Recevez chaque jour toute l'actualité du numérique

x

[Tribune] Grande distribution : comment repenser la logique de catégorisation pour plus de performance ?

Tribune La technologie de la data science permet de repousser les limites des techniques de pricing. Il convient alors de faire évoluer les méthodes, notamment en matière de catégorisation des produits, afin de pouvoir pleinement en tirer profit. Les précisions de Georges Bory, cofondateur d’ActiveViam, société française spécialisées dans les solutions analytiques pour la prise de décision opérationnelle, la data science et le pricing.
Twitter Facebook Linkedin Flipboard Email
×

[Tribune] Grande distribution : comment repenser la logique de catégorisation pour plus de performance ?
[Tribune] Grande distribution : comment repenser la logique de catégorisation pour plus de performance ? © Laurent Rousselle

En matière de gestion des prix, de nombreuses enseignes ont l’habitude de catégoriser les produits en fonction de leurs nomenclatures et du rayon où il seront vendus. Mais cette logique de référencement seule est trop rigide pour permettre de réaliser un pricing fin, donc pour garantir une bonne rentabilité.

Avec la data science, il est désormais possible de créer des catégories de produits plus diverses, fondées non pas sur la description des produits mais sur la perception que les clients ont de leur valeur, dans le but de proposer des prix adaptés à leurs attentes et d'améliorer la performance des enseignes.

Une fois élaborées les matrices permettant de les créer, on peut dégager des scénarios de pricing optimisés. Il s’agit ensuite de simuler et d’analyser leur ROI afin de sélectionner les meilleurs. Pour y parvenir, il est donc est crucial de définir des catégories pertinentes. En voici trois exemples.

Produits "moteurs" et produits "supplémentaires"
L'analyse des tickets de caisse permet d'identifier quels produits déclenchent la venue du consommateur dans le magasin (qu'il soit physique ou en ligne). Ils sont achetés parfois seuls et parfois avec d'autres : ce sont les produits "moteurs".

D'autres produits ne sont jamais achetés seuls mais toujours avec un ou plusieurs autres, parfois en lien avec leur usage, parfois non. Ce sont les produits "supplémentaires" que les consommateurs profitent de leur passage dans le magasin pour acheter, mais qui ne déclenchent pas leur venue.

On identifie enfin des produits "indépendants", toujours achetés seuls. Pour classer les produits entre ces catégories, on procède à une analyse systématique et à grande échelle des tickets de caisse. Cela permet de calculer la fréquence d'achat "seul" ou "en groupe" de chaque produit individuel, et dès lors de les classer soit en catégories fermées, soit sur une échelle.

Les paniers-type
Les paniers-type est une approche étroitement liée aux comportements clients. Elle consiste à identifier, toujours sur la base des tickets de caisse, des paniers-types récurrents qui permettent d'isoler des profils de clients distincts. Ces profils peuvent ensuite être affinés en intégrant par exemple les données des programmes de fidélité ou filtrés par magasins.

Dans la distribution spécialisée, cela peut correspondre à des projets spécifiques plutôt qu'à des archétypes de clients (refonte de salle de bains, construction de meubles, etc.). Beaucoup de consommateurs ne connaissent pas précisément le prix de chaque produit individuel mais ont une idée assez claire du prix global de leurs paniers réguliers, il est donc essentiel pour les distributeurs de pouvoir se comparer et se positionner à cette échelle.

La sensibilité du client au prix
Cette catégorisation correspond aux stratégies axées sur l’image-prix, c’est-à-dire sur la perception qu’ont les clients du rapport entre la valeur, l'utilité, la satisfaction que leur apporte un produit et son prix. Il s'agit de catégoriser les produits en fonction de cette sensibilité.

Cette perception dépend d'une multitude de facteurs objectifs et subjectifs et varie au cours du temps, le défi ici consiste donc non seulement à s'appuyer sur des données aussi riches que possible pour définir le prix juste, mais aussi à le faire évoluer avec le temps.

La finesse et la précision de ces catégorisations dépend fortement de la capacité des enseignes à accumuler et analyser des champs de données de plus en plus vastes et issus de sources de plus en plus variées. Les volumes atteints aujourd'hui sont tels que des technologies spécialisées pour la data science ou la mise en oeuvre de l'intelligence artificielle apparaissent comme le seul moyen de procéder à ces analyses suffisamment rapidement pour qu'elles produisent des résultats opérationnels pertinents.

Il ne s'agit pas seulement de définir un prix, mais de le mettre dans le contexte du client à qui il s'adresse, du magasin où il se vend, des tendances du moment, de l'image de marque de l'enseigne et de ses objectifs de rentabilité.

Georges Bory est cofondateur d’ActiveViam, éditeur de solutions de pricing BtoC.

Les avis d'experts sont publiés sous l'entière responsabilité de leurs auteurs et n'engagent en rien la rédaction de L'Usine Digitale.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media