Deux années de COVID-19 ont permis aux acteurs du retail de se réinventer et d’accélérer leur transformation digitale. Pour faire face à la concurrence, tout en optimisant la compétitivité, le secteur du commerce peut compter sur les Big Data. Expériences personnalisées, bien-être des conseillers, excellence logistique, découvrez comment la donnée a transformé le secteur du retail & du e-commerce.

Les chiffres de la FEVAD (Fédération de la Vente à Distance) indiquent que le secteur du e-commerce a dépassé les 129 milliards d’euros en 2021, en hausse de 15,1%. Un succès tel que les acteurs historiques du commerce physique se sont massivement lancés dans la vente en ligne. La conséquence ? La frontière entre e-commerce et commerce physique est toujours plus ténue. Selon l’étude LSA/HiPay 2021, 63% des shoppers français déclarent avoir eu recours au moins une fois au click & collect (+ 29 pts), 44 % à la livraison à domicile d’un achat en magasin (+ 24 pts) et 37 % au retour en magasin d’un produit acheté en ligne (+ 18 pts). Dans ce contexte de concurrence féroce, le recours aux Big Data, porté par l’Intelligence artificielle et le Machine Learning, présente bien des avantages pour ce secteur.

Bénéfice N°1 : Avoir une vue 360° des clients

Face à des consommateurs toujours plus informés, et dont les parcours sont omni-canaux, les acteurs du retail peuvent, grâce à la donnée, disposer d’une vision à 360° de leurs clients. Tout au long de la relation qui unit une enseigne à ses clients, la data joue un rôle pour offrir aux conseillers dans les points de vente une connaissance approfondie du client, mais aussi des produits commercialisés. Mieux informés sur le client, sur les produits commercialisés, et sur les habitudes et attentes du consommateur : les missions des vendeurs sont plus riches et plus satisfaisantes. Des missions à valeur ajoutée qui peuvent constituer une réponse à la pénurie de talents qui affecte le secteur. 

Mais ce n’est pas tout ! L’exploitation des historiques d’achats sur un large portefeuille de clients, permet d’inscrire une enseigne dans une dynamique prédictive pour rester toujours en phase avec les shoppers et adapter l’offre en temps réel en définissant des personas et en personnalisant les offres promotionnelles par exemple.

Bénéfice N°2 : Optimiser la tarification

L’offre et la demande. C’est la règle de base de toute activité commerciale. Dans un contexte d’hyper-concurrence et de tension sur le pouvoir d’achat des consommateurs, vendre au juste prix est une nécessité absolue. L’une des principales promesses de la donnée exploitée pour optimiser la tarification : préserver l’attractivité de l’enseigne, tout en protégeant ses marges. 

Une réalité encore plus sensible dans le cas d’enseignes multi-sites, réparties sur un vaste territoire. Adapter la tarification aux réactions et comportements des clients, mais aussi réagir par rapport à la concurrence sur une zone de chalandise, deux leviers stratégiques majeurs pour le retail.

Bénéfice N°3 : Innover pour améliorer les produits & services

Sous l’effet de la digitalisation, les habitudes des consommateurs évoluent très vite. Les marques doivent par conséquent innover sans cesse. Mais innover peut être un processus risqué et coûteux. 

Grâce à la donnée, les acteurs du retail peuvent s’appuyer sur la connaissance qu’ils ont des goûts et des attentes de leurs clients, pour définir leur feuille de route en matière d’innovation pour leurs produits et leurs services. Le défi ? Gagner la course de vitesse qui mène à la conquête de nouveaux marchés, tout en maîtrisant les budgets consacrés à la R&D.

Bénéfice N°4 : Proposer des expériences d’achat personnalisées

Depuis le début de la crise sanitaire, l’e-commerce a littéralement explosé, attirant un public qui fréquentait autrefois principalement les points de vente physiques. Pour se différencier, les acteurs du retail doivent tout mettre en œuvre pour proposer des expériences d’achat personnalisées. 

La donnée constitue la base de toute personnalisation, surtout pour les enseignes qui, à la faveur de la pandémie de COVID-19, se sont engagées sur la voie du e-commerce. L’ambition ? Exploiter la connaissance des clients on et off-line pour réconcilier les expériences. Une data optimisée, maîtrisée, permet de tirer profit des avantages du digital tout en renforçant la qualité du contact humain dans le point de vente.

Bénéfice N°5 : Fluidifier les approvisionnements

L’une des raisons qui amènent un client à visiter un point de vente plutôt que de réaliser des achats en ligne, c’est la perspective d’établir un contact physique avec le produit. Dans le prêt-à-porter, la promesse de l’essayer fait presque toujours la différence. Et, dans tous les cas, la possibilité de repartir sans délai avec son achat est le premier déclencheur de l’acte d’achat. 

Gestion des stocks optimisée, fluidification des approvisionnements, maîtrise des coûts logistiques… Garantir la disponibilité des produits dans le point de vente en assurant l’excellence de la donnée est un enjeu crucial.

Conclusion : Monoprix est mieux dans le Cloud

Cela fait depuis le mois de mai 2020 que Monoprix gère ses données dans le Cloud, et c’est “que du plus”. Côté métier, il y a moins de latence, les requêtes qui prenaient des heures durent maintenant des minutes, (et les employés dorment enfin le matin !). Les analyses du métier sont également beaucoup plus profondes avec la possibilité de faire des analyses sur cinq ans, ce qui n’était pas possible avec l’ancienne structure IT. Mais le point le plus important est la facilitation de partager des données plus facilement (data sharing en anglais) avec les partenaires et prestataires de la firme, en autres.

Damien nous explique fièrement.  “Avec l’ancienne structure, nos équipes marketing mettaient 15 jours à préparer les données et devaient envoyer des milliers de fichiers à nos prestataires, aujourd’hui ils se connectent en une minute et ils vont chercher les données seuls, sans que nous devons intervenir. Rien que ça, c’est un ROI direct.” 

Qu’est-ce que la data visualisation ?

La data visualisation est définie comme étant une représentation graphique de la donnée.

Elle est utilisée pour comprendre le contexte et la signification des données en montrant les tendances et corrélations entre elles ; ce qui pourrait être difficile à interpréter sous des formats plus traditionnels. Ces représentations graphiques peuvent être sous forme de diagrammes, tableaux, graphiques, cartes thermiques, et bien plus.

Les avantages de la data visualisation

Dans la BI, ou Business Intelligence, la data visualisation est déjà une fonctionnalité fondamentale. Avec l’arrivée du Big Data, elle est devenue cruciale pour aider les consommateurs de la donnée à déchiffrer les millions de données générées chaque jour. Non seulement la data visualisation aide les utilisateurs à exploiter leurs données dans une représentation graphique simple à comprendre, mais elle permet également aux employés de gagner du temps et de travailler plus efficacement.

Dans un sens, la data visualisation permet aux organisations de démocratiser la compréhension des données dans l’entreprise. Ainsi, les sponsors de la donnée, tels que les Chief Data Officers, voient en cette discipline une manière de remplacer la prise de décision sous intuition par l’analyse des données. Autrement dit, se diriger vers une culture data-driven.

Comment apporter plus de valeur avec la data visualisation ?

Même si la promesse des outils de data visualisation est forte, les organisations ont encore du mal à représenter visuellement leurs données sous une forme pertinente et valorisable.

De nouveaux acteurs sur le marché relèvent le défi avec de nouveaux cas d’utilisations:

Une meilleure communication et compréhension des données

La data visualisation permet aux employés, même agnostiques à la data, de comprendre, analyser et communiquer via de nouveaux formats plus interactifs. La volonté des entreprises à devenir Data-Driven les mènent à former plus et mieux ses collaborateurs sur la manière de gérer et représenter leurs données.

Plus d’interactions sur l’analyse des données

La construction de rapports devient une activité collaborative dans les entreprises et la présentation de données un usage quotidien. Les représentations graphiques de la donnée deviennent donc responsive afin de s’adapter à différents devices et n’importe quel type de revue. Cette discipline s’ouvre ainsi à des techniques du web et du mobile où la co-analyse et l’exploration des données se veut de plus en plus ludique et interactif.

Permettre un data storytelling

Le data storytelling concerne la communication des résultats plutôt que la supervision ou analyse de leurs progrès. De plus en plus de sociétés telles que DataTelling et Nugit se spécialisent dans ce domaine. Avec l’utilisation d’infographies et d’interactions, ces plateformes utilisent des techniques de data storytelling. Elles contextualisent et apportent du sens sur les données auprès des équipes.

Une data visualisation automatisée

Les utilisateurs de la donnée s’attendent de plus en plus à ce que leurs logiciels en fassent plus pour eux. La visualisation de données automatisée peut être très utile, par exemple, pour les utilisateurs ne sachant pas quel format visuel convient le mieux aux jeux de données qu’ils souhaitent explorer ou analyser. Ces fonctionnalités automatiques sont particulièrement appréciées par les data scientists, car leur temps sera dédié à l’analyse et la recherche de nouveaux usages plutôt que sur la manière de les visualiser.

Les meilleures plateformes Analytics & BI de Gartner

Selon Gartner, les leaders de plateforme analytics et business intelligence sont:

• Microsoft: Power BI de Microsoft est un ensemble d’outils de visualisation de données personnalisables qui vous donne une vue complète de votre entreprise. Il permet aux employés de collaborer et de partager des rapports à l’intérieur et à l’extérieur de leur organisation et de détecter les tendances au fur et à mesure. Cliquez pour plus d’informations.

• Tableau: Tableau aide les utilisateurs à transformer leurs données en informations exploitables. Ils permettent aux utilisateurs d’explorer avec une analyse visuelle illimitée, de créer des tableaux de bord, d’effectuer des analyses ad hoc, etc. En savoir plus sur Tableau. 

• Qlik : Avec Qlik, les utilisateurs peuvent créer des visualisations intelligentes et glisser des éléments pour créer des applications d’analyse riches accélérées par les suggestions et l’automatisation d’IA. En savoir plus sur Qlik.

• ThoughtSpot : ThoughtSpot permet à l’utilisateur d’obtenir des informations détaillées à partir de milliards de lignes de données. Grâce à la technologie d’intelligence artificielle, découvrez des informations issues de questions auxquelles vous n’auriez peut-être pas pensé. Cliquez pour plus d’informations sur ThoughtSpot.

Pour conclure : pourquoi les entreprises devraient-elles utiliser la data visualisation ?

Les principales raisons pour lesquelles la data visualisation est importante pour les entreprises, entre autres, sont les suivantes:

• Les données sont plus faciles à comprendre et à mémoriser
• La visualisation des tendances et des relations de données est plus rapide
• Les utilisateurs peuvent découvrir des données qu’ils n’auraient jamais pu voir auparavant
• Les responsables des données peuvent prendre de meilleures décisions, basées sur les données