Comment devenir un Retail data driven ?

Le rôle crucial que jouent les données dans l’amélioration de la performance économique des entreprises Retail n’est plus, en effet, à démontrer. Les entreprises data-driven se développent 8 fois plus vite que la croissance du PIB aux Etats-Unis (source Forrester) !En revanche, comment les rendre data driven reste une problématique d’actualité. La réponse dans cet article.

Les magasins seraient-il à la traîne côté Data?

Magasins physiques à l’aveuglette ?
Aujourd’hui, les points de vente ont un handicap par rapport à la vente online : ils sont aveugles. En effet, d’un côté le commerce en ligne permet de mettre en place des solutions d’analyse des données pour mieux connaître les habitudes des consommateurs, améliorer le parcours client et obtenir un taux de conversion plus élevé. Et de l’autre côté, les magasins physiques sont privés de cette si précieuse Data.

Pourquoi les magasins n’arrivent-ils pas à exploiter leurs données?

Analysons ensemble les raisons.

Pourquoi certains Retailers n’arrivent pas à être data driven ?

Un Retail qui a une culture de la donnée, dit aussi Retail data driven est une entreprise où l’ensemble ses métiers (y compris les magasins lui appartenant) est pilotée par la donnée et prend des décisions rapides basées sur celle-ci.

On observe que beaucoup d’entreprises Retail échouent à transformer les données à leur disposition en informations exploitables. Les raisons de cet échec résident principalement dans une approche peu favorable à la culture de la donnée et un pilotage négligeant les objectifs et apports métiers.

Faisons état des principales difficultés rencontrées lors de nos projets Data:

1. Raisons de nature culturelle

Point d’action: l’Approche à la donnée

Frein culturel du Leadership. On observe souvent un frein historique et une résistance au changement naturel de la part de la direction de certaines entreprises du secteur Retail.

• Souvent, le haut management a des réticences à démocratiser l’accès à l’information. De la sorte, très peu de personnes y ont accès. Le savoir est donc dans les mains de quelques experts de la donnée, et ne “redescend” pas en magasin, qui se plaignent souvent de ce manque d’information.
• Aussi les personnes du haut management de ces entreprises n’ont pas grandi dans un environnement numérique. Ces immigrants du numérique – dit aussi ‘digital immigrants’ et dont je fais partie by the way – ont parfois une certaine défiance envers la donnée et les nouvelles technologies de l’information.
• En effet, durant mes missions de conseil, j’ai souvent rencontré des directeurs qui ne se fiaient pas de la donnée présentée, mais plutôt à leur instinct. Cette approche terrain a été confirmée par une étude menée par Fortune Knowledge group démontre que les executives de grandes entreprises font plus confiance à leur instinct plutôt qu’aux données quand elles deviennent complexes. Alors, clairement, dans un contexte de scepticisme envers la donnée, il est difficile de mettre en place une culture qui y tourne autour.

Écart culturel entre les différents métiers de l’entreprise. Une société data-driven doit respirer et transpirer la donnée, l’appliquer de manière répandue et non pas sur un seul métier de l’entreprise, comme il est souvent le cas. Data driven est souvent un mot associé au Marketing, par exemple. Et pourquoi pas aux autres fonctions ? Il est important que la fonction marketing évolue de concert avec les autres métiers en entreprises, afin de ne pas creuser un écart important en terme de culture et de vision.

Do you speak data ?

Réticence au changement de la part des magasins.
Les directeurs de magasins et leur équipes ne voient pas d’un bon oeil les nouveautés ‘Data’ imposées par le siège. Pourquoi ? Pour eux, cela peut signifier que (i) ils passeront plus de temps à traiter ou analyser la donnée, et moins à vendre et être sur le terrain; (ii) ils doivent fournir plus de données (un nouveau process à mettre en place ?… OMG); (iii) ils sont plus contrôlés.

Désalignement entre stratégie d’entreprise et données exploitées.
Avoir à sa disposition la donnée ne veut pas dire être data-driven. Il n’est pas toujours facile d’aligner la stratégie de l’entreprise aux données exploitées. On trouve souvent dans le secteur retail la multiplication des systèmes d’information pour collecter la donnée, sans avoir au préalable défini des indicateurs de pilotage de l’activité. Le processus est souvent inverse malheureusement: l’entreprise devrait déjà définir les métriques de succès à mesurer, et relier ces métriques aux ensembles de données qui contribueront à leur mesure. Cela permettrait d’adapter l’exécution tactique de chaque département à la stratégie globale de l’entreprise.

2. Raisons de nature technologique et organisationnelle

Point d’action: Choix de la solution intégrée au projet Data

Usability restreinte de la donnée.
En tant que directeur de magasin, ne vous êtes vous jamais plaint que la donnée qu’on vous mettait dans les mains n’était pas actionnable ? Ou les données sont obsolètes ou non exploitables en l’état. L’actionabilty de la donnée est primordiale pour qu’on puisse s’y intéresser dans un premier temps, et qu’elle puisse être convertie en actions concrètes en magasin.

Manque de personnalisation de la donnée et d’éditorialisation des contenus.
Le personnel en magasin refuse souvent d’adopter des dashboards génériques et préfère pouvoir avoir des rapports personnalisés qui répondent à ses propres questions. Il veut être au centre de l’histoire que la donnée raconte, il veut avoir son angle d’analyse, et non celui général qui peut satisfaire 50% de ses besoins.

Informations silotées et trop d’informations multi-sources en magasin:
La plupart des retailers se sont dotés de nombreux systèmes de collecte de la donnée. Quotidiennement, le personnel en magasin est bombardé d’informations:

• Ventes: Quelles sont les promotions en cours ? Que dois-je mettre en avant ?
• Visual merchandising: comment dois-je positionner ma marchandise en magasin ?
• Gestion du stocks et des commandes: Quels produits arrivent à échéance ? Quelles commandes faire pour l’approvisionnement
• Gestion du personnel: Comment est la couverture de l’horaire d’ouverture aujourd’hui ? Comment remplacer les absents ? Quelle est la date de la prochaine formation ?

Ajouter un autre système d’information pour supporter la prise de décision ? Non merci.

Politique changeante sur choix des terminaux mobiles.

Quels devices adoptés ? Smartphone, Tablet, notebook ? Voici un autre élément qui fait peiner les projets Data: l’adaptation aux terminaux en magasins et la scalabilité en cas de changement des supports. C’est un détail à ne surtout pas négliger, au risque de faire clapoter notre beau projet Data

Essayons d’apporter des éléments de réponse aux 2 principales raisons sus-citées: (1) comment faciliter la transition culturelle; (2) comment avoir plus d’informations exploitables…

Comment accompagner le changement vers une industrie Retail tournée vers la donnée? (data driven)

Diffuser la culture de la donnée en magasin veut dire donner le pouvoir aux employés de mieux vendre. La question principale est donc de dépasser les obstacles culturels, et d’accompagner- sans forcer- le changement. Voici quelques retours d’expériences…

1. Avoir le soutien du Leadership

Mettre la culture de la donnée au coeur de l’organisation est une prérogative du haut management.

• Démocratiser la donnée ne veut pas dire Open Data.
  Mettre la donnée dans les mains des décideurs tout au long de l’échelle sociale de l’entreprise peut être synonyme de risque pour le management. En effet, lorsqu’un nombre grandissant de personnes ont accès à des données de nature confidentielle, le risque de glissement croît invariablement. Mais plutôt que de restreindre l’accès, certaines entreprises ont opté pour le principe de la segmentation en unités (« tokenization » en anglais) qui permet de substituer aux données sensibles d’autres valeurs similaires qui leur font référence. Ou de manière plus simple et moins coûteuse, il est possible de mettre en place un système de calcul d’index qui permet de ne pas dévoiler les valeurs.

• Les immigrants du numériques s’adaptent aux nouvelles technologies même en gardant quelques réflexes analogiques.
  Les personnes non issues de l’ère du digital aiment imprimer, recevoir leur Report papier. Et passer au full digital peut être difficile à mettre en place… Que dire ? C’est normal ! Quand on a été habitué pendant de nombreuses années à procéder d’une certaine manière (souligner les chiffres, écrire à la marges des commentaires, etc…) et du jour au lendemain, on vous demande d’abandonner… je pense que vous aussi vous auriez du mal à changer. Alors… n’abandonnez pas ! Choisissez des solutions logicielles qui vous permettent d’imprimer rapidement vos reports avec un rendu propre, et qui vous permettent de les annoter.

Découvrez en détail notre cas client Marque Avenue

2. Soigner la communication et faire preuve de pédagogie

Tout nouveau projet Data implique nécessairement des changements dans les process. Accompagner le changement en communiquant au lancement n’est pas suffisant, la communication doit être constante pour des projets à succès:

• Intégrer dans vos projets Data une solution du ‘dernier kilomètre’.
  Gartner précise qu’une caractéristique fondamentale d’une culture de la donnée, dite ‘data driven’, est la mise à disposition de la donnée de manière simple et claire à toutes les personnes en entreprise. Un exemple: la mise en place de la stratégie phygitale d’un de nos clients consistait à mutualiser les informations récoltées en ligne et en points de vente grâce au portail Wi-Fi en magasin pour acquérir une vision omnicanale des comportements clients. Le point crucial portait sur le dernier kilomètre de la donnée: comment les restituer aux magasins ? La Data Storytelling apporte une réponse efficace à la problématique de restitution des informations complexes.

• Besoin de rapport personnalisable et simple.
  Chaque point de vente devrait être en mesure de pouvoir s’approprier sa donnée de manière simple et intuitive. Il appréciera changer l’angle de vue en fonction de ses besoins. Passer d’une vision par produit, à une vision par client (B2B), ou d’une vue directeur de magasin à une vue team leader, ou d’une vue produit à une vision par zone géographique, etc….La personnalisation de l’angle de vue est fondamentale pour que la donnée soit comprise par le personnel en magasin. D’autre part, vu le nombre d’informations auxquels il est exposé, il est important de rester simple pour une communication efficace.

3. Aligner les intérêts et/ou donner des motivations personnelles

Pour que le personnel en magasin soit intéressé par la donnée qu’on lui soumet, il doit y trouver un intérêt personnel. Le motiver est une étape importante d’un projet Data réussi. Par exemple, la rémunération variable du personnel est souvent en fonction des résultats des ventes du magasin. Lui donner des solutions concrètes pour mieux vendre est donc dans son intérêt:

• Se comparer.
  Combien vend mon homologue ? Raconter le comportement du magasin de la Défense et pouvoir avoir un benchmark avec les mêmes magasins qui ont les mêmes caractéristiques (en terme de m2, nombre d’habitants présents dans la zone de chalandise, etc..) sont des besoins qu’ont les directeurs de magasins, pour se positionner
  .

Exemple de classement des magasins dans le temps

en fonction d’indicateurs choisis

• Proposer des actions concrètes.
  Pour être utilisée, une nouvelle solution logicielle doit pouvoir apporter des réponses à des questions clés de manière pragmatique, elle doit pouvoir faciliter la vie des employés en magasin. Exemple: Imaginez-vous une plateforme où le directeur de magasin trouve toutes les informations réunies au même endroit, facile d’accès, simple à comprendre. Il trouvera par exemple le tutoriel sur la nouvelle disposition des articles en magasins, le plan de formation de son équipe, l’emploi du temps de la semaine entrante, la performance des ventes par produits, etc… Un mini site internet rien que pour lui et son équipe: le rêve ! Je vous invite à lire le dernier paragraphe sur “comment rendre actionnable la donnée”.

4. Opter pour une implementation indolore

• Il reste important de ne pas ‘traumatiser’ les équipes opérationnelles lors de la mise en place d’un nouveau système d’informations.
• En effet, la majorité des sociétés de logiciels font un paramétrage traditionnel, appelé développement en cascade. Et, une fois que le client partage son brief (et généralement le client en back office), l’éditeur de logiciel entre dans un tunnel lors de la phase de développement. Une fois le projet délivré, il est rarement adapté aux attentes du client (qui travaille en magasin). La prise en main est souvent laborieuse, la formation est longue.
• En revanche, grâce à la méthode agile, la mise en place de logiciel est douce tout en livrant des solutions adaptées aux besoins des clients finaux (i.e. les magasins). Regardez comment la méthode agile a été un facteur clé de succès dans la transformation digitale des filiales du Crédit Agricole (Retail banking).

Comment rendre actionnable la donnée pour le Retailer ?

• La Data permet de réhabiliter l’efficacité des stratégies marketing en offrant aux retailers l’approche ROIste qu’ils réclament. Le Data Storytelling permet, elle, de légitimer et valoriser les choix en systèmes d’information qui récupèrent cette Data, en la racontant aux magasins. Ces derniers peuvent désormais prendre les meilleures décisions.
• Un bon nombre de projets Data naissent aujourd’hui sans cas d’usage métier clair et précis, privilégiant la donnée au détriment de l’apport métier. Obtenir et mettre à disposition la donnée n’est pas le but ultime. Regardons alors comment une même donnée peut raconter des histoires diverses en prenant des besoins métiers différents…
  
• Données de départ: partons de l’analyse du comportement d’achat des clients omnichannel et analyse des détenteurs de la carte de fidélité.
• Rappelons que l’objectif final de tout retailer est augmenter son footfall (trafic), son taux de conversion et son panier moyen. La donnée devra être actionnable pour remplir ces objectifs-là.

1. Besoin Métiers: Directeurs de magasin

• Quel est l’identikit de mon acheteur moyen à Milano Centrale par rapport à la moyenne des autres magasins ?

Cette vue permet d’avoir l’ADN de mon acheteur moyen en terme de: catégorie socioprofessionnelle, âge, profession, sexe et style de vie. Quel est le profil de mon achteur moyen ? et par rapport à la moyenne du réseau ?

• Choix de la gamme de produit à proposer dans les magasins.
  Quel est le meilleur assortiment à proposer à mes clients en fonction de leur profil ? Quels sont les articles les plus visionnés online dans ma zone de chalandise (utile comme indicateur de la demande) ?… C’est par exemple un sujet traité pour notre client leader de l’habillement et accessoires de sport.
  Chaque magasin choisit sa gamme de fourniture à la maison mère en fonction de la prévision des ventes. La prévision des ventes dépend de la fréquentation du magasin, en terme de profil et de trafic. L’ajustement des produits en magasin dépendra aussi des achats online ou seulement des articles pour lesquels le client a montré son intérêt. Regarde comment nous répondons à cette simple question avec nos apps.

• Performance par département.
  Quelle est la performance de mes rayons ? Et son évolution dans le temps ? Dois-je re-organiser différemment le magasin ?

L’analyse de la performance par rayon permet d’identifier les zones ‘chaudes’ et ‘froides’.

Où placer les articles à faible rendement ?

2. Besoin Métiers: Ressources Humaines

• Compétences et formation des vendeurs.
  Reprenons l’exemple du magasin d’articles sportifs. L’analyse des données de la carte de fidélité guidera le plan de recrutement et de formation des vendeurs en magasin. Exemple: recherche d’un spécialiste du tennis ou de la natation ?

3. Besoin Métiers: Marketing

• Un ciblage intelligent se substitue à une communication de masse:
  en fonction des résultats de l’analyse de la carte de fidélité, je vais communiquer différemment dans le magasin à la Défense par rapport au magasin de Vincennes.
• Une sollicitation ponctuelle aide le client à repasser en magasin grâce à  la RFM (Recency, Frequency, Monetary) value analysis. Par exemple, si un client a l’habitude de faire ses achats chaque semaine, on lui rappellera de passer en magasins au J-1. Ou bien, on enverra un mail de sollicitation dans le cas de clients qui ne fréquentent plus le magasin depuis quelques mois. Tracer ces élèments est fondamental pour augmenter le trafic.
• Voir la corrélation entre produits ou catégorie de produits aide l’identification de promotion par exemple
• Comment changer la User Experience de son site internet pour que le prospect achète plus et plus rapidement ? La visualisation du parcours utilisateur, temps de parcours du site, …

4. Besoin Métiers: Développement – Real Estate

• Pour l’ouverture de nouveaux magasins, je veux identifier les zones préférentielles de services à la clientèle.

Sur cette carte géographique, le développeur immobilier peut voir la population cliente du magasin Mondeville II… j’observe qu’il est régulièrement fréquenté par une population provenant de Carpiquet. Pourquoi pas ouvrir à Carpiquet ?

Toutes ces questions trouvent leurs réponses dans l’exploitation d’une seule base de données… Voyez combien d’histoires on peut raconter…

————————–

Le thème vous plait et vous voulez organiser un workshop, une conférence ou discuter avec un  expert, contactez-nous en cliquant sur demande de démo.

Bonus: téléchargez notre E-book sur la transformation digitale et les nouvelles méthodes d’organisation. Télécharger

Découvrez nos projet clients avec Marques Avenue et La Banque Postale 🚀

à propos DE TOUCAN TOCO

Notre mission : faire acte de pédagogie pour transformer des données brutes complexes en des Dataviz et des Histoires interactives. Nous créons une catégorie logicielle : le Data StoryTelling.

Nos utilisateurs : Les métiers des directions Marketing, Production, Financières, Ressources Humaines  ou Commerciales de grandes organisations.

De 4 associés à 100 collaborateurs en 5 ans, nous étions autofinancés jusqu’à 2019, grâce à la confiance de plus de 100 clients grands comptes, pour plus de 300 projets, parmi lesquels Renault, Crédit Agricole, Elior, Icade, Nexity, EDF, GRDF, BNP Paribas, Heineken, Marques Avenue, Euler Hermes, BIC, SNCF… Nous avons bouclé notre première levée de fonds, auprès de Balderton Capital et du fondateur de Business Object, pour accélerer notre développement aux États Unis

Les Small Apps de Toucan sont mobiles, simples à utiliser, faciles à mettre en place, intégrées dans les SI existants et au service de l’excellence opérationnelle des métiers RH, Marketing, Finance, Commerciaux et Directions Générales.