Au cours des dernières années, la monétisation des données est devenue une opportunité de plus en plus lucrative pour tous les types de distributeurs. D'ici la fin de la décennie, le marché mondial de la monétisation des données devrait valoir plus de 15 milliards de dollars, soit une augmentation considérable par rapport aux 2 milliards de dollars estimés en 20201.
Pour les distributeurs alimentaires, qui traitent des données et des informations à une échelle gigantesque, le potentiel est tout aussi énorme. En transformant les données en insights et en les vendant aux industriels, les distributeurs ont l'opportunité de développer de nouvelles sources de revenus extrêmement rentables. Aujourd'hui, alors que la pression sur les marges augmente, les avantages de monétiser ses données sont de plus en plus évidents.
Si le partage des données de ventes est une pratique traditionnelle bien établie, partager les données clients constitue un nouveau domaine en expansion, géré individuellement par les distributeurs (sans syndication). Cet article se focalise sur ce dernier point.
La majorité des gens associent le terme 'monétisation des données' à la possibilité de générer des revenus rapidement. Toutefois, l'impact le plus significatif en termes de satisfaction client et de performances financières pour les distributeurs et les industriels découle d'une approche axée sur la collaboration et centrée sur le client ('customer-first'). Cette approche favorise la croissance à long terme des distributeurs et des marques, tout en améliorant la satisfaction des clients.
En adoptant cette philosophie et en établissant des fondations solides, la gestion des insights peut profiter aux distributeurs, aux industriels et aux clients, en apportant des améliorations significatives aux processus essentiels tels que la gestion des catégories et des assortiments, le branding et le retail media. En fin de compte, cela conduit à une croissance des catégories et des revenus : à la fois des revenus issus directement de la gestion des insights clients et des revenus résultant de l'augmentation des ventes grâce à une expérience d'achat globalement optimisée.
La clé réside dans l'alignement et la collaboration productive. Lorsqu'elle est correctement mise en œuvre, la monétisation des données client peut renforcer la relation entre distributeurs et industriels, les aidant à communiquer dans le langage du consommateur et à obtenir de meilleurs résultats pour leurs clients. Cependant, pour saisir cette opportunité, les distributeurs doivent adopter un modèle plaçant la co-création au cœur du processus de monétisation des données - un modèle que nous appelons "les trois P"
Chez dunnhumby, nous avons démontré que les programmes de monétisation des données les plus réussis reposent sur trois éléments clés : une plateforme, des processus et des personnes expérimentées. Analysons-les un par un.
Lorsque les trois "P" sont en place et fonctionnent en synergie, les bénéfices générés par la monétisation des données peuvent rapidement se multiplier - et pas seulement pour les distributeurs. Examinons les avantages de cette approche structurée pour les distributeurs et les marques.
Tous ces aspects devraient susciter naturellement l'intérêt des distributeurs et des marques, mais qu'en est-il des consommateurs ? Comment les "trois P" les aident-ils ? La manière la plus simple de répondre à cette question est de revoir les avantages clés qu'ils apportent.
Tout d'abord, vous bénéficiez d'une plateforme : une technologie qui vous permet de comprendre le comportement d'achat des consommateurs. Ensuite, vous avez des processus qui garantissent une application efficace des insights acquis. Enfin, vous disposez d’experts qualifiés sur le terrain.
C'est dans cette synergie que réside la réelle puissance de cette approche. En plus d'améliorer l'impact commercial de la monétisation des données, les trois P sont intrinsèquement centrés sur le client, favorisant une vision commune des besoins des clients et apportant ainsi des avantages réels tels que de meilleurs prix, des promotions plus efficaces, une conception optimisée des rayons avec les produits les plus attrayants au premier plan, et un positionnement optimisé des produits dans le magasin pour faciliter les achats.
Bien sûr, vous pourriez aborder la gestion des catégories, la gestion de marque et le Retail Media uniquement sous l'angle des ventes et des marges. Cependant, notre approche de la monétisation des données permet de se concentrer sur ce qui compte le plus pour les clients - des informations pouvant être transformées en un plan d'action sur mesure pour répondre à leurs besoins.
Une dernière remarque : la mise en place de ce type de modèle ne suffit pas à elle seule. Il est essentiel de suivre et d'évaluer les résultats de votre activité de monétisation des données dans le temps. Un suivi de la valeur, illustrant l'impact à la fois sur la satisfaction client et sur les ventes, est indispensable, et c'est une démarche que nous mettons systématiquement en œuvre avec nos partenaires distributeurs.
La monétisation des données représente véritablement un processus bénéfique pour tous ; elle permet aux distributeurs d’augmenter leurs revenus et la satisfaction client, aide les marques à être mieux informées et plus pertinentes, tout en offrant de meilleures expériences aux clients.
[1] Monetizing data and technology can help unlock future growth—here’s how to take advantage of the opportunity – Deloitte, 2023
Improve CPG collaboration and turn insight into commercial opportunity
Benefits of Customer First Insight MonetisationMake Retail Media work for your business with Customer Data Science
Customer first platform for Retail MediaCookie | 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 |
---|---|
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. |
_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. |
__Secure-ROLLOUT_TOKEN | YouTube sets this cookie via embedded videos to manage feature rollouts. |
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. |