Pour attirer les consommateurs dans ses rayons, la grande distribution – généraliste ou spécialisée – a jusqu’à présent beaucoup utilisé l’arme des prix bas. Une stratégie qui a certes fait ses preuves, mais qui atteint ses limites car elle se révèle coûteuse et peu pérenne dans un contexte où les marges s’effritent (en raison de la hausse du coût des produits et de la stagnation du pouvoir d’achat). Les distributeurs ont d’ailleurs diversifié leur stratégie, via des programmes de fidélité dont l’objectif est d’augmenter le panier moyen de panels de consommateurs, censés appartenir à des profils de consommation homogènes.

Cette approche, symbolisée par la méthode de segmentation RFM, va dans le bon sens : celui d’une meilleure adéquation entre le message émis par le distributeur et l’attente du consommateur. Mais elle reste très statique et ne prend pas en compte, par exemple, les changements de comportement d’un individu au sein d’un panel donné (période de chômage où il va réduire sa consommation ou, au contraire, promotion professionnelle qui va lui donner un surcroît de pouvoir d’achat). D’autre part, cette démarche reste décorrélée de l’acte d’achat lui-même : le consommateur reçoit son coupon à la caisse ou par courrier, une fois ses achats terminés ; l’objectif se limitant à l’inciter à revenir sur la surface de vente.

La menace des e-commerçants

Mais le principal facteur d’obsolescence des méthodes RFM ou équivalents réside dans l’évolution des comportements d’achat eux-mêmes. Une étude de l’institut OnDevice Research, datant du début d’année, estime ainsi que 60 % des consommateurs anglais ont déjà utilisé leur smartphone alors qu’ils étaient en magasin. Leur premier usage ? Comparer les prix. Une vraie menace pour les distributeurs qui voient de e-commerçants comme Amazon proposer des applications permettant de scanner un code-barre en magasin pour afficher directement le prix proposé sur le Web. Avec la possibilité de commander en un clic ! De même, alors que les distributeurs ont tendance à être organisés en silos – avec une structure Web bien séparée des surfaces de vente -, les individus naviguent couramment d’un canal à l’autre.

Cet éclatement des canaux traditionnels et le besoin de gagner en efficacité dans les dépenses marketing poussent les distributeurs à franchir une étape supplémentaire dans l’adéquation de leurs messages aux attentes du consommateur. Oui DU consommateur. Car il s’agit cette fois de s’intéresser à l’individu en tant qu’élément discret et non à une moyenne. Certes, l’appartenance à telle ou telle catégorie de consommateurs – à tel ou tel panel donc – reste pertinente, mais à condition de dépasser cette seule grille de lecture pour être en mesure de détecter des modifications de comportement individuel (via l’historique d’achats) et surtout de s’adapter au contexte dans lequel évolue un consommateur à un instant t (surfe-t-il sur Internet ? est-il présent en magasin ?…). Un directeur marketing d’une enseigne voit-il l’intérêt de s’adresser différemment à un consommateur en pleine décision d’achat sur une surface de vente et à un second consommateur en train de faire des recherches sur le même produit sur le Web ? Sans aucun doute.

Stimuler le client pendant qu’il est en magasin

Cette nouvelle frontière du marketing – on parle de marketing de précision – s’ouvre du fait de la conjonction de deux phénomènes : la multiplication des outils d’interaction numérique avec les consommateurs (Web et bornes en magasins bien sûr, mais aussi et surtout téléphones mobiles) et les capacités d’analyse en temps réel des nouvelles générations d’outils décisionnels (lire le billet consacré à ce sujet). Des avancées qui rendent réalisable la mise sur pied d’un système capable de réagir dès qu’une interaction se produit, et de détecter s’il existe une offre adaptée à tel profil de consommateur, ayant tel comportement et agissant dans tel contexte.

Le scénario le plus alléchant concerne les interactions sur la surface de vente elle-même, où les distributeurs peuvent exploiter tout le potentiel des outils mobiles (SMS, apps et géolocalisation avec des applications comme Foursquare). Considérons par exemple le scénario suivant : un consommateur prépare sa liste de courses sur son smartphone, en se basant sur le site Web du distributeur, puis se rend sur la surface de vente. Une fois sur place, il scanne au fur et à mesure les produits qu’il sélectionne, mettant ainsi à jour sa liste de courses. Sur la base de ces informations, le distributeur peut proposer au consommateur des recettes adaptées aux produits de la liste effectivement placés dans le chariot. Et guider ce client dans les rayons jusqu’aux produits complémentaires en question. Science-fiction ? Non, c’est bien ce type d’usage, très prometteur en matière d’augmentation du panier moyen, que dessinent des initiatives récentes de distributeurs, comme l’application mobile mCasino du Groupe Casino ou l’expérimentation Sat-Nav de la chaîne anglaise Tesco.

Visibilité sur les clients + les produits + temps réel + etc.

La mise en œuvre de tels scénarios passe évidemment par l’analyse en temps réel d’un grand volume d’informations (ce qu’on appelle le Big Data, soit l’exploitation de grandes quantités de données, aux formats très variés, dans un délai très court). Pour y parvenir, une vision à 360° du client, intégrant toutes les interactions avec ce dernier (via le Web, le mobile, sur les surfaces de vente, et éventuellement les réseaux sociaux), constitue un socle indispensable. Ce qui reste un défi pour de nombreux distributeurs qui ont eu tendance à développer le canal online comme une entité séparée de leurs activités traditionnelles. A lui seul, ce volet ne suffit pas : à quoi bon pousser à un consommateur une offre pertinente par rapport à son profil, au contexte dans lequel il se situe et à l’historique de ses achats si… ce produit n’est pas en stock dans le magasin où il se trouve à l’instant t ? Pas de marketing de précision donc sans de solides fondamentaux en matière d’informations sur la chaîne logistique. Entre ces deux gisements de données – l’un sur les clients, l’autre sur les produits -, un puissant moteur doit être capable, en temps réel, de pousser des offres et de répondre aux sollicitations de clients (c’est précisément la vocation de SAP Real Time Offer Management).

Si la voie menant à ce marketing individualisé est connue, si les technologies qui sous-tendent sa mise en œuvre sont désormais disponibles, reste à apprivoiser les modèles statistiques qui permettent d’en tirer parti… en fonction des objectifs de chaque distributeur. La priorité de chaque entreprise (augmenter le panier moyen, améliorer la marge, fidéliser certains profils de clients, amener une partie de la clientèle vers telle ou telle gamme, etc.) ayant un impact direct sur les modèles mathématiques, donc, concrètement, sur les offres qui seront proposées à tel ou tel consommateur suite à telle interaction. Des exigences qui poussent certaines entreprises de distribution à mettre en place des équipes pluridisciplinaires intégrant, pour chaque gamme de produits, des statisticiens, des gens du marketing et des spécialistes des produits. Des équipes capables tout à la fois de reconnaître des comportements d’achat, de réaliser l’animation commerciale et de définir les assortiments.