Les supermarchés ont changé. Si le format en général est resté le même depuis des décennies, des changements subtils et continus au fil des dernières années ont entrainé une transformation du parcours client et de l'expérience d’achat. Plus que dans n’importe quel autre secteur, cela se voit en particulier dans le volume et la variété des produits proposés.
Il y a quelques décennies à peine, un magasin de taille moyenne proposait environ 7 000 références1. Dans une interview de Michel-Édouard Leclerc publiée l'année dernière, il estimait qu’aujourd’hui l’enseigne proposerait entre 30 000 et 50 000 références produit2. Évidemment, il ne s'agit pas seulement d'une augmentation du nombre de produits dans les rayons des distributeurs. Il est ici davantage question d’une énorme augmentation principalement liée à une évolution spectaculaire - et persistante – de chaque catégorie.
La catégorie produits laitiers en est un parfait exemple. Il n'y a pas si longtemps, les clients qui parcouraient ces rayons étaient confrontés à un ensemble de choix assez simple pour un produit comme le lait. Au-delà des questions essentielles du prix et de la marque, le processus de sélection se limitait en grande partie à savoir si le client voulait du lait entier, demi-écrémé ou écrémé.
Ce n'est désormais plus le cas en 2023. Aujourd'hui, une personne qui achète du lait fait face à toute une série de choix et d'alternatives. Même un petit distributeur offre plusieurs options allant du lait de soja, lait d'amande, au lait aromatisé en passant par les formulations et les différentes variétés nutritionnelles comme le lait sans lactose et le lait hyperprotéiné. Ce qui était autrefois une décision simple est désormais un choix nuancé et, à bien des égards, profondément personnel.
Si les produits laitiers sont un bon exemple de l'évolution des catégories, ils sont loin d'être les seuls. On retrouve des évolutions similaires un peu partout, du rayon boulangerie, où le pain et d'autres produits continuent de se diversifier, jusqu'aux boissons gazeuses. Les boissons isotoniques ou aromatisées, par exemple, étaient pratiquement inexistantes il y a quelques années encore. Aujourd'hui, elles représentent une part non négligeable de la catégorie et devrait passer de 6,79 milliards de dollars en 2021 à plus de 10 milliards de dollars en 2027.
Parfois, l'introduction de nouveaux produits comme ceux-ci peut affecter plusieurs catégories à la fois.
Prenez l’exemple du “hard seltzer”, cette eau pétillante aromatisée et peu alcoolisée a commencé à conquérir le marché américain de la grande distribution vers 2018 (et celui de la France depuis 2020). Avant que ce produit ne devienne aussi populaire qu'il ne l'est aujourd'hui aux U.S, les consommateurs achetaient de la vodka (ou d'autres spiritueux) et du soda pour les mélanger chez eux. L'émergence des hard seltzer dans la conscience collective a cependant affecté à la fois les catégories des boissons alcoolisées et des boissons gazeuses, attirant une foule de nouveaux clients - en particulier les acheteurs plus jeunes et ceux qui s'intéressent aux boissons alcoolisées "plus saines" (ou, du moins, moins caloriques).
Naturellement, la plupart des distributeurs aimeraient pouvoir repérer ce genre de tendance à l'avance.
L'un des autres facteurs majeurs en jeu ici est la hausse significative des attentes des consommateurs en matière de personnalisation. Ce qui a commencé en ligne est maintenant devenu un élément omniprésent de l’ensemble du processus d’achat, les clients souhaitant désormais des expériences personnalisées à la fois dans le monde physique et le monde numérique.
La constante évolution des catégories corrobore ces constats ; plus une catégorie évolue et plus de nouveaux produits spécifiques voient le jour, plus il est probable que les clients s'attendent à ce que ces produits soient disponibles, peu importe où ils font leurs courses. Cela rend les choses complexes du point de vue du format des points de vente, les distributeurs devant réfléchir à la manière dont un magasin de proximité peut offrir une expérience similaire à celle d’une grande surface.
La présence des pure-players de l’alimentaire ne fait qu’exacerber ce problème. Lorsque les consommateurs ne trouvent pas exactement ce qu’ils veulent en magasin, des entreprises comme Amazon, La Belle Vie ou encore Cajoo leur offrent la possibilité de se faire livrer directement chez eux les produits les plus spécifiques en 24 heures ou moins.
Alors, comment les distributeurs traditionnels répondent-ils exactement à ce défi ? En ligne, c’est une question (un peu) plus facile à résoudre. Du moment que vous disposez de capacités de livraison adaptées et localisées, vous pouvez proposer une gamme aussi riche et variée que vous – et vos clients – le souhaitez.
En magasin, cette tâche est beaucoup plus difficile, car vous devez avoir une idée très précise des besoins de chaque client individuel, dans chaque zone de chalandise. Et, à mesure que les catégories continuent d'évoluer, la situation devient de plus en plus complexe ; les magasins physiques n'ont pas tendance à s'agrandir, mais le nombre de produits que les clients peuvent désirer ne cesse de croître.
Fondamentalement, les réponses à cette question tournent autour de la nécessité d'élaborer des planogrammes individuels pour chaque magasin. Il s'agit toutefois d'un exercice complexe, car il repose à la fois sur une compréhension approfondie des préférences individuelles et sur la capacité à repérer les tendances émergentes, comme l'exemple des “hard seltzer” mentionné ci-dessus.
Pour cette raison, gérer avec succès l'évolution des catégories signifie que les distributeurs doivent désormais avoir une connaissance approfondie des éléments qui comptent le plus pour leurs clients, et ce pour deux raisons :
dunnhumby Assortment fournit aux enseignes de la grande distribution un aperçu des produits clés, non seulement ceux qui doivent être en rayon, mais également des articles qui peuvent être retirés en fonction de facteurs tels que l'interchangeabilité, la substituabilité ou encore les mauvaises performances. En utilisant les données réelles des clients - y compris leurs comportements d'achat et le contenu de leurs paniers – dunnhumby assortment apporte des recommandations précieuses sur les produits qui doivent ou ne doivent pas être en rayon et pourquoi.
L'efficacité de dunnhumby assortment a été démontrée dans le cadre d'une importante réinitialisation de catégorie pour un de nos clients en Afrique. Nous avons constaté que l'assortiment du distributeur s'était développé au point que, plutôt que de fournir aux clients une sélection utile, il contenait de nombreux doublons et un nombre excessif de variantes d’un même produit.
En utilisant dunnhumby Assortment en tandem avec un autre outil analytique du nom de dunnhumby Shop, nous avons pu constater que 27 % des produits du distributeur pouvaient être retirés de la vente en toute sécurité. Ce faisant, le distributeur a pu réduire ses coûts de stockage de 6 % tout en créant simultanément une expérience d’achat simplifiée et enrichie pour ses clients.
Non seulement ce type d'approche évolutive des catégories basée sur la connaissance client vous permet de gérer plus intelligemment les besoins de vos consommateurs, mais cela vous donne également la possibilité de vous pencher plus facilement sur les opportunités émergentes. Le lancement d’innovations exclusives, où les distributeurs s'associent à des marques pour lancer des produits en série limitée uniquement dans leurs magasins, peut répondre à des besoins très spécifiques et leur permettre de se démarquer en s'appropriant certaines tendances.
Bien sûr l'évolution des catégories est un processus continu, ce qui signifie que les informations sur vos clients, et les indicateurs qui permettent d'évaluer la fidélité doivent également être continuellement mis à jour, notre expérience permet d’en attester suite à de nombreux projets menés avec des distributeurs du monde entier.
En complément et pour clore cet article, nous ajouterons qu’une gestion réussie de cette évolution n'est pas une simple mesure défensive ; bien menée, elle peut également être une source de croissance pour les distributeurs (et les marques) qui veulent se positionner en tant que leader sur le marché. Pour cela, il est impératif d'adopter une approche de l'évolution des catégories qui soit continue et axée sur la connaissance client.
Pour approfondir sur le sujet : Mercredi 22 mars à 15h00 (Paris), assistez au webinaire proposé par dunnhumby en collaboration avec Metro Canada dédié à la transformation de l’assortiment produits grâce à la data science client. Ne manquez pas cette occasion unique d’écouter les témoignages de Martin Turcotte, VP of Merchandising et Dominique Bourget-Casaubon, Director Merchandising Insights & Analytics, sur la façon dont Metro Canada a réussi à transformer son assortiment grâce à une analyse rigoureuse de la donnée client. Inscrivez-vous dès aujourd’hui!
1 Grocery stores carry 40,000 more items than they did in the 1990s – Market Watch, 17th June 2017
2 Entretien. Michel-Édouard Leclerc : "Notre rôle, c'est de faire barrage à la spéculation et à un mur d'inflation" – La Dépêche, 8th June 2022
Cookie | Description |
---|---|
cli_user_preference | The cookie is set by the GDPR Cookie Consent plugin and is used to store the yes/no selection the consent given for cookie usage. It does not store any personal data. |
cookielawinfo-checkbox-advertisement | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Advertisement" category . |
cookielawinfo-checkbox-analytics | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Analytics" category . |
cookielawinfo-checkbox-necessary | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
CookieLawInfoConsent | The cookie is set by the GDPR Cookie Consent plugin and is used to store the summary of the consent given for cookie usage. It does not store any personal data. |
viewed_cookie_policy | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |
wsaffinity | Set by the dunnhumby website, that allows all subsequent traffic and requests from an initial client session to be passed to the same server in the pool. Session affinity is also referred to as session persistence, server affinity, server persistence, or server sticky. |
Cookie | Description |
---|---|
wordpress_test_cookie | WordPress cookie to read if cookies can be placed, and lasts for the session. |
wp_lang | This cookie is used to remember the language chosen by the user while browsing. |
Cookie | Description |
---|---|
CONSENT | YouTube sets this cookie via embedded youtube-videos and registers anonymous statistical data. |
fs_cid | Set by FullStory to correlate sessions for diagnostics and session consistency; not always set. |
fs_lua | Set by FullStory to record the time of the user’s last activity, helping manage session timeouts. |
fs_session | Set by FullStory to manage session flow and recording. Not always visible or applicable across all implementations. |
fs_uid | Set by FullStory to uniquely identify a user’s browser. Used for session replay and user analytics. Does not contain personal data directly. |
VISITOR_INFO1_LIVE | Set by YouTube to estimate user bandwidth and improve video quality by adjusting playback speed. |
VISITOR_PRIVACY_METADATA | Set by YouTube to store privacy preferences and metadata related to user consent and settings. |
vuid | Vimeo installs this cookie to collect tracking information by setting a unique ID to embed videos to the website. |
YSC | Set by YouTube to track user sessions and maintain video playback state during a browser session. |
yt-remote-device-id | YouTube sets this cookie to store the video preferences of the user using embedded YouTube video. |
yt.innertube::nextId | This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen. |
yt.innertube::requests | This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen. |
_ga | The _ga cookie, installed by Google Analytics, calculates visitor, session and campaign data and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognise unique visitors. |
_ga_* | Set by Google Analytics to persist session state. |
_gid | Installed by Google Analytics, _gid cookie stores information on how visitors use a website, while also creating an analytics report of the website's performance. Some of the data that are collected include the number of visitors, their source, and the pages they visit anonymously. |
_lfa | This cookie is set by the provider Leadfeeder to identify the IP address of devices visiting the website, in order to retarget multiple users routing from the same IP address. |
Cookie | Description |
---|---|
aam_uuid | Set by LinkedIn, for ID sync for Adobe Audience Manager. |
AEC | Set by Google, ‘AEC’ cookies ensure that requests within a browsing session are made by the user, and not by other sites. These cookies prevent malicious sites from acting on behalf of a user without that user’s knowledge. |
AMCVS_14215E3D5995C57C0A495C55%40AdobeOrg | Set by LinkedIn, indicates the start of a session for Adobe Experience Cloud. |
AMCV_14215E3D5995C57C0A495C55%40AdobeOrg | Set by LinkedIn, Unique Identifier for Adobe Experience Cloud. |
AnalyticsSyncHistory | Set by LinkedIn, used to store information about the time a sync with the lms_analytics cookie took place for users in the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland). |
bcookie | LinkedIn sets this cookie from LinkedIn share buttons and ad tags to recognise browser ID. |
bscookie | LinkedIn sets this cookie to store performed actions on the website. |
DV | Set by Google, used for the purpose of targeted advertising, to collect information about how visitors use our site. |
ELOQUA | This cookie is set by Eloqua Marketing Automation Tool. It contains a unique identifier to recognise returning visitors and track their visit data across multiple visits and multiple OpenText Websites. This data is logged in pseudonymised form, unless a visitor provides us with their personal data through creating a profile, such as when signing up for events or for downloading information that is not available to the public. |
gpv_pn | Set by LinkedIn, used to retain and fetch previous page visited in Adobe Analytics. |
lang | Session-based cookie, set by LinkedIn, used to set default locale/language. |
lidc | Set by LinkedIn, used for routing from Share buttons and ad tags. |
lidc | LinkedIn sets the lidc cookie to facilitate data center selection. |
li_gc | Set by LinkedIn to store consent of guests regarding the use of cookies for non-essential purposes. |
li_sugr | Set by LinkedIn, used to make a probabilistic match of a user's identity outside the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland). |
lms_analytics | Set by LinkedIn to identify LinkedIn Members in the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland) for analytics. |
NID | Set by Google, registers a unique ID that identifies a returning user’s device. The ID is used for targeted ads. |
OGP / OGPC | Set by Google, cookie enables the functionality of Google Maps. |
OTZ | Set by Google, used to support Google’s advertising services. This cookie is used by Google Analytics to provide an analysis of website visitors in aggregate. |
s_cc | Set by LinkedIn, used to determine if cookies are enabled for Adobe Analytics. |
s_ips | Set by LinkedIn, tracks percent of page viewed. |
s_plt | Set by LinkedIn, this cookie tracks the time that the previous page took to load. |
s_pltp | Set by LinkedIn, this cookie provides page name value (URL) for use by Adobe Analytics. |
s_ppv | Set by LinkedIn, used by Adobe Analytics to retain and fetch what percentage of a page was viewed. |
s_sq | Set by LinkedIn, used to store information about the previous link that was clicked on by the user by Adobe Analytics. |
s_tp | Set by LinkedIn, this cookie measures a visitor’s scroll activity to see how much of a page they view before moving on to another page. |
s_tslv | Set by LinkedIn, used to retain and fetch time since last visit in Adobe Analytics. |
test_cookie | Set by doubleclick.net (part of Google), the purpose of the cookie is to determine if the users' browser supports cookies. |
U | Set by LinkedIn, Browser Identifier for users outside the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland). |
UserMatchHistory | LinkedIn sets this cookie for LinkedIn Ads ID syncing. |
UserMatchHistory | This cookie is used by LinkedIn Ads to help dunnhumby measure advertising performance. More information can be found in their cookie policy. |
yt-remote-connected-devices | YouTube sets this cookie to store the video preferences of the user using embedded YouTube video. |
_gcl_au | Set by Google Tag Manager to store and track conversion events. It is typically associated with Google Ads, but may be set even if no active ad campaigns are running, especially when GTM is configured with default settings. The cookie helps measure the effectiveness of ad clicks in relation to site actions. |