- Speaker #0
Bienvenue dans, pour toutes ces bonnes raisons, le podcast qui explore le merchandising avec expertise. Si vous vous êtes déjà demandé comment le merchandising peut devenir un véritable levier de performance pour votre marque, vos produits, votre point de vente, ici, je vous propose de répondre à toutes ces questions à travers un espace de partage et d'apprentissage où mon expertise et celle de mes invités viennent enrichir votre pratique quotidienne. Je suis Adrien Bernard, ancien directeur merchandising et fondateur d'AB Merchandising. Ensemble ! Nous allons décrypter les tendances, stratégies et les outils qui permettent de créer des linéaires performants et des expériences ayant réussi. Et n'oubliez pas, abonnez-vous pour ne manquer aucun épisode et surtout, retrouvons-nous sur LinkedIn et Instagram pour continuer ces discussions. Alors bonjour à toutes et à tous et surtout bienvenue dans ce nouvel épisode de Pour toutes ces bonnes raisons. Aujourd'hui, on va du coup aller dans le cœur d'un sujet qui est... à la fois passionnant et stratégique, la data. Alors pourquoi on en parle maintenant ? C'est surtout parce qu'il se passe plein de choses, il y a un contexte où l'expérience client, la rentabilité des assortiments et surtout la réactivité face aux nouvelles tendances, tout ça c'est devenu en tout cas des leviers clés. Et donc la donnée, elle est vraiment en train de transformer, de changer profondément les métiers en grande distribution. Et en parallèle, c'est un épisode qui est aussi un peu spécial parce qu'il s'est inscrit dans une initiative, j'ai envie de dire, de cross-merchandising. avec un autre podcast, le podcast du retail. Voilà, donc avec le podcast du retail. Tu es intervenu il y a quelques semaines pour une interview sur la partie merchandising. Là, cette fois-ci, on fait le cross-merch, mais de l'autre côté, où j'ai invité personne que je vais vous présenter pour parler en tout cas d'enjeux de la data. Et donc, j'ai le plaisir d'accueillir Karine, experte en stratégie retail et catégorie management, et Fabien, spécialiste en data retail. Voilà, bonjour à tous les deux.
- Speaker #1
Bonjour Adrien. Bonjour Adrien. Bonjour aux éditeurs.
- Speaker #0
En tout cas, je vais tout de suite vous donner la parole. Finalement, je vais vous laisser vous présenter, nous en dire un petit peu plus, et puis également parler de Retail in Detail pour nous expliquer un peu l'accompagnement qui est proposé.
- Speaker #2
Je vais commencer. Je suis Karine Olivotti. J'ai rejoint Retail in Detail, ça fait six ans maintenant. Initialement, j'ai eu un parcours 100% retail, mais côté marque, et côté distributeurs sur des métiers de commerce, catégorie management, merchandising, achats et un peu de digital aussi et de faire de l'e-commerce le plus spécifiquement. Donc j'ai au sein de Retail and Detail la casquette de catégorie management, e-commerce et donc par extension à e-catégorie management.
- Speaker #0
Ok, bon super. Et Fabien du coup de ton côté ?
- Speaker #1
De mon côté, moi, Retail & Detail, depuis 2020, j'ai rejoint le cabinet Retail & Detail post-Covid, on va dire. Et auparavant, j'ai travaillé dans un premier temps dans des instituts de sondage au Québec, à Montréal. C'était un très bon apprentissage, parce qu'au-delà de l'usage des chiffres et de la data, Ce que j'aime beaucoup chez les Québécois, c'est leur façon de compter. Ce sont des compteurs qui vont mettre une histoire, beaucoup de choses autour des données, autour des sondages. C'est toujours captivant. Et puis, après les instituts de sondage, j'ai travaillé dans la distrib, dans le retail, avec 8 ans chez Monoprix, où j'étais responsable de... du pôle études et ensuite chez Biocop, où j'étais responsable sur les études, le pricing et le marketing client de façon plus générale.
- Speaker #0
Ok, super. Bon, du coup, je compte sur toi pour compter l'histoire de la data.
- Speaker #1
On va compter la data avec un N, mais on compte la data aussi avec les deux orthographes possibles. Du coup,
- Speaker #0
je voulais... Alors souvent, c'est un peu la question un peu récurrente, mais... C'était quoi votre meilleur souvenir ou le souvenir un peu mémorable que vous avez eu en magasin, votre meilleure expérience d'achat, voire même votre magasin préféré, sans vouloir vous mettre en défaut avec les enseignes ?
- Speaker #2
Moi, j'ai pris l'exemple du Super Toon U. Alors, bon, ce n'était pas très fair play parce que c'est vrai que c'était dans le cadre d'une mission, mais c'était un cas hyper intéressant parce qu'on était sur une enseigne purement qui s'appelle donc le drive tenu, qui est un drive qui ne propose que des produits sans emballage. Ce sont des produits qui sont tenus, ce ne sont ni les préparateurs de commandes, ni les clients. et leur objectif c'était de créer une déclinaison de carrelage, comme on dit, de leur drive, donc créer un magasin avec la même expérience. Donc au-delà du travail qui a été fait sur le fait d'aller rechercher de nouveaux unités de besoin qui n'étaient peut-être pas couvertes jusqu'à présent, le plus amusant a été de faire des plans-marches avec les beaux cofous. un concept magasin et plan merch avec uniquement des bocaux. Certains bocaux sont des bocaux marketés de marques nationales, etc. Donc on reconnaît bien le produit. Et d'autres bocaux sont des produits qui sont alicotés au niveau du magasin, donc des cookies, des tablettes de chocolat, mais aussi du pilon de poulet, des saucisses. un camembert, etc. Tout ça s'est vendu sous forme de bocaux. Et tout l'enjeu a été de créer un parcours client qui soit compréhensible par le shopper et de créer quand même un merch qui soit séduisant et appétant. Donc on a jonglé sur les faces positives et négatives des rayons pour les rendre les plus… comprendre dans quels rayons ils étaient parce que dans cette nuée de bocaux, ce n'était pas forcément évident. Et le résultat est plutôt plus que séduisant. Donc, on est rafraîchis. Donc, je prends un exemple dans nos missions, mais je pense que c'était vraiment un des exemples frappants pour nous.
- Speaker #0
Ça t'a marqué en tout cas. Oui. Et pour toi, Fabien ?
- Speaker #1
Alors, moi, j'ai deux exemples en tête. Le premier exemple, ce n'est pas un magasin, c'est un marché. Je parlais du Québec tout à l'heure. Alors, c'est le marché Jean Talon à Montréal. Voilà. que j'apprécie beaucoup. Alors, je pensais, entre autres, il y a un côté, il y a un travail sur les étals au niveau des couleurs et au niveau de la préparation, en fait, de la présentation des produits qui sont présentés souvent dans des petites cagettes, ce qui fait qu'on ne va pas forcément demander 200 grammes, 400 grammes, 700 grammes de tels fruits ou légumes. On va prendre directement une cagette qui va être mise dans un... dans un sac ensuite. Puis un très beau travail sur les couleurs qui rend l'expérience vraiment très agréable, qui donne envie d'acheter. Ce qui est appréciable aussi, c'est qu'il y a le marché, il y a les étals et puis il y a des boutiques spécialisées tout autour de l'épicerie fine, des bouchées, des torréfacteurs. Donc j'aime beaucoup aussi ce type d'expérience-là. Le côté spécialisé, puis le côté boutique. et puis le deuxième magasin je ne dirais pas que c'est mon magasin préféré mais je trouve que c'est vraiment un modèle pour moi en termes de merchandising de présentation des produits c'est mon marché donc une enseigne, alors je crois qu'il n'y a que deux magasins pour le moment un qui est sur Paris 15ème et un autre plus récent sur Puto qui a été développé par Grandfrais. C'est un plus petit format que Grandfrais, plus urbain. Et je trouve qu'il y a un travail sur le merch qui est assez remarquable. On n'a vraiment pas l'impression d'être dans un supermarché. Les produits sont mis en avant de façon assez originale, souvent sur des plateaux en bois. Je parlais de couleur pour le marché Jean Talon de Montréal. Eux, je trouve qu'ils utilisent beaucoup. beaucoup le relief. Ils vont donner du relief à des linéaires qui, quand on est habituellement en supermarché ou en hypermarché, sont très plats. Donc voilà, couleur et relief, c'est des choses qui me plaisent bien. Super.
- Speaker #2
Super avait aussi été un des premiers sites e-commerce à proposer des vignettes, des visuels produits, en l'occurrence sur les produits bruts, donc les fruits et légumes, etc., en pleine... en pleine vignette, en pleine page, en quelque sorte. Et ça donnait un impact visuel aussi, même sur un site e-commerce, et une appétence aussi qui était très puissante.
- Speaker #0
Ok, hyper intéressant. Je remettrai le lien et les éléments de mon marché dans les descriptifs. Merci pour votre partage. Aujourd'hui, je vous ai réunis en tant qu'experts aussi pour traiter du sujet qui est comment la data alimente et transforme stratégies d'enseigne. J'imagine que vous avez plein de choses à nous partager. Je pense que c'est bien, avant de se lancer un peu plus en détail sur ce sujet, de se reposer en tout cas les bases d'utilisation de la data. Karine, comment on utilisait la donnée client avant et qu'est-ce qui a changé ces derniers temps sur ce sujet ?
- Speaker #2
Je vais mettre ma casquette des ordres anciennes du catégorie management parce que c'est vrai que j'ai commencé tout ce qu'on appelle le CR en 1997 et le Catman en 1999. donc je pense que j'ai un peu d'ancienneté sur le sujet. Côté marque, on avait uniquement des panels parce que finalement on connaissait notre part de marché, on connaissait les parts de marché par marque, par segment, par fournisseur, etc. Les évolutions bien évidemment, on avait quelques informations de VMH, d'NDV pour proposer des plans marge justement pour les distributeurs. Et côté distributeurs, on avait aussi ces notions de panel plus des sorties caisse qui permettaient d'aller un peu plus loin. Mais globalement, on avait uniquement des ventes et aucune information qui pouvait être liée au consommateur, jusqu'à ce qu'on commence à parler de category management. Donc là, on a intégré cette notion de client, de shopper, pas tant par la donnée. On était encore très, très peu sur des notions de pénétration et autres. Par contre, on a été mis en place à cette époque-là, c'est la notion d'arbre de décision et de notion d'unité de besoin. Et le fait d'avoir un arbre de décision et des unités de besoin clairement identifiées permettait ensuite de déployer toutes ces bonnes pratiques sur le mix marketing qu'on parle d'offres de prix, de promos et donc bien évidemment de merches. J'ai repris un exemple qui est hyper connu, mais qui explique bien ce passage de... Je raisonne en tant que fournisseur ou distributeur par rapport à une méthode de fabrication de produits. C'était en l'occurrence les produits animaux, chiens et Ausha. À l'époque, on raisonnait technologie. C'est soit des croquettes, soit de la pâté. Il y avait des rayons de croquettes, chiens et Ausha, et des rayons de pâté, chiens et Ausha. Et toute la démarche catégorie management a été de se dire, ben non, la clé d'entrée du chauffeur, c'est bien, j'ai un chat rouge et un chien, et qu'est-ce que je veux lui donner ? Ça paraît tout simple, et on n'a pas l'issue de dire ça aujourd'hui, mais c'est vrai qu'à l'époque, ça a eu des impacts forts sur le merch, sur la, c'est tout bête, mais sur la profondeur des gondoles, on n'a pas la même profondeur pour des sacs de 25 kilos, ou pour des boîtes de gourmets gold. Ça a eu un impact sur l'alternance et la complémentarité des unités de besoin sur les prospectus, etc. Et donc là, on voit bien que ça a un impact sur l'ensemble du mix marketing. Et puis, petit à petit, on a commencé à intégrer effectivement des notions un peu plus clients, géo-merchandising, etc. Et on s'est rendu compte, si je reprends cet exemple bête, simple, mais on va vendre plus de litières en urbain, plus de sacs. que croquettes 25 kilos en rural. Du coup, mon assortiment va être différent, mes profondeurs de mon vol vont être différentes, ma capacité de stock va être différente. Et puis après, petit à petit, on va intégrer effectivement cette notion de data dont on va pouvoir parler.
- Speaker #0
Et Fabien, aujourd'hui, comment, j'ai envie de dire, on traque un peu le client, mais vraiment, comment on arrive à le suivre à travers les données ?
- Speaker #1
À travers les données, ce qu'on fait nous essentiellement chez Retail in Detail, c'est de travailler à partir des tickets de caisse croisés avec les cartes de fidélité. Toute l'information qu'il y a sur un ticket de caisse va nous permettre de suivre le client au cours d'un achat, donc savoir ce qu'il fait lors d'une visite, lors d'un achat. On va pouvoir aussi regarder des notions d'achat croisé. même si on ne sait pas nécessairement dans quel ordre il va faire ses achats. On peut imaginer le parcours client de ce shopper. On peut également isoler les petits tickets, ceux avec peu d'articles, pour se dire si je dois faire un parcours rapide dans mon magasin, quels sont les produits qui sont surreprésentés sur ces petits tickets-là et que j'ai intérêt à mettre en avant, à considérer dans la construction d'un parcours rapide. Donc ça, c'est la première chose, c'est les tickets de caisse. Ensuite, avec la carte de fidélité, on va pouvoir suivre le client dans le temps. On peut le suivre sur une année complète, on peut le suivre aussi sur deux ans, voire éventuellement sur plus. Et là, avoir une compréhension à la fois plus fine de sa consommation, de son comportement d'achat. On va pouvoir également le profiler, faire des typologies de consommateurs. Sur un seul ticket, c'est assez difficile de... profiler un shopper, mais sur une année complète, on a une assez bonne idée de son profil de consommation. Donc voilà les deux principales sources, le ticket et la carte de fidélité, qui vont nous permettre d'intégrer une vision client dans nos analyses.
- Speaker #0
Ce que je trouve intéressant, c'est qu'on n'est pas juste sur de la donnée transactionnelle, vous y intégrez d'autres éléments complémentaires et d'autres signaux d'analyse client.
- Speaker #1
On va le croiser avec d'autres choses, on peut le croiser avec du géomarketing, on peut le croiser aussi avec le plan des magasins. Je crois que c'était l'an dernier, par exemple, pour une enseigne alimentaire, on a calculé les taux de transformation. ou un taux de pénétration de tickets des différents rayons, des différentes catégories. On est allé le poser sur le plan du magasin, qui était un nouveau magasin qui avait du mal à décoller et on a pu comprendre pourquoi il avait du mal à décoller, en particulier sur certaines catégories, de par le parcours, de par l'emplacement de certains rayons et on leur a fait des recours pour améliorer tout ça. Ok,
- Speaker #0
très intéressant. Aujourd'hui, qu'est-ce que vous utilisez pour exploiter la data ? Qu'est-ce que vous prenez au-delà des données clients ? Est-ce que vous prenez aussi des données plutôt web, de comportements digitaux ?
- Speaker #1
Alors, on va utiliser différentes sources de données. Souvent, on va compléter ces données internes, donc données tickets, cartes de fidélité. On peut les compléter déjà par des données de panel, parce que les données tickets et clients... on va quand même se regarder le nombril, on va regarder ce qui se passe dans l'enseigne, mais c'est toujours important de regarder ce qui se passe ailleurs, de voir quelles sont les forces, les faiblesses par rapport aux concurrents. Ce qui nous est arrivé de faire aussi, c'est avec un prestataire de faire du scrapping sur le site d'une enseigne concurrente à l'enseigne qu'on accompagnait. pour voir quels produits étaient présents dans cette enseigne concurrente, avec quel DN, avec quel prix, et puis du benchmark également de la veille pour voir quelles sont les tendances sur les différentes catégories. Karine, tu veux peut-être compléter aussi, peut-être d'autres idées en tête ?
- Speaker #2
On fait aussi pas mal de visites de magasins. comprendre aussi comment sont organisés les rayons, comment est fait le merch rayon par rayon, comment identifier comment le consommateur peut comprendre l'offre, est-ce qu'elle est suffisamment lisible, est-ce que l'offre et le merch vont mettre en avant des notions d'achat d'impulsion, etc. On va regarder tout ça aussi.
- Speaker #1
Et puis, au besoin aussi, selon l'émission, on peut aussi éventuellement travailler avec un... Un partenaire sur les études shopper, je pense entre autres à l'institut d'études Segment, qui est spécialisé sur les études shopper, pour mieux comprendre des parcours d'achat, des raisons d'achat, des freins à l'achat, avec des enquêtes qui se font en magasin, par observation, par interrogation des clients.
- Speaker #0
D'accord, et vous arrivez à croiser un peu toutes ces sources de données pour faire... Mettre le doigt sur des émergences ou des signaux faibles ?
- Speaker #1
Alors oui, on peut croiser ces différentes données, faire des comparaisons aussi, voir sur quelle catégorie l'enseigne peut être en avance ou en retard. Donc là, on va notamment comparer par rapport au panel, à la fois en termes de code part, en termes d'évolution également, sur aussi pour détecter des tendances. peut faire, moi je m'amuse à faire ça de temps en temps, c'est faire du Google Trends. Je vais sur Google Trends, je peux taper par exemple soit des termes, soit un sujet. Je l'ai fait récemment sur le sujet des boissons, pour voir, et dans ce cas-là, ce qui est intéressant, c'est de regarder quelles sont les requêtes associées qui sont en progression autour de ce sujet des boissons. Et on n'aura pas nécessairement la même chose si on le regarde sur une période de 12 mois ou sur une période plus longue. Mais si on regarde sur 12 mois, par exemple, il y a des très fortes progressions sur la marque Bonjour, qui est une alternative au café à base de champignons adaptogènes. Qu'est-ce qu'on va voir émerger ? On va voir, pour ceux qui l'auraient loupé sur les réseaux sociaux, le Chiao Kombucha du YouTuber Squeezie. Et alors, un truc que je ne connaissais pas du tout, l'Inerm Ele, qui s'appelle également, je l'ai noté, le Oubé Laté. Ah, le fameux. Voilà, le fameux qui est peut-être le successeur du matcha dans les boissons tendance des cafés à la mode.
- Speaker #0
Moi, ce que j'aimerais, c'est en savoir un peu plus sur comment la data, elle peut aussi vous permettre de construire des assortiments efficaces. Quand on a préparé l'épisode, Karine, tu évoquais quelque chose qui me tenait à cœur, qui était la rationalisation des gammes. Est-ce que la data, elle peut aider en tout cas à mettre le doigt sur ce sujet-là ? En tout cas, ce besoin de rationaliser.
- Speaker #2
En fait, la data, généralement, on l'utilise en trois phases. La première phase, tous les insights que Fabien va réussir à analyser dans la data, à faire ressortir, etc., très souvent, on les utilise pour repositionner la stratégie de l'enseigne, avant tout. à partir des informations, des premiers insights. que Fabien arrive à sortir des analyses de la data. Avec nos clients, on essaye généralement d'avoir une vision plutôt macro en se disant, est-ce qu'on n'a pas des éléments qui permettraient de réorienter, s'il y a besoin, leur stratégie d'enseigne ? Quelquefois, les enseignes sont persuadées de devoir faire ceci, de développer tel rayon, d'être super fort sur tel autre, etc. Et finalement, dans les premiers insights, on s'aperçoit qu'il y a peut-être des… Il y a peut-être des poches de croissance qui n'avaient pas été identifiées, il y a peut-être des catégories de produits qui étaient en mineur dans le magasin mais qui devraient plutôt être mises en avant, etc. Donc on retravaille sur cette notion de stratégie d'enseigne et donc on détermine ensuite le rôle des catégories. Quelles sont les catégories qui vont être des rôles de destination, de routine, etc. On connaît les quatre rôles des catégories. Et du coup, à partir de là, on va travailler effectivement sur un rééquilibrage des assortiments. Donc ça va principalement, généralement, être de la rationalisation. Effectivement, il y a souvent quand même de quoi faire. Mais à l'inverse, quelquefois, sur certaines catégories, on va les inciter à pousser le curseur en allant vers une offre encore plus large et plus profonde peut-être que ce qu'ils avaient avant. Donc on les oriente vers un... un investissement un peu différent. Ils ne peuvent pas investir de la même manière sur toutes les catégories. Donc avec eux, on va identifier quelles sont les catégories sur lesquelles ils doivent pousser le curseur au maximum ou au minimum sur l'offre, l'investissement de la politique tarifaire, la promo et aussi la taille des linéaires en magasin. La deuxième étape, ça va être de se dire à partir de ça, à partir du moment où on aura décidé que telle catégorie est une catégorie de destination. routine Shabada, on va déterminer quel est l'optimum du nombre de références. Donc avec toute l'analyse que Fabien aura fait en amont, on arrive à identifier les optimums ou au-delà duquel plus de références ne génèrent pas plus de chiffre d'affaires, voire même quelquefois vont réduire le chiffre d'affaires du rayon parce que l'offre devient totalement illisible. Donc ça, c'est la deuxième étape. Et après, on va, avec tous les indicateurs, de panel ou de sortiquettes habituelles complétées des fameux indicateurs clients que Fabien nous met à disposition, on va pouvoir améliorer la sélection des produits en tenant compte de la couverture des unités de besoin, des strates de prix, des taux de pénétration, des fréquences d'achat. Est-ce que c'est un produit qui est principalement acheté par les gros consommateurs ? Est-ce que c'est un produit qui a peut-être un faible taux de pénétration, une fréquence d'achat et un poids important ? chez certains clients, par rapport aussi au cycle de vie des clients. On intègre tout ça dans un outil qu'on appelle un outil d'aide à la décision. On n'est pas trop dans la notion des 20-80, on intègre aussi la marge, mais moi j'avoue qu'elle est plutôt à chaque fois en juge de dernière minute parce que je préfère qu'on couvre l'ensemble des unités de besoins, l'ensemble des besoins consommateurs. Et après, au dernier moment, quand on va hésiter entre tel ou tel produit, à ce moment-là, on va effectivement aller chercher la rentabilité. La rentabilité, elle est théorique, donc on n'intègre pas une amélioration des performances.
- Speaker #0
Là, je remets la casquette de chef de produit que j'étais dans une autre vie. On connaît tous les chefs de produit et on a toujours envie de rajouter plein de références. mais concrètement... Comment on peut bien identifier un produit à sortir et à l'inverse un produit à booster ? Est-ce qu'il y a des données incontournables à surveiller qui doivent nous alimenter systématiquement ?
- Speaker #2
C'est un exemple qui est assez amusant dans le cadre d'un accompagnement d'une enseigne il y a quelques temps. on avait identifié un produit qui n'était pas un produit très cher et qui ne générait pas un chiffre d'affaires énorme. Mais il avait un taux de pénétration et un taux de réachat parmi les meilleurs du magasin. Et en fait, cet exemple-là nous a permis d'identifier, donc c'était une petite pépite qui était dans le magasin, qui noyait au fond de sa catégorie, était peu… peu lisible, mais qui finalement, une fois qu'on regardait la notion de taux de pénétration, de fréquence d'achat et d'indice de consommation auprès de certains clients, on s'est rendu compte qu'il fallait que ce soit un des produits phares de l'enseigne, donc le produit incontournable sur lequel il fallait être toujours bien positionné en prix, qu'il soit toujours disponible, zéro rupture, etc. Donc c'est vraiment toutes ces notions d'indicateurs. clients qui permettent d'aller beaucoup plus loin dans la sélection des produits. Fabien, tu veux rajouter quelque chose là-dessus ?
- Speaker #1
Oui, j'accorde beaucoup d'importance et on évangélise un peu nos clients par rapport sur cet indicateur-là au taux de réachat qu'a évoqué Karine. En effet, le taux de réachat, donc ces pourcentages de clients qui achète le produit au moins deux fois parmi l'ensemble des clients, l'ensemble des acheteurs. Il va nous renseigner, grosso modo, on peut l'interpréter comme une satisfaction des clients par rapport au rapport qualité-prix de ce produit-là. Donc, plus un taux de réachat va être élevé au sein de sa catégorie, plus on peut se dire qu'il va contribuer à fidéliser les clients. Donc, on insiste beaucoup là-dessus. et on va avoir des références qui n'ont pas forcément des très grosses rotations. Pourquoi ? Parce qu'elles peuvent avoir pour certaines un taux de pénétration client qui est inférieur à la moyenne, parce qu'elles vont répondre à un besoin spécifique, mais en revanche avec un taux de réachat qui est très fort. Donc parfois, c'est un des éléments les plus importants qu'on peut apporter. à la référence sur ces indicateurs clients, c'est le taux de réachat. Il y a une autre notion aussi qui est intéressante, c'est la surreprésentation de certaines références sur les premières visites des nouveaux clients. Donc on identifie à partir des données clients la première visite, en tout cas avec carte de fidélité d'un nouveau client, un client qui n'était pas là l'année précédente, et on va regarder quels sont les produits qui sont surreprésentés. Et en tout cas, pour les magasins bio, les enseignes bio avec lesquelles on travaille beaucoup, c'est toujours très, très marqué à ce niveau-là. Ça permet d'identifier des produits qui ont pu déclencher la première visite d'un certain nombre de nouveaux clients.
- Speaker #2
On a aussi un autre élément, comme on prend les informations dans la carte de feed, la notion d'âge. On s'aperçoit aussi qu'il y a des produits qui... correspondent davantage à des achats de jeunes foyers, jeunes foyers avec enfants, etc. Et quand une enseigne souhaite justement aller recruter davantage ce type de clients, on va pousser un peu plus l'ADN théorique de ces produits dans les magasins, principalement dans des magasins plutôt urbains ou périurbains, pour qu'ils puissent, grâce à ça, aller répondre davantage à ces clients, les recruter et les fidéliser.
- Speaker #0
Hyper intéressant. Et dans une approche un peu de, j'ai envie de dire, unifiée, vous arrivez à intégrer la sphère aussi au promotionnel prix, mais surtout e-data, de la donnée web. Vous arrivez vraiment à croiser tout ça systématiquement. On n'intègre pas énormément pour l'instant les données vente e-commerce dans nos analyses pour différentes raisons. Par contre, ce qui est intéressant, c'est que sur du e-commerce et du drive en particulier, on a des profils consous qui sont très différents. Sur du drive, on va être plus famille, justement, famille jeune avec enfant, etc. Et donc, les quotas des... produits et même des rayons peuvent être très différents. À l'inverse, on va pouvoir adapter l'offre du magasin à l'offre e-commerce en proposant davantage de produits bébés, davantage de produits enfants. Il y a des catégories de produits qui sont beaucoup plus vendues sur un drive alimentaire comme le surgelé, les MDD, des produits comme ça. Tous ces produits-là, on va pousser un peu le curseur sur sur la partie e-commerce. Sachant que sur la partie e-commerce, il y a un loft qu'on va pousser un peu plus. Donc ça, c'est une stratégie d'enseigne et de chef de marché, de category manager. Et puis après, très souvent, l'IA va pouvoir prendre le volet sur la partie personnalisation, ordonnancement des produits dans les pages listing, les pages e-merchandising des sites. Donc le e-merch est... est radicalement différent. Et puis, un exemple, enfin, pas un exemple, mais une image qu'on prend très souvent, c'est que sur un site e-commerce, un produit égale un fasting. Donc, on n'est pas sur une tablette entière de Nutella, mais on est sur le Nutella, il a un fasting comme celui de la NDD, etc. Donc, c'est vrai que ça a tendance toujours un peu à changer les ratios et les quotas des VMH.
- Speaker #1
Et sur la question du... prix, on peut l'intégrer aussi de différentes façons. Souvent, on va intégrer le positionnement prix de l'enseigne à partir de données de relevés concurrents. Donc là, un mauvais positionnement prix sur une référence peut parfois expliquer des performances qui sont plus faibles dans l'enseigne que chez les concurrents.
- Speaker #2
Avec toute cette somme de data, est-ce qu'il y a des faux amis ou des pièges qu'il faut éviter ?
- Speaker #1
Alors oui, il peut y en avoir. Je vais reprendre l'exemple des taux de réachat. Bien entendu, le taux de réachat ne va pas être le même d'une catégorie de produits à l'autre, parce que les usages ne sont pas les mêmes. Les fréquences d'achat sont plus ou moins élevées selon les catégories. Si je prends du yaourt, par exemple, La fréquence d'achat va être très forte et donc ça va favoriser des taux de réachat mécaniquement plus élevés que la moyenne. A l'inverse, des produits tels que des huiles et encore plus des huiles spécifiques, par exemple de l'huile de sésame, de l'huile de noix, on peut mettre plusieurs mois avant d'arriver au bout de la bouteille et du coup on va avoir des taux de réachat qui sont naturellement plus faibles. Il faut être conscient de ça et comparer ce qui est comparable. Et puis, un autre élément à prendre en compte aussi sur du taux de réachat, c'est de regarder depuis quand le produit est présent en rayon. Parce que dans certains cas, un taux de réachat est faible parce que le produit n'est présent que depuis deux ou trois mois. Donc, dans ce cas-là, il faut considérer qu'on n'a pas suffisamment d'historique pour le comparer au taux de réachat des autres références. ou alors le comparer à des références qui, comme lui, ne sont présentes que depuis 2-3 mois. On se fait une sorte de repère, de benchmark de taux de réachat en fonction de l'ancienneté des produits. Donc ça, ça fait partie des choses à avoir en tête. Et puis, ce qu'on peut dire aussi par rapport à ça, un autre piège pour moi à éviter, c'est de penser que la data peut tout faire. La data, c'est comme ça qu'on travaille avec nos clients, on la considère vraiment comme un outil, comme une aide à la décision, mais derrière c'est l'expertise métier qui sera toujours déterminante. Il s'agit de bien utiliser la data, d'apprendre à bien l'utiliser, mais derrière c'est l'expertise métier qui fait la différence en termes de... de justesse, de pertinence des décisions.
- Speaker #2
J'ai l'impression que c'est la même réponse quand on pose la question du rapport avec l'IA. Je ne sais pas si vous êtes aligné avec ça, mais c'est une réponse un peu similaire, je trouve.
- Speaker #1
Oui, certainement.
- Speaker #2
Tout à l'heure, Karine, tu parlais de catégorie management. Tu as aussi évoqué la notion de boîte à outils. Et justement, c'est quoi les outils qui sont incontournables pour un catégorie manager ?
- Speaker #0
Les outils, c'est tout ce qui va être mis à disposition une fois qu'on aura les données panel, les sorties caisse, les données carte de feed, etc. Et puis, un bon fichier Excel, je pense que ça me paraît incontournable.
- Speaker #2
Le fameux.
- Speaker #0
Avec une petite... formation recherche-v qui va bien avec parce que sinon on ne peut pas être catman si on ne sait pas faire des recherches-v. Non mais au delà de la blague je pense que ce qui est primordial c'est pas tant une notion d'outil c'est vraiment une notion de l'état d'esprit. Nous on voit beaucoup de nos clients qui sont des acheteurs et c'est très bien on a besoin d'acheteurs de négociateurs etc. mais il faut vraiment passer d'une démarche d'acheteur à catégorie manager. Dans une mission qu'on vient récemment de terminer, les acheteurs, pour améliorer leurs accords commerciaux, avaient tendance à référencer à la totalité, mais à la quasi-totalité des catalogues fournisseurs. Et finalement, quand ils ont retravaillé leur offre, rationalisé leur assortiment, etc., ils ont vendu ça à leurs fournisseurs et ils ont pu prouver par les performances rayon, magasin, global, etc. que finalement, en réduisant l'offre même de certains fournisseurs, le chiffre d'affaires avait progressé parce qu'ils avaient amélioré la lisibilité de l'offre. Alors, c'est vrai qu'ils avaient accompagné jusqu'à la partie merchandising, mais au-delà de ça, ils avaient quand même amélioré la lisibilité de l'offre et finalement, à même fournisseur. Même s'il avait moins de produits, les produits qui conservaient l'apparence dans l'enseigne voyaient leur performance s'améliorer. Sinon, on a une notion que les fournisseurs, leurs produits s'auto-asphyxient finalement dans le rayon parce qu'ils sont moins utilisés. Et puis, ce qu'on dit souvent aussi avec Fabien, c'est que l'analyse de la data, ce sont des preuves. preuves qui peuvent être utilisées contre d'éventuelles intuitions ou des choses comme ça. Donc, on est vraiment dans du concret. Et c'est ça aussi l'histoire du category management, c'est que un fournisseur et un distributeur se mettent à travailler ensemble avec l'objectif d'apporter de l'incrémental à la catégorie et l'incrémental, on le vérifie uniquement par les chiffres.
- Speaker #2
Et ça serait quoi vos conseils ? quelqu'un, une enseigne, qui ont envie de se dataïser, voire de dataïser leur merchandising ? Pour moi,
- Speaker #0
il y a deux parties. Je t'essaie de répondre, Fabien, mais pour moi, il y a deux parties. Il y a vraiment la partie plutôt Fabien. Fabien répondra sur comment quelqu'un dans une enseigne peut prédigérer, j'ai envie de dire, la data qui est disponible. Et puis après, il y a la partie plus utilisateur. Je laisse Fabien répondre sur la part. Première partie.
- Speaker #1
Alors, moi, ce que j'allais dire, déjà, c'est qu'ils peuvent nous contacter. On peut les accompagner, d'autant plus qu'on ne fait pas simplement du conseil, on fait aussi de la formation. Ensuite, le deuxième conseil que je donnerais, c'est aussi de ne pas avoir peur, de mettre le pied à l'étrier, de voir effectivement ce qu'on peut mettre en place. place aussi facilement, sans dépendre nécessairement d'une DSI ou d'un grand projet, d'un long projet qui va peut-être mettre un an ou plus avant d'être équipé en data. Donc de regarder aussi avec des solutions plus agibles. Et puis, une fois qu'on a mis le pied à l'étrier, c'est de pratiquer, de pratiquer, de pratiquer pour... pour vraiment avoir des réflexes au quotidien sur la data et que la data ne soit pas simplement un truc qu'on fait une fois par an lors d'une revue de catégorie ou pour optimiser le merchandising d'une catégorie. Il faut vraiment que ça devienne un réflexe, peut-être pas nécessairement quotidien pour tout le monde, mais qu'il y ait un usage qui soit régulier de la data pour que... pour devenir bilingue, pour que ça devienne une deuxième langue.
- Speaker #0
D'un point de vue plus utilisateur, je compléterais en disant qu'une fois que cette data est mise à disposition, idéalement, il y a deux fréquences d'utilisation. Pour moi, il y a une fréquence d'utilisation annuelle. Une fois par an, je me pose sur ma stratégie de catégorie. Quelles sont les nouvelles tendances ? Est-ce que je ne me suis pas trompée ? Est-ce que ça reste une catégorie de routine ? Ou est-ce qu'au contraire, je peux la pousser un peu plus en catégorie de destination et donc peut-être pousser un peu l'offre et tous les investissements de l'enseigne sur la catégorie ? Et puis, la deuxième fréquence d'utilisation pour moi va être plutôt mensuel lors de chaque cadencier, etc. Faire vivre l'assortiment sans piter tous les plans merch en magasin, mais en faisant quand même vivre un peu les produits et en faisant des ajustements au fil de l'eau. Et après, il y a un troisième point qui m'emprunte primordial, c'est qu'une fois qu'on a écrit cette stratégie de catégorie et qu'on revoit les assortiments, pour peu qu'on soit dans une enseigne où le catman n'est pas le responsable merch, c'est communiquer. Est-ce que ça ne sert à rien d'identifier qu'on donne tel rôle à la catégorie, qu'on l'oriente comme ça en termes de mix marketing, si on ne donne pas aux responsables merch les clés d'entrée, la stratégie, la stratégie par segment, la stratégie par fournisseur aussi, la politique tarifaire qui va avec, etc. Est-ce que le merch, ça va pour moi être vraiment le... Ce qui fait que la stratégie, elle va aller jusqu'en magasin. Et c'est ça qui va faire que le consommateur, le shopper, va acheter tel ou tel produit. Donc, il faut vraiment qu'il y ait un partage et une communication qui soit faite entre les différentes équipes. Et dans une enseigne, on avait justement embarqué tout ce travail-là avec eux jusqu'au bout. Et en fait, on s'était rendu compte que c'était quasiment la première fois qu'ils se parlaient. Parce que d'habitude, il y avait une négo, un cadencier, et puis le maire, il prenait le cadencier, il faisait un plan maire, et puis les troisièmes étapes, ça partait en magasin. Il faut vraiment qu'il y ait un lien, qu'il y ait une communication entre ces différents services, différentes personnes et différentes étapes.
- Speaker #2
Merci pour ces précisions. Alors Fabien, tu l'as fait juste avant, tu as fait un petit poste. une petite pub incrustée dans le podcast. Du coup, je vais en profiter pour revenir dessus. Est-ce que vous pouvez prendre quelques minutes pour présenter Retail & Detail et l'accompagnement qui est proposé par le cabinet ?
- Speaker #1
Retail & Detail, on est un cabinet de conseil et organisme de formation 100% retail. Toutes les personnes qui travaillent chez Retail & Detail sont des anciens du retail. On a tous travaillé dans les enseignes, sur des postes opérationnels ou stratégiques. Et on accompagne les enseignes, que ce soit des enseignes alimentaires, des enseignes spécialisées, sur l'optimisation de leur performance. Donc ça peut être sur de l'assortiment, ça peut être sur du merch, ça peut être sur des concepts commerciaux, l'optimisation des modèles économiques, la stratégie, les plateformes de marques. On est assez couteau suisse, mais c'est aussi parce qu'on a traité ces différents sujets nous-mêmes aussi en tant qu'opérationnels dans les enseignes.
- Speaker #0
Et on accompagne aussi des marques pour du category management en l'occurrence, ou aussi pour mieux comprendre comment fonctionnent les enseignes, puisque nous tous on en connaît quand même un certain nombre, que ce soit chez des indépendants ou chez des intégrés. Et donc, on accompagne sur comment transformer un argumentaire de vente en démarche catégorielle. C'est quelque chose qu'on fait beaucoup. Ou comment optimiser mes performances dans l'assortiment, mais aussi sur la partie assortiment en ligne. Derrière moi, on s'est aussi énormément investi dans ce qu'on appelle catégorie management responsable. On a travaillé ça dans le cadre de groupes de travail avec... l'Institut du Commerce, et c'était comment en tant que marque, en tant que distributeur conjointement, comment améliorer les impacts sociaux et environnementaux de ma catégorie, de mes produits, de la marque ou de la catégorie.
- Speaker #2
On arrive vers la fin de cet épisode, donc avant de passer à la conclusion, je viens de me rendre compte qu'on n'a pas abordé un point qui est pourtant… extrêmement opérationnel et extrêmement crucial, mais j'aimerais qu'on parle de confiture. Fabien, tu peux nous expliquer cette passion autour de la confiture ?
- Speaker #1
Oui, bien sûr. La confiture de fraises, spécifiquement. La confiture de fraises,
- Speaker #2
pardon.
- Speaker #1
C'est un petit jeu. Notamment, quand on a accompagné une enseigne bio il y a quelques années avec Karine, on a visité beaucoup de leurs magasins en début de mission. et un des jeux c'était de voir en combien de temps on arrivait à ce niveau-là dans un magasin, à trouver la confiture de fraises la moins chère. Et très souvent, ça prenait du temps. Ça prenait du temps, pourquoi ? Parce que les confitures étaient dans leur magasin souvent organisées par, regroupées par marques. Donc, on se retrouvait avec la confiture de fraises qui était éparpillée à gauche, à droite, en haut, à bas, dans le rayon. Donc, pour trouver la moins chère, ça prenait du temps. Et voilà, ça montre que... le merch, c'est important. Et s'ils avaient regroupé par saveur ou par couleur, j'ai évoqué les couleurs tout à l'heure aussi, on aurait largement gagné du temps.
- Speaker #2
Ok, je comprends mieux cette passion. Est-ce que vous voulez bien revenir ou nous partager en tout cas... une ressource, un livre, un outil ou un podcast en tout cas à nous recommander ?
- Speaker #0
Alors moi, je ne vais pas aller chercher très très loin. Je suis désolée, une fois de plus, je vais mettre la casquette « Retail and Detail » . Sur le pur sujet de la data, sur le podcast du retail, on avait interviewé un spécialiste de la data. Et je vous conseille vivement aussi l'écoute de ce podcast. parce qu'il était bien rentré dans différentes facettes de la data. C'est quelqu'un qui s'appelle Fabien Foulon.
- Speaker #2
Incroyable, je pense qu'on commence à voir qui c'est.
- Speaker #0
Mais non, franchement, ce podcast-là est vraiment hyper intéressant et très complémentaire à ce qu'on vient de se dire, donc je pense que ça peut être intéressant.
- Speaker #2
Je remettrai cette deuxième publicité intégrée, mais je remettrai le lien en tout cas pour aller plus loin avec cet épisode. Ne vous inquiétez pas.
- Speaker #1
Et sinon, de mon côté, peut-être plus en termes d'outils, quand je me suis lancé en tant que consultant, d'abord seul avant de rejoindre Retail in Detail, j'ai testé différents outils de traitement de la data. Sachant que moi, je n'écris pas du tout de code informatique, donc il me fallait ce qu'on appelle des outils no-code. Donc j'en ai testé différents. Et j'ai retenu un outil qui s'appelle AlterX, alors qu'il n'est vraiment pas donné. On parle de plusieurs milliers d'euros chaque année. Donc ça vaut le coup s'il y a quand même quelqu'un dans l'entreprise qui passe quand même une grande partie de son temps et de sa journée à faire du traitement data. Mais c'est un outil qui est super, qui est vraiment user-friendly. La prise en main est très simple, très facile, et qui a une grosse puissance aussi en termes de traitement, de gros volumes de données. C'est un outil qui est intéressant. Après, ce que je recommande... quelqu'un qui se demande quel outil utiliser, très souvent les outils, les logiciels proposent des essais pendant deux semaines gratuitement. Donc voilà, il faut essayer et trouver l'outil qui nous convient le mieux.
- Speaker #2
Qui est le plus adapté.
- Speaker #1
Oui.
- Speaker #2
Merci beaucoup en tout cas pour tous ces éléments. Avant de poser la conclusion finale, est-ce que je peux vous laisser un peu le mot de la fin et revenir un peu sur notre conversation ? Éventuellement, essayer de résumer sur pourquoi ou sur les trois bonnes raisons de mettre la data au service du marché et du catégorie management.
- Speaker #1
Pour moi, une des raisons, par rapport à la data client, en tout cas c'est C'est que ça permet d'avoir une vision globale du client et pas raisonner en silo, juste regarder les performances d'un produit, d'une catégorie, d'une référence ou d'une référence au sein de la catégorie qu'on travaille et d'avoir vraiment une vision globale de ce que fait le client.
- Speaker #0
Je vais dire la même chose, c'est que ça permet d'avoir une analyse en 2D ou 3D. C'est-à-dire qu'on n'a pas uniquement les données panel ou sortie caisse, on a vraiment cette donnée client supplémentaire. Juste un dernier exemple, parce que je trouve assez parlant, dans la catégorie de l'ultra frais, on avait identifié un produit qui n'avait pas des très grosses rotations, mais qui était acheté par les plus gros consommateurs de l'enseigne. Donc ça, c'est typiquement quelque chose qu'on va identifier si et seulement si on a intégré les données clients dans l'empreinte.
- Speaker #2
Ce qui me concerne, j'ai retenu deux grands éléments. En tout cas, je vois... Merci. Je suis extrêmement content qu'on ait pu faire un épisode et d'évoquer ce sujet. Puisque voilà, aujourd'hui, la data transforme, je trouve, le merch. Et on passe vraiment de l'intuition et de l'expérience un peu passée du terrain à de la donnée qui est vraiment précise et poussée. Ce qui nous permet en tout cas de prendre des décisions extrêmement éclairées. Et je pense qu'au-delà de ça, c'est aussi un levier central forcément pour aller chercher de la performance. mais surtout de rendre crédible et c'est un vrai outil de crédibilité du merchandising et surtout des actions merch associées. Donc merci beaucoup pour le partage et toutes les informations sur cette data. Merci Karine, merci Fabien.
- Speaker #1
Avec plaisir.
- Speaker #2
Avant de vous quitter, je vais également faire ma petite pub également pour les prochains épisodes de Pour toutes ces bonnes raisons. Voilà, alors deux épisodes qui vont arriver très prochainement. Le premier qui va concerner euh... l'anniversaire, donc un an du podcast de Pour toutes ces bonnes raisons avec un épisode spécial et puis un deuxième associé qui sera autour de l'outil des planogrammes et de la rentabilité. Donc voilà, comment transformer, faire des rayons, des machines à vent. Voilà en tout cas ce qui va arriver sur la chaîne de podcast très, très vite. Voilà. Karine, Fabien, merci à nouveau et à très vite.
- Speaker #1
Merci Adrien et joyeux
- Speaker #2
Je vous dis encore merci pour votre écoute et surtout à très bientôt pour un nouveau rendez-vous dans Pour toutes ces bonnes raisons. D'ici là, prenez soin de vous, prenez soin de vos linéaires et continuez à nourrir votre passion. Et je vous fais un petit rappel, chaque épisode sort un jeudi sur deux. Alors n'oubliez pas de vous abonner pour ne rien manquer des prochains épisodes.
![[Extrait] 1 an de stratégie merchandising, de business et de grande distribution cover](https://image.ausha.co/smZ05HOlOYqFvoZ26cB0Yz2Jxx7kLpUwfjUWAWOH_400x400.jpeg)
![[Hors série] Le merchandising comme levier de croissance du Retail avec Adrien BERNARD cover](https://image.ausha.co/oqYVUPOsDLIv5YXW8RrLrcicKdWCXql7WoqpfStO_400x400.jpeg)
![[Extrait] La data au service de la stratégie retail, du merch, de l'expérience client ..et donc du business cover](https://image.ausha.co/m7x9rUgtwrptZ71LQ6MrQobZ3tlz8Pkn2OD0QZGY_400x400.jpeg)
