Dans la continuité de leur premier article sur la rentabilité du E-commerce, Dave Clements, Global Head of Retail et Sandrine Devy, Global Head of CPG Sector détaillent comment les sources de revenus alternatives – de la monétisation des insights et du Retail Media, à l’ajout de nouveaux services au portefeuille d’un distributeur – peuvent aider à limiter l’impact de la hausse des coûts d’exploitation de l’online.
La rentabilité du E-commerce est une vraie problématique pour les distributeurs. Ceci est particulièrement vrai en France, deuxième pays en termes de part de marché en Europe derrière le UK. Les entrepôts ou zones en magasins dédiés, le personnel en charge du picking, la flotte logistique, le carburant, les chauffeurs, etc… : tout cela a un coût, et – le plus souvent – ce coût équivaut à un pourcentage substantiel du panier livré. Dans le paysage européen, la France se distingue par la dominance du drive. La livraison à domicile ne représente qu’une faible part. Pour cette raison les distributeurs français cherchent avant tout à optimiser les couts de picking. Quand les opérations sont mal gérées, le traitement d’une commande peut finir par coûter de l’argent aux distributeurs.
Objectivement, une telle situation n’est pas tenable sur le long terme. Avec l’adoption de l’online par de plus en plus de clients, en lien avec le contexte de la pandémie, les distributeurs sont désormais soumis à une pression plus forte que jamais pour transformer leurs opérations de commerce en ligne en opérations rentables.
Dans notre dernier article, nous examinions ce défi sous l’angle de l’optimisation opérationnelle. Fort de notre expérience, nous savons qu’en se concentrant sur les mécanismes complexes qui soutiennent l’e-commerce, les distributeurs peuvent commencer à atténuer, voir supprimer, certains coûts d’exploitation. Dans ce nouvel article, nous allons traiter la question plus largement en évoquant les sources de revenus alternatives et les services supplémentaires qui constituent de nouvelles pistes vers la rentabilité.
Nous allons aborder trois sources de revenus alternatives, dont deux sont, de notre point de vue, intrinsèquement liées. Nous allons détailler pourquoi.
Data insights
Tout d’abord, il y a la monétisation des insights.
Les distributeurs disposent de toutes sortes d’informations issues des tickets de caisses (données EPOS [Electronic Point Of Sale]) et des cartes de fidélité (données clients « porteurs de carte »). Lorsque ces données sont analysées à l’aide d’outils et méthodologies appropriés, elles permettent de tirer des enseignements pour définir une stratégie centrée client ainsi que ses leviers opérationnels. Par exemple, grâce aux données porteurs de carte, il est possible de savoir comment organiser le magasin pour optimiser le parcours d’achat, de segmenter les clients en fonction de leurs habitudes d’achat, de connaître leurs motivations (Shopping Missions), de comprendre les logiques d’achat des clients pour faire leur choix (cf. complémentarité ou substituabilité des produits).
Tout cela a une valeur inestimable pour les distributeurs. Tous ces insights les aident à mieux servir leurs clients aujourd’hui et à anticiper l’avenir. Pour les marques, qui ont du mal à atteindre ce niveau de compréhension des catégories en raison de leur éloignement du client final, l’accès à ces données permet d’accéder à des insights qu’aucun focus groupe ne pourra jamais leur fournir. Ces insights permettent aux marques de bien cerner les problématiques des distributeurs, de parler leur langue et de formuler des recommandations pertinentes, opérationnelles et adaptés aux clients des enseignes pour développer de manière durable les ventes des catégories.
La croissance de l’online signifie que ces données sont désormais plus riches que jamais. Elles fournissent des informations sur les achats réalisés en ligne et en magasin (on et offline), des détails sur les différentes missions d’achat et le taux de conversion des marques en ligne. La combinaison des données on et offline permet de faire le lien entre les données de navigation et l’historique des achats de chaque client. Ces données consolidées sont aussi précieuses que puissantes pour les acteurs du commerce online.
Dans ce contexte, les distributeurs ont l’opportunité de partager ces informations avec leurs fournisseurs et de les monétiser. Sur la base de notre expérience, la monétisation des données peut générer des revenus de l’ordre de 0.2 % des ventes annuelles d’un distributeur ; un chiffre d’affaires à priori limité sur le papier, mais potentiellement très important dans la réalité.
Retail Media
A l’instar des insights clients que les distributeurs peuvent mettre à disposition des marques sans qu’elles puissent se les procurer par ailleurs, le Retail Media procure quelque chose de tout aussi rare : la possibilité de communiquer avec des clients à fort potentiel d’achat au moment même de leur visite sur le site e-commerce.
De nombreux distributeurs constituent actuellement leurs propres portefeuilles de dispositifs médias actionnables en magasin et en ligne pour les proposer aux marques. Acteur dans ce domaine, dunnhumby propose une palette de dispositifs intégrant du balisage rayons, des écrans numériques, des coupons, des bannières publicitaires, des recherches sponsorisées, des offres personnalisées et bien plus encore.
Cette opportunité est d’autant plus importante étant donné la disparition future des cookies tiers. L’intérêt grandissant des annonceurs pour les « données first party » (données collectées directement auprès des clients) procurera une véritable longueur d’avance aux distributeurs ayant une forte pénétration du commerce en ligne. Le boom de l’online ouvre également la voie à de nouvelles propositions d’activations personnalisées qui, lorsqu’elles sont associées à des médias hors ligne, rendent le Retail Media encore plus attractif pour les budgets des industriels sur le digital.
Le Retail Media est – ou du moins devrait être – intrinsèquement lié à l’analyse des données. En effet, pour ne pas perturber le parcours de chaque client, les programmes de Retail Media doivent être conçus en tenant compte des meilleurs intérêts des clients et les insights clients doivent permettre d’activer des communications opportunes, pertinentes et personnalisées.
Quand ce lien se produit, les rendements financiers peuvent être considérables. Les distributeurs peuvent générer l’équivalent de 1 % de leurs revenus existants sous forme de ventes publicitaires. Ils peuvent également miser sur une augmentation de 3 % à 5 % à mesure que leur activité média augmente en termes de portée et maturité.
Services supplémentaires
La diversification des services a longtemps été un moyen pour les distributeurs de générer des revenus en dehors de leur secteur d’activité principal. Des incursions dans les services financiers et les télécommunications ont souvent été réalisées lorsque les distributeurs cherchaient à se développer.
Un domaine qui pourrait s’avérer particulièrement lucratif, sans aller trop loin dans l’expansion opérationnelle, est celui des « marketplace ». En début d’année, E.Leclerc s’est illustré par son ouverture à cette logique. En permettant aux fournisseurs spécialisés et locaux de se connecter aux plates-formes de commerce online gérées par les distributeurs, ces offres en ligne étendues peuvent générer entre 5 % et 10 % de commission pour chaque article vendu, en plus des revenus liés aux médias.
Ces « marketplace » ont également un effet accélérateur ; elles signifient plus de visiteurs, ce qui signifie plus de regards portés sur le Retail Media, pour finalement attirer plus d’annonceurs. Les distributeurs qui utilisent les insights pour accélérer les médias digitaux et leurs « marketplace » bénéficieront d’un cercle vertueux.
Le client d’abord (Customer first), à chaque fois
Dans ces trois domaines, une chose doit rester la priorité N°1, le client. Bien que les distributeurs puissent sans aucun doute exploiter d’autres sources de revenus pour résoudre le problème de la rentabilité de l’online, ils doivent le faire de la meilleure manière possible pour que ce soit bénéfique pour le client final. Les données doivent être utilisées pour créer de meilleures expériences, les médias pour fournir des communications toujours plus pertinentes et personnalisées, et la diversification des services alignés sur ce que les clients veulent vraiment.
Il faut souligner à nouveau que les sources de revenus alternatives ne sont qu’une partie de l’équation. Bien qu’elles puissent aider à compenser les coûts de l’online, elles ne peuvent pas se substituer aux mécanismes sous-jacents qui menacent la rentabilité du commerce électronique à long terme. À mesure que l’adoption du canal continue de croître, les distributeurs doivent optimiser tous les aspects de leur activité autour d’un avenir de plus en plus digital.
Cette série d’articles couvre des questions traitées plus en détail dans « Augmenter la rentabilité du e-commerce » en ligne, notre nouveau rapport qui examine en profondeur l’économie du e-commerce.
Augmenter la rentabilité du e-commerce : Comment gérer efficacement la croissance de l'online aujourd'hui
Télécharger le rapportCookie | 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. |