Dans un contexte où le Retail Media ne cesse de croître en France, dépassant désormais le milliard d'euros d'investissement publicitaire et étant projeté comme prioritaire dans les investissements des distributeurs pour 20241, la question de sa mesure revêt une actualité cruciale que dunnhumby aborde régulièrement. Des implications du reporting en boucle fermée à la nécessité pour les distributeurs de mesurer ce qui compte vraiment, nous avons examiné la question sous divers angles. Dans ce contexte, nous aimerions introduire un nouvel aspect dans le débat sur la mesure, à savoir l'importance de l'EBIT.
L'EBIT (Earnings Before Interest and Taxes, ou Résultat Courant Avant Impôt en France) est utilisé pour résumer le profit d'exploitation. Si l'on prend les revenus d'une entreprise et que l'on soustrait toutes les dépenses (en ignorant, pour l'instant, toute déduction fiscale ou intérêt), l'EBIT donne un aperçu rapide de sa rentabilité globale. L'EBIT peut aussi être calculé en le divisant par le chiffre d'affaires total, ce qui permet de déterminer la marge opérationnelle de l'entreprise, une mesure pertinente de ses performances antérieures et actuelles.
Toutes ces informations sont sans aucun doute essentielles, mais quel est leur lien avec le sujet en question ? Pourquoi devrions-nous tenir compte de l'EBIT lorsque nous essayons d'évaluer l'efficacité du Retail Media ? Il y a deux raisons importantes pour les distributeurs :
Un autre avantage de l'intégration de l'EBIT dans l'équation est qu'il vous permet de mieux comprendre l'impact du Retail Media sur votre résultat net.
Avant d'examiner comment l'EBIT peut être utilisé pour démontrer la valeur du Retail Media, il est important d'établir quelques faits sur les réalités financières du secteur dans son ensemble. Comme chacun le sait aujourd’hui, le Retail Media représente une opportunité gigantesque et en forte croissance. Selon les données de l'IAB, les dépenses du Retail Media en Europe devraient atteindre 25 milliards d'euros d'ici 20262. Pour éviter toute ambiguïté, ce chiffre a plus que doublé par rapport à l'année dernière, ce qui témoigne de l'attention considérable que cette stratégie publicitaire commence à susciter.
De plus, une partie significative de cette nouvelle source de revenus est totalement inédite pour les distributeurs. Une étude suggère qu'entre 60 et 70 % des revenus générés par le Retail Media au cours des prochaines années seront entièrement distincts des sources de revenus existantes3. Bien qu'il y ait inévitablement une certaine cannibalisation, principalement des budgets commerciaux, la plupart de ces gains résulteront de la croissance organique du digital et de la réorientation des budgets vers d'autres formes de médias.
Les revenus du Retail Media tendent également à afficher une marge bénéficiaire très élevée, surtout lorsqu'ils sont comparés à ceux de la grande distribution traditionnelle. Même les catégories les plus performantes, telles que l’hygiène-beauté et la maison, ont généralement des marges d'environ 30 %. Les marges du Retail Media offsite se situent généralement entre 20 et 40 %, tandis que celles du Retail Media onsite sont généralement entre 70 et 90 %4. La différence est significative.
En outre, il y a la question de l'augmentation des ventes liée à la personnalisation évoquée précédemment. De nos jours, la plupart des programmes de Retail Media impliquent l'utilisation de recommandations, de promotions et d'offres personnalisées, des actions qui, selon notre expérience, entraînent généralement une augmentation d'environ 2 % des ventes potentielles. Bien que cela puisse sembler modeste sur le papier, une augmentation de 2 % des ventes totales représente une croissance considérable.
Tout cela démontre clairement qu'il existe une opportunité commerciale florissante dans le domaine du Retail Media. Cependant, la question cruciale qui demeure est de déterminer la valeur réelle de cette opportunité pour votre propre entreprise.
Si vous envisagez d'utiliser l'EBIT pour évaluer l'efficacité de votre propre programme de Retail Media, il est utile de disposer de quelques chiffres spécifiques avant de vous lancer:
Avec ces données, le processus de calcul de l'impact des médias et de la personnalisation sur l'EBIT devient plus clair. Voici un exemple de calcul de l'impact sur l'EBIT pour les distributeurs en utilisant quelques chiffres types :
Partie 1 : Calculer votre bénéfice différentiel total
Partie 2 : Calculer votre marge brute en incluant les médias et la personnalisation
Le tableau ci-dessous donne un exemple de ces calculs en action.
Il est important de noter que le processus ci-dessus repose sur certaines hypothèses. Les 40 % de rentabilité du Retail Media, les 80 % des ventes provenant des détenteurs de cartes de fidélité, et l'augmentation des ventes de 1 à 2 % résultant d'une personnalisation plus poussée sont des généralisations et doivent être considérées comme telles. Naturellement, il est toujours préférable d'utiliser les valeurs réelles si vous en disposez.
Si vous souhaitez une analyse plus détaillée - et plus précise - de ce que le Retail Media peut vous offrir, nous sommes là pour vous aider. N'hésitez pas à nous contacter ici : https://www.dunnhumby.com/contact/
[1] Étude du Boston Consulting Group (BCG) présentée lors du World Retail Congress 2024
[2] International Retail Media Trends & 2022 Outlook - IAB
[3] Commerce Media Survey (2022) / BCG CPG Retail Media Benchmarking Survey (2021) - BCG
[4] Commerce Media Survey (2022) - BCG
Make 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 |
---|---|
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. |