Etudiante executive en mastère MDCE et après 15 ans d’expérience dans le retail, j’ai choisi de rédiger ma thèse sur « l’utilisation de la data au service de la performance commerciale des magasins du retail« . Je vous propose de vous partager dans cet article quelques éléments introductifs.

D’UN COMMERCE TRANSACTIONNEL À UNE TRANSFORMATION OMNICANALE

Depuis ces derniers siècles, le commerce et les modes de consommation ont connu des évolutions majeures. Le retail a été fortement impacté par ces changements et a dû s’adapter pour rester dans la course. 

Dans leur ouvrage « le retail face aux nouveaux modes de consommation », Larranga E. et Soulard L. reviennent sur les différents temps forts qui ont rythmé cette transformation : Des premiers magasins dont le rôle était purement transactionnel (vendre un produit à un consommateur) à l’arrivée des grands magasins (vendre plusieurs marques de différentes catégories sous un même toit en soignant la présentation), un premier palier a été franchi. Les magasins deviennent alors de “véritables lieux d ‘expression de la marque” et la notion d’expérience client devient au cœur des préoccupations.

Mais c’est véritablement l’arrivée d’internet dans les années 2000 qui marque un nouveau tournant et bouleverse les modes de consommation.

Les premiers sites e-commerce fleurissent et les pure players prennent place sur ce nouveau marché. 

Rapidement, le géant Amazon s’impose et disrupte l’expérience clients grâce à une stratégie offensive et percutante. Il impose de nouveaux codes par :

• un positionnement prix bas 
• une offre produit très large
• une disponibilité quasi immédiate des produits
• une offre servicielle puissante (livraison gratuite)
• une co-optation des produits grâce aux avis clients
• un service client exemplaire
• une maîtrise de la data et des leviers webmarketing

EVOLUTION DES COMPORTEMENTS D’ACHAT

Les modes de consommation évoluent. On voit alors apparaître de nouveaux comportements d’achat : ROPO (Research On Line Purchase Offline), showrooming, full store et full digital.

Face à ces évolutions, les retailers n’ont d’autre choix que d’exercer une véritable transformation digitale pour continuer d’exister. Ils ouvrent ainsi leur propre site internet et développent de nouveaux services (click and collect, e-reservation, drive…) pour tenter de se démarquer. Le challenge d’offrir un parcours omnicanal fluide apparaît.

En plus d’être extrêmement performants dans la maîtrise de leur supply chain, les pureplayers continuent d’améliorer et de décaler l’expérience client grâce à leur maîtrise de la data et des leviers web marketing.

Les entreprises (retailers ou non) investissent alors en masse dans des solutions de data management.

La data, devient le nouvel or noir des entreprises apportant la promesse d’une meilleure (re)connaissance des consommateurs et d’une capacité à prédire leurs achats futurs.

LA DATA AU SERVICE DE LA PERSONNALISATION DE L’EXPÉRIENCE CLIENTS

Identifier le client pour une simplification de son parcours client

La plus grande complexité en matière de data pour un retailer et de pouvoir identifier le client. Généralement, seuls les clients détenteurs d’une carte de fidélité peuvent être identifiés lors d’une visite dans un point de vente. Mais ils représentent parfois à peine la moitié des clients.

En plus d’identifier les clients qui visitent un magasin, il faut pouvoir aussi identifier ceux qui naviguent sur le site web de la marque !

Pour proposer une expérience omnicanale fluide et personnaliser le parcours d’un client, il faut pouvoir retracer ses interactions sur l’ensemble des canaux.

L’un des enjeux majeurs consiste donc à consolider les données on line et off line. C’est pourquoi de plus en plus de retailers optent pour une DMP (Data Management Platform).

Personnalisation et recommandation

Une fois le client identifié, le second enjeu consiste à pouvoir personnaliser son parcours en fonction de ses préférences et de faire des recommandations produits adaptées.

Dans cet exemple, on peut citer NETFLIX qui est très connu pour la pertinence de ses recommandations de film. Ce dernier s’appuie sur l’historique de l’utilisateur et, grâce à un algorithme de clustering, réussit à prédire les prochains films susceptibles de plaire à l’utilisateur .

Amazon peut être, encore une fois être cité, en exemple sur ce point là. Il personnalise les propositions de produits suggérés à ses utilisateurs en fonction de l’analyse de leurs data.

LA DATA AU SERVICE DE LA PERFORMANCE COMMERCIALE

Mieux prédire les ventes

L’analyse de la data permet aussi de fiabiliser les prévisions de vente. 

Les sujets liés aux problèmes de stock (rupture de stock, indisponibilité produit…) constituent la source principale d’insatisfaction des clients.

L’utilisation de la data permet de modéliser des modèles prédictifs. Leur objectif est d’identifier et d’anticiper les besoins des consommateurs par l’analyse de données diverses (internes et externes).

Ainsi, plutôt que de construire des prévisions de vente basées sur la simple estimation des ventes futures en fonction des ventes passées, les algorithmes utilisés aujourd’hui permettent d’aller plus loin. Ils recoupent plusieurs sources de données (données de navigation sur le site web de la marque, interactions avec la marque, recherche sur google…) afin de prédire les ventes futures et adapter les approvisionnements.

Adaptation de l’offre en local

L’analyse de ces data permet également une analyse plus fine et une adaptation locale dans la construction du commerce et des gammes.

En effet, les données de contextualisation, géolocalisation viennent enrichir l’analyse et permettent de construire un business adapté aux attentes locales du consommateur.

D’UNE ORGANISATION EN SILO A UNE ORGANISATION DATA DRIVEN

Si les objectifs et usages paraissent clairs, la mise en œuvre n’est pas si facile !

Pour les retailers, il s’agit d’aborder une véritable culture du changement à la fois humaine et organisationnelle :

• les organisations historiques généralement en silo ne permettent pas l’agilité nécessaire d’une démarche data driven
• l’état d’esprit et le geste métier des collaborateurs doivent aussi évoluer en plaçant la data (et non le flair, l’intuition) au coeur des décisions

Pour répondre à ces nouveaux enjeux et être time to market, les retailers doivent donc refondre les organisations, les rôles et rendre accessible la donnée pour réussir cette transformation.

POUR CONCLURE

La data est la nouvelle arme des retailers . Pour rester compétitifs face aux pure players, ils doivent accélérer dans l’utilisation de celle ci afin d’améliorer l’expérience clients et de proposer un parcours omnicanal fluide et personnalisé.