acquisition et de l'actualisation. Les facteurs sont fournis avec le score.
PRODUIT
Six fonctions qui répondent à une seule question : combien peut-on dépenser pour ce client sans dégrader la marge ?
Un score par client, nette des retours, de la logistique aller et retour, du support, du coût d'acquisition et de l'actualisation. Les facteurs sont fournis avec le score.
Bornes basse, médiane et haute sur l'horizon demandé, calculées par lot hors ligne, avec le statut de calibration de la bande.
Pour un coût d'action proposé : archétype du client, plafond de coût, gain net attendu et arrêts d'urgence. Une simulation est marquée comme telle, distincte d'une action engagée.
Pour chaque référence de premier achat : archétype, trajectoire de rachat et effet d'habituation. On voit quels premiers achats ouvrent une relation et lesquels la ferment.
Marge plancher, seuil de rentabilité minimal, budget maximal par client, remise maximale, et un niveau optionnel pour les grands comptes. Chaque paramètre est explicite et modifiable.
Audit de la politique appliquée à chaque client, analyse par cohorte, export et effacement des données d'un client sur demande.
Deux accès. Par API, vos systèmes envoient des requêtes structurées au moteur. Par MCP (Model Context Protocol), vos agents d'IA appellent les fonctions du moteur comme des outils : un agent peut ainsi répondre en langage naturel à une question d'allocation, par exemple « quel plafond de coût pour ce client, et faut-il le traiter ? », en s'appuyant sur les résultats du moteur. Le moteur calcule ; c'est l'agent qui reçoit la question en langage naturel et l'appelle.
Les marques et les distributeurs de tous secteurs qui disposent d'un historique de transactions par client, et qui décident de remises, d'offres ou de relances.