Actualité

Exploiter le potentiel de la Data en Category Management

DataCes dernières années, on entend beaucoup parler de Data, souvent autour de technologies et de termes associés complexes: DMP, IA, Machine Learning etc. Des exemples concrets d’application en marketing commencent à apparaitre avec des succes stories en retail chez Etam, Sephora et chez Danone. Comment le Category Manager peut-il exploiter cette Data?

C’est quoi la Data?

A l’origine de l’exploitation de la Data marketing, il y a le « Big Data » les données massives qui sont apparues avec l’essor du numérique: internet, les réseaux sociaux  etc.

Pour comprendre l’exploitation de la Data, il faut comprendre les concepts connexes: DMP, Machine Learning et Intelligence articifielle.

BDD et DMP

Pour le marketing, il existe 2 types de Data à exploiter et mutualiser pour avoir une vision 360° du parcours de l’omni-shopper.

1.Les BDD (bases de données) internes qui sont des données offline (données de ventes) et online (bases de données e-mails.) recueillies par l’entreprise par l’intermédiaire d’un CRM (Customer Relationship Management).

2. Les DMP, Data Management Platforms, qui sont des plateformes de data récoltées sur le web. Ce sont des données d’historiques de navigation, de comportement sur les sites qui sont trackées par des cookies.

Le Machine Learning

C’est une sous-catégorie de l’intelligence articificelle qui va traiter toutes ces data et en faire ressortir des insights en croisant les tendances de marché, les comportements des shoppers et permettre d’ajuster l’offre et les actions marketing.

En quoi est-ce utile pour le Category Manager?

Comprendre le parcours du shopper omnicanal

En réconciliant les données BDD et DMP, il est possible d’avoir une vision omnicanale du parcours d’achat du shopper (Customer Journey). Concrètement, on sait combien de fois un site internet est consulté avant d’acheter le produit en magasin, si la campagne facebook a contribué à l’achat etc. Ces informations couplées à des analyses de contribution omnicanales permettent d’évaluer la contribution des leviers d’activation à l’achat.

Optimiser son offre

Le Machine Learning, est un outil qui permet

-de déterminer  le juste prix en étudiant la saisonnalité, l’offre la demande

-de déterminer  des articles complémentaires à son achat de manière intelligente en étudiant les tendances de marché, les comportements des autres acheteurs par l’intermédiaire d’algorithmes appliqués à la data

Optimiser ses actions d’animation

Toujours par l’intermédiaire du Machine Learning, il est possible d’adapter le contenu adressé dans le fond et la forme au shopper en fonction des insights dégagés par la technologie

Adapter sa stratégie de distribution et son merchandising

En comprenant le parcours omnicanal du shopper, le CatMan peut s’interroger la stratégie de distribution à adopter pour augmenter le chiffre d’affaires de sa catégorie online et offline.

Pour les catégories non alimentaires, les stratégies de showrooming et click&collect refaçonnent la gestion de l’offre en profondeur.

D’ici 2020, l’expérience client deviendra le facteur clé de différenciation devant le prix et le produit., Walker Consulting

Le CatMan 3.0 gère maintenant sa catégorie avec un nouveau KPI extension du Merchandising: l’Expérientiel (UX).

Des chiffres et faits qui font rêver

x2 de chiffre d’affaires pour Sephora sur son site de vente en ligne depuis 2016. L’enseigne a exploité ces technologies aussi bien sur les réseaux online qu’offline  en exploitant la technologie Criteo

« Remonter les tickets de caisse de 450 magasins en moins de 10 minutes », c’est ce qu’arrive à faire l’enseigne Etam qui a entamé une transformation digitale profonde, avec une volonté d’exploiter la data pour satisfaire au mieux ses clientes et augmenter son chiffre d’affaires

Dans cette vidéo Youtube de la transformation Data initiée par Danone et Artefact à l’EBG en novembre 2016, on comprend les enjeux d’intégration de ces technologies qui requiert un état d’esprit agile et collaboratif entre les équipes.

 

 

 

You may also like
E-category manager, un métier d’avenir
Observatoire de la Promotion
L’Observatoire 2017 de la Promotion On&Offline

Leave Your Comment

Your Comment*

Your Name*
Your Webpage