Dynamiques et personnalisée, voici venir les promotions du futur
Le retail se repose massivement sur les promotions pour attirer et transformer le chaland. En France en 2015, 21% des ventes de détail non-alimentaires étaient réalisées sur des articles en soldes ou en promotion et 19% dans l’alimentaire, selon IRI Worldwide. Et selon Nielsen, le montant des rabais accordés s’élève à 9 milliards d’euros dans le non-alimentaire comme dans l’alimentaire. Dans la mode, les prix barrés pèsent encore plus lourd : 40% du chiffre d’affaires du secteur d’après l’IFM et même 58% sur Internet, où la concurrence est à couteaux tirés.
Toutefois, le poids considérable de ce poste de dépenses reste souvent invisible dans le compte de résultat des marques et des marchands, à la différence par exemple de leurs budgets publicitaires. Beaucoup de commerçants ne savent donc pas combien ces rabais leur ont coûté dans l’année, qui plus est lorsqu’ils sont financés par les marques, un classique de la grande distribution. Pour autant, les promos ne sont évidemment pas toujours employées à bon escient puisqu’elles sont dégainées de façon indistincte. Alors que depuis des années Criteo et consorts personnalisent les publicités, n’est-il pas grand temps de personnaliser aussi les promotions pour les rendre plus pertinentes, plus efficaces et bien sûr plus rentables ?
Si le principe du pricing dynamique est déjà répandu dans certains secteurs, l’idée de procéder par clusters fins est plus récente. Uber ne fait pas autre chose lorsqu’il augmente ses tarifs dans les zones où la demande est bien supérieure à l’offre et incentive les chauffeurs en leur promettant de meilleurs revenus s’ils peuvent se joindre à l’effort collectif. « Cette hausse des tarifs n’est pas populaire et nous attire souvent une mauvaise presse, mais elle est absolument essentielle dans notre modèle », expliquait Garrett van Ryzin, head of marketplace optimization advanced development d’Uber, lors du NRF Big Show 2017. « A certaines heures, les taxis aussi gagneraient à être moins chers : ils prendraient plus de courses et, comme ils font de la marge, gagneraient finalement plus d’argent. Des tarifs sur mesure permettent de capturer ce manque à gagner. Certains clients paient moins, d’autres plus, mais en réalité cela crée de la valeur pour tout le monde », affirme-t-il.
Naturellement, ce modèle n’est pas réplicable tel quel dans le retail. Personne n’a fréquemment besoin d’une robe dans les cinq minutes et le sourcing est bien moins souple. Néanmoins, plusieurs acteurs commencent à mettre en place des mécanismes d’optimisation de leurs promotions grâce à la personnalisation.
Poser la question à l’acheteur
L’un d’entre eux est l’américain Point93. Généralement, les promotions fonctionnent par paliers : on passe de -10% à -20%, -30%, -40%… Mais si une marque ne propose que -20% alors que l’acheteur aurait « craqué » à -23%, elle manque une vente qu’elle aurait peut-être été prête à réaliser, ceci par manque d’informations. Point93 les lui apporte en rendant la conversation bilatérale. En magasin, l’utilisateur scanne le tag de l’article, indique combien il est prêt à payer et combien de temps il peut attendre. L’algorithme de Point93 prend le relai, mouline météo, stocks, tendances et autres données, puis répond soit « ok tout de suite », soit « sans doute oui dans l’intervalle de temps demandé », soit envoie des offres intermédiaires dans les jours qui suivent. Le consommateur partage plus ou moins de données et peut aussi s’engager à ne pas retourner le produit, ce que la marque saura répercuter sur le prix, à la façon de Jet.com. Un mécanisme qui permet de récupérer le manque à gagner engendré par le modèle discret des promotions par palier.
En France, des services tels que Netotiate ou Personali permettent aux visiteurs d’e-commerçants comme Cdiscount de négocier le prix proposé et donc de personnaliser leur niveau de promotion.
A lui tout seul, le ressort psychologique fonctionne et parvient à engager le visiteur. Celui-ci apprécie de plus en plus de se sentir unique et peut se réjouir de la ristourne que n’auraient pas obtenue les autres. Mais la remise maximale restant la même pour tout le monde, la personnalisation demeure en grande partie une illusion.
Un autre acteur va bien plus loin : Lucky Cart. Généralement, une promotion est déclenchée sur un certain nombre de critères et appliquée à un segment de clientèle. Typiquement les clients actifs, les clients dormants ou les prospects. Puis le marchand définit un budget, le plus souvent en pourcentage du montant du produit ou du panier, par exemple 20%. « Nous commençons par personnaliser le niveau de promotion, en attribuant par exemple 0%, 10%, 20%, 30% et 40% à chaque personne en fonction de sa sensibilité à ce levier, explique son fondateur Cyril Marchal. Nous analysons aussi leur appétence au risque afin de déterminer s’il vaut mieux faire une promo de 10%, offrir une chance sur dix de gagner le produit, ou encore une chance sur 1 000 de gagner un certain montant. Autrement dit, nous construisons le message pour qu’il soit le plus pertinent. »
Puis Lucky Cart définit un seuil d’éligibilité. En effet, lorsqu’un marchand offre 10 euros de remise à partir de 80 euros de panier, c’est parce qu’il a calculé que c’était rentable, mais cela ne signifie pas que c’est optimal. Or une troisième bouteille de Coca-Cola offerte pour deux achetées représentera un effort trop important pour un petit buveur et sera inutilement « dépensée » pour transformer une famille nombreuse déjà très consommatrice. Donc à partir de l’historique de caisse du consommateur, la start-up lui associe un seuil d’éligibilité. Enfin, comme une offre qui court sur trente minutes ou sept jours n’aura pas le même impact d’une personne à l’autre, la durée de vie de la promotion est elle-aussi personnalisée. Et bien sûr, Lucky Cart mesure l’incrément de performance par rapport à une base-témoin exposée à la promotion générique. Une méthode bien plus scientifique qu’une comparaison par période qui peut être perturbée par de nombreux facteurs extérieurs.
Pour alimenter son algorithme en données clients, Lucky Cart utilise l’historique transactionnel du marchand. « Lorsqu’un visiteur arrive sur le site d’Intermarché, celui-ci interroge nos serveurs qui renvoient une promotion personnalisée, indique Cyril Marchal. Il suffit que le visiteur soit identifié, même comme prospect, notre machine learning sait faire. Mais notre solution est particulièrement puissante sur les clients récurrents, puisque nous disposons alors de davantage de données. Ce qui permet d’adresser le problème principal : l’argent perdu en promos inutiles. »
Les promotions constituent l’un des principaux postes de dépenses des marchands et des marques. Jusqu’ici, elles étaient aveugles. Aujourd’hui, la data leur rend la vue.
En savoir plus
