Blog

Disposez-vous des bonnes données pour piloter votre stratégie de collaboration ?

Dans l’environnement hyper-concurrentiel de la grande distribution d’aujourd’hui, la collaboration entre distributeurs et industriels n’est plus une option ou un choix : c’est un véritable catalyseur stratégique, qui peut aider à relever un ensemble varié de défis allant de la rentabilité à la qualité de l’expérience client.

Aussi importante qu’elle puisse être, la collaboration, et plus particulièrement la collaboration centrée sur le client, ne se fait pas toute seule. Pour s’assurer que leurs efforts sont couronnés de succès et qu’ils sont menés dans l’intérêt de leurs clients, les distributeurs et les marques doivent avoir accès à des données granulaires au niveau de l’acheteur, qui peuvent les aider à affiner leurs stratégies en se basant sur des informations réelles plutôt que sur des impressions.

La valeur unique des données appartenant aux distributeurs est clairement reconnue par le secteur lui-même. Lorsqu’on leur a demandé de préciser les sources de données qui, selon eux, s’avéreraient les plus utiles à leurs futurs efforts de collaboration, plus des trois quarts (77%) des personnes interrogées dans le cadre d’une étude récente de dunnhumby ont placé les données relatives aux acheteurs dans leur top trois. Si les données de navigation en ligne et les données EPOS (point de vente) syndiquées arrivent en deuxième et troisième position, elles bénéficient d’un soutien nettement moindre en comparaison (53% et 48% respectivement).

Aussi réjouissant que cela puisse être pour une entreprise qui travaille régulièrement avec ce type de données et qui peut témoigner de son impact transformateur, nous voyons ici aussi quelques raisons de s’alarmer. Même si l’importance des données appartenant aux distributeurs est évidente, il y a une différence entre apprécier leur valeur et être réellement capable de les collecter ou de les examiner.

Pour passer de la connaissance à l’action et mettre leurs données au service du client, les distributeurs doivent travailler en collaboration et en toute transparence avec leurs fournisseurs, en prenant des décisions fondées sur ce qui est bon pour les acheteurs plutôt que sur les seules données relatives aux marges ou aux ventes.

Pourtant, même s’ils le souhaitent, de nombreux distributeurs n’y parviennent pas encore, car ils ne disposent pas des systèmes nécessaires pour collecter les données relatives aux acheteurs et les rendre accessibles de manière à ce qu’elles puissent être utilisées par leurs partenaires CPGs. Cela a des implications significatives du point de vue de la collaboration et renforce l’importance de la mise en œuvre d’une stratégie de données adaptée, capable de soutenir un dialogue constructif entre le distributeur et ses partenaires.

 

Créer un environnement propice à la collaboration

 

L’importance de comprendre les clients en fonction de leurs comportements d’achat individuels ne peut être sous-estimée lorsqu’il s’agit de planification collaborative. En associant leurs propres données à l’expertise et à l’image de marque de leurs fournisseurs partenaires, les distributeurs peuvent modifier radicalement leur capacité à communiquer avec les consommateurs et à répondre efficacement à leurs besoins.

Pour parvenir à ce type d’harmonisation, il faut toutefois mettre en place les processus et les structures adéquates en matière de données. A savoir :

  • la technologie et l’infrastructure nécessaires pour collecter et stocker de gros volumes de données, directement liés aux programmes de fidélité ou de gestion de la relation client et aux systèmes EPOS des distributeurs.
  • un modèle de stockage qui permet de traiter et d’analyser ces informations, tel qu’un data lake (lac de donnée) ou un dépôt central.
  • une structure démocratisée qui permet aux principales parties prenantes de l’entreprise – et de l’extérieur – d’accéder à ces données et de les analyser dans le cadre de leur prise de décision.

Le dernier de ces points est particulièrement important. Tant qu’ils y ont accès, les CPGs peuvent compléter les données relatives aux acheteurs par leurs propres informations et enseignements. Cela inclut des sources telles que les données de vente à l’échelle du marché, les données de panel des ménages et d’autres études quantitatives et qualitatives, qui peuvent toutes contribuer à créer des stratégies de marque et de catégorie plus sophistiquées et plus pertinentes pour les acheteurs.

De plus, avec les bons accords en place, les CPGs peuvent effectivement servir d’extension aux équipes de catégorie d’un distributeur – en les aidant à générer des informations contextuelles et pertinentes qui peuvent être fournies dans les rayons. Voyons quelques exemples de la façon dont cela pourrait fonctionner dans la pratique.

 

1. Combiner plusieurs sources de données en ligne et travailler ensemble pour les comprendre

 

Les données d’achat en ligne peuvent être un excellent moyen de comprendre comment les clients achètent différentes catégories et marques, en particulier lorsqu’elles sont complétées par des données hors ligne pour créer une vue omnicanale. Mais ce n’est pas le seul type de données en ligne que les distributeurs peuvent partager avec leurs partenaires CPGs.

Les données de navigation, qui comprennent des informations sur la façon dont les clients naviguent sur un site, sur ce qu’ils recherchent, sur la façon dont ils ajoutent des éléments à leur panier, et plus encore, peuvent également constituer un outil de planification efficace. Bien utilisée, elle peut aider les marques à comprendre comment adapter leur gamme aux acheteurs en ligne et multicanaux, à sécuriser les placements médias dans les zones les plus efficaces d’un site, et de simplifier la découverte des produits.

 

2. S’attaquer au problème des ruptures de stock par une approche collaborative de la prévision

 

Si les perturbations extrêmes de l’offre mondiale qui ont résulté de la pandémie sont désormais derrière nous, les stocks restent un enjeu complexe. Pour bien faire, il faut fournir aux CPGs les données dont ils ont besoin pour faire de meilleures projections sur l’approvisionnement, y compris la possibilité de mettre en évidence à l’avance toute pénurie ou tout point de pression.

Bien mené, ce système présente des avantages pour les deux parties. En minimisant le besoin de produits de substitution, les distributeurs ont plus de chances d’augmenter le panier d’achat des cyberconsommateurs, tout en maximisant l’efficacité de leurs opérations de préparation de commandes en ligne. En retour, les CPGs peuvent améliorer leur rentabilité en réduisant le risque de pénalités de retard.

 

3. Répondre à un large éventail de besoins des acheteurs avec une gamme plus ciblée

 

Le danger d’ajouter des produits à une catégorie en se basant uniquement sur les performances de vente ou la contribution à la marge est que les distributeurs peuvent se retrouver avec une gamme de produits en double qui adresse le même ensemble de besoins des acheteurs. En fournissant aux CPGs des données sur les comportements des clients, les distributeurs peuvent susciter des discussions plus informées et plus productives sur leur assortiment.

Cela présente de multiples avantages. Tout d’abord, cela peut aider à hiérarchiser et à dé-prioriser des produits en fonction de leur importance relative pour les clients et de leur performance auprès d’eux. Deuxièmement, cela permet d’éviter que des articles importants pour certains groupes d’acheteurs soient retirés s’ils commencent à ne pas être performants d’un point de vue commercial. Enfin, elle peut fournir les informations nécessaires pour aider les distributeurs à organiser leurs présentoirs en fonction des besoins des consommateurs, afin que ces derniers puissent trouver leurs produits préférés rapidement et facilement.

Aussi convaincants que soient ces exemples, ils ne sont qu’un petit aperçu d’une opportunité bien plus grande. Et bien que cela puisse demander du travail – et dans certains cas, des investissements – une approche des données prête à la collaboration peut apporter de la valeur à tous les niveaux.

customer first data science analytics & machine learning services
Ready to get started?

Speak to a member of our team for more information