Le 21 octobre dernier, à l'occasion du salon Conext qui se déroulait à Lille, Paul Winsor - Directeur du marché Retail en EMEA pour Qlik, est venu présenter les dernières tendances autour de la data. Sa conférence a attiré un large public. En voici le compte rendu détaillé.

 

PaulWinsor2.jpg

 

Le commerce a connu de nombreuses évolutions, qui s'accélèrent ces 10 dernières années avec l'apparition de l'e-commerce. Depuis 2013, le mobile prend de plus en plus d'importance dans le retail, et génère des parcours clients multiples et des expériences clients variées (web-to-store, store-to-web, etc.)

 

Parallèlement, les attentes des clients s'intensifient et se multiplient. Puis-je commander en ligne et retirer mon achat en magasin ? Puis acheter en ligne et retourner mon article en magasin ? Puis-je réserver en magasin, terminer ma commande chez moi et être livré ? Face à ces différents circuits complexes, la clef de la réussite réside aujourd'hui dans l'adaptation de la supply chain mais aussi dans la compréhension des attentes des clients.

 

 

La data : or noir ou eau vive ?

 

Lors d'une récente conférence, un expert BI mettait en avant le fait que la data était le nouvel "or noir", qui apporte de la valeur à ceux qui savent l'extraire et la raffiner. Mais, selon Paul Winsor : "si l'on examine bien le rôle de la donnée, plus qu'à du pétrole, c'est plutôt à une cascade d'eau vive qu'il faut la comparer, une source qui s'écoule sans discontinuer et s'infiltre partout." Le volume des données explose en 2010, nous atteindrons 35,2 zettaoctets, selon IDC. Soit 44 fois plus de données à traiter qu'aujourd'hui !

 

Mais la donnée n'est qu'une source, ce sont les individus qui prennent des décisions. "Le problème, ajoute Paul, c'est que le business évolue très vite : 42% des professionnels doivent prendre des décisions dans la journée." Autre point à prendre en compte : la technologie et les services brisent les codes.

 

La technologie bouleverse les modèles

 

Prenons l'exemple de Uber ou de Blablacar : ils bouleversent le paysage du secteur du transport, grâce à une technologie et un service qui changent totalement l'expérience client. Autre exemple : la livraison par les drones annoncée par Amazon et DHL. Les services de livraison sont en effet essentiels, et beaucoup de retailers innovent en la matière : en Angleterre, Argos peut livrer plus de 20 000 produits en 4 heures pour 3,99 £. Amazon va encore plus loin en promettant une livraison en une heure sur des milliers de produits. "Après avoir vécu ces expériences, les clients attendent un niveau de service de plus en plus élevé," explique Paul.

 

Si nous revenons sur l'évolution de l'acte d'achat, il y a 100 ans, c'est l'automobile qui a changé notre façon de faire du shopping : il était possible de ramener beaucoup plus de choses que lorsqu'on était à pied. Il y a 30 ans, les centres commerciaux ont également amené une rupture, en regroupant toutes les enseignes au même endroit. Dix ans plus tard, l'e-commerce apparaissait avec le premier achat en ligne possible via Internet : il s'agissait d'un compact disk, un objet qui a lui-même subi depuis une profonde rupture technologique. On trouvait alors qu'il était fantastique de faire du shopping sur son ordinateur, sans bouger de chez soi. En 2014, le client peut utiliser son smartphone pour acheter de là où il veut, et même à l'intérieur du magasin. Amazon propose encore plus loin avec l'achat en 1 clic, et sans même avoir besoin d'un ordinateur, en appuyant sur un simple bouton quand la réserve de café ou de céréales s'épuise.

 

 

Le rôle de la donnée

 

Comment capter la donnée et l'utiliser efficacement pour le retail ? La difficulté est qu'il existe une multitude de sources de données sur les consommateurs depuis les simples transactions d'achat, jusqu'au détail des programmes fidélité, en passant par les données social media, les échanges avec le service client, les données du CRM, etc. Beaucoup de ces données ne sont pas structurées et il est souvent difficile de les réconcilier. C’est avec des outils d’analyses modernes, qui donnent toute autonomie à l’utilisateur pour mener des analyses sans être contraint par des requêtes pré-définies, qu’il est possible de les exploiter en d’en déduire des tendances.

 

"Je travaillais dans le retail il y a 20 ans, se souvient Paul Winsor, et à cette époque nous capturions essentiellement les données transactionnelles. Cette analyse des tickets de caisse permettait d'obtenir beaucoup d'éléments : les lieux de consommation, les horaires, les produits achetés, les vendeurs impliqués, etc."

 

Mais aujourd'hui ce n'est plus suffisant : ce que l'on veut capter des données avant même que le client n'entre dans le magasin. Et avec les smartphones, c'est possible. Le n° 1 du retail en Chine, Yihaodian, utilise le mobile et la réalité augmenter pour afficher des images de magasins virtuels, dans les espaces libres en ville, et permettre aux mobinautes de faire leurs achats de cette façon, en reproduisant les étagères d'un magasin réel.

 

Autre donnée à tracer : la satisfaction client, que l'on peut recueillir en instantané sur le lieu de vente, rayon par rayon via des bornes très simples d'utilisation. Le manager du point de vente peut alors analyser en temps réel cette satisfaction et mener au plus tôt les actions correctrices nécessaires.

 

"Combiner toutes ces nouvelles technologies avec la data est une fantastique opportunité de comprendre le client et de lui proposer les meilleurs produits et services, explique Paul, en ayant en main toutes les informations nécessaires à la prise de décision."

 

La réactivité est également essentielle pour tirer profit de la data. Chez Promod, Qlik répond particulièrement bien aux besoins du marketing, qui doit analyser en détail les résultats des opérations commerciales. Pour la carte de fidélité, par exemple, de nombreuses opérations sont mises en place tout au long de l’année et les règles varient souvent. De même, au moment des soldes, il est important de connaître très vite les premiers résultats des ventes, pour savoir si les remises sur certaines catégories d’articles doivent être ajustées.

 

 

La data disponible sur le lieu de la prise de décision

 

La prise de décision a beaucoup évolué elle aussi ces dernières années. Avant l'informatique, les décideurs ne se basaient que sur leur intuition. Dans les années 90, la BI apparaît et stocke les données de ventes dans de gros entrepôts de données. Encore faut-il les exploiter. En 2000, le gros progrès consiste à recevoir le rapport des ventes chaque matin sur son bureau, fraîchement imprimé. Malheureusement, en 2015, beaucoup de retailers se contentent encore de ces rapports statiques. 

 

Pourtant, la data discovery est venue bousculer les méthodes de prise de décision. "Ce que veulent aujourd'hui les managers, constate Paul, c'est accéder à leurs outils à tout moment, sur n'importe quel matériel, tout comme ils le font avec leurs applications personnelles." La prise décision ne se fait pas forcément au bureau, les gens veulent pouvoir agir et décider quand ils en ont besoin : dans le magasin, devant le client, dans l'entrepôt, etc.

 

Chez Berluti, créateur de vêtements et de souliers, les boutiques du monde entier ont accès à l’historique d’achat des clients via une application Qlik, ce qui leur permet de proposer les modèles qui ont plus de chance de plaire, et en sachant tout de suite quelle est la taille du client par exemple. Et cela même si l’achat précédent a été fait dans une boutique située à l’autre bout du monde.

 

Découvrez l'histoire qui vit dans vos données

 

Il y a 5 à 10 ans, les entreprises clientes de Qlik ont commencé à explorer leurs données avec la puissance du moteur associatif de Qlik. Aujourd'hui, elles racontent des histoires à partir de ces données. "Chaque jeu de données recèle une histoire à raconter, qui peut captiver votre audience, explique Paul. Chez Qlik, nous avons une seule conviction : plus les utilisateurs utilisent l'analytique, plus les entreprises en tirent de la valeur. La Bi doit être simple à utiliser."

 

Une étude de RSR Research, montre que l'enjeu numéro 1 des retailers, à travers les technologies in-store, est de "rendre les employés plus "intelligents" et mieux informés".

 

Et cela passe par l'accès à la donnée : le commercial en magasin doit avoir la réponse à toutes les questions que posent les clients, pour délivrer une excellente expérience client. On retrouve cette utilisation de la data dans les centres de contacts : les téléconseillers ont toutes les données disponibles pour mener des conversations de qualité avec les clients.

 

"En magasin, c'est la même chose, constate Paul. Il faut mettre la data discovery à disposition des managers et des vendeurs, pour améliorer la prise de décisions et les échanges avec les clients." Imaginons que l'on travaille dans un magasin alimentaire. En magasin, si la DLC est trop courte, ou s'il n'y a plus de produit en rayon, ou au contraire s'il en reste trop et qu'il faut faire des promotions pour écouler le stock en rognant sur les marges, toute la valeur créée tout au long de la chaîne d'approvisionnement peut s'écrouler.

 

Chez Villaverde, des analyses approfondies sont menées chaque jour avec Qlik pour comparer les performances des magasins et définir des assortiments plus efficaces. Cette analyse des performances permet également de mieux dialoguer avec les fournisseurs en sachant précisément quels produits se vendent le mieux, sur quelles périodes, et quelle marge ils dégagent. Grâce à la data discovery, les managers obtiennent des réponses à des questions telles que : «  Quels sont les produits que les autres magasins vendent mieux que moi ? » « Quelles sont les catégories de produits qui se vendent le plus le dimanche ? » «  Quels sont les produits que je dois approvisionner, compte tenu des ventes de la période précédente ? ».

 

Qlik Sense pour le Retail

 

Pour illustrer de quelle manière la data discovery peut aider les retailers à prendre les bonnes décisions, Paul Winsor termine son intervention par une démonstration d'une application Qlik Sense, avec des indicateurs très visuels sur les quantités et volumes dans les différentes régions, qui permet de zoom sur les magasins, sur les produits, etc. avec un recalcul immédiat de tous les indicateurs. Il est possible de naviguer dans les données sans être bridé par une organisation hiérarchique et des requêtes prédéfinies.

 

Vous pouvez accéder vous-mêmes aux démonstrations Qlik Sense sur des produits de grande consommation ici : http://sense-demo.qlik.com/details/Consumer%20Goods%20Sales