Accueil > Business > Comment le Big Data révolutionne le shopping ?
big data revolution shopping

Comment le Big Data révolutionne le shopping ?

Dans la grande révolution entraînée par le Big Data, le commerce au détail est en train de subir un profond bouleversement. Grâce à la collecte et à l’analyse des données des consommateurs, le shopping sera bientôt une expérience radicalement différente de celle qu’on connaît à présent. Découvrez comment l’industrie mondiale du retail se transforme à vitesse grand v.

En 2014, une étude menée par Infosys révélait que 78% des consommateurs seraient plus enclins à effectuer des achats chez un commerçant leur proposant des produits adaptés à leurs besoins et à leurs centres d’intérêts. De même 86% seraient prêts à payer plus cher pour une expérience de shopping plus agréable.

Ces simples pourcentages laissent percevoir un important manque à gagner pour les commerçants, faute de connaissances au sujet de leur clientèle. Selon une autre étude menée par Beaconstac, 59% des commerçants estiment d’ailleurs que leur principal point faible est un déficit d’informations sur leurs clients.

Grâce à l’émergence du Big Data, ce problème trouve enfin une solution. Le minage de données et les outils d’analyse permettent désormais de mieux cerner les préférences, les habitudes et l’identité des consommateurs.

Collecter les données des consommateurs

Les entreprise bénéficient désormais de nombreux outils et points de repères pour étudier le comportement de leurs clients et des consommateurs de manière générale. Sur internet, il suffit d’observer les tendances des moteurs de recherche, les partages sur les réseaux sociaux ou encore les publicités qui fonctionnent le mieux pour repérer les produits qui plaisent le plus.

Les algorithmes les plus récents sont capables de discerner le contexte précis d’un achat ou d’une conversation autour d’un produit afin de l’associer à un sentiment humain. Jusqu’à récemment, cette facilité à collecter les données était propre à internet. Toutefois, elle s’étend à présent aux boutiques physiques.

Afin d’étudier le comportement de leurs clients, les magasins disposent de plusieurs solutions. De plus en plus d’enseignes placent des tablettes ou des écrans tactiles dans leurs rayons. Les visiteurs peuvent utiliser ces appareils pour consulter rapidement le catalogue et situer les produits, ou même confirmer un achat. De cette façon, les préférences peuvent aisément être cernées.

Certains dispositifs vont plus loin, à l’instar des cabines d’essayage connectées de Topshop ou du miroir connecté de Panasonic. Ces inventions novatrices proposent à l’utilisateur d’essayer plus facilement des vêtements grâce à la réalité augmentée. L’utilisateur peut visualiser différents articles, changer la couleur, comparer les tailles en superposant directement le visuel en trois dimensions sur son reflet. Grâce à ce procédé, les préférences de chaque client peuvent être mémorisées, et les produits les plus appréciés sont mis en lumière.

topshop-ar

L’autre solution repose sur les smartphones et les beacons. En acceptant d’être traqués au sein de la boutique, les clients peuvent recevoir des recommandations et être guidés dans les rayons. En parallèle, grâce à des outils comme RetailNext, les marques récoltent en temps réel des informations précises telles que les produits consultés, les directions empruntées, le temps passé dans chaque rayon, les articles achetés simultanément… autant de données qui pourront être utilisées, pour organiser l’agencement du magasin ou pour associer différentes références du catalogue, par exemple. Ces données peuvent également servir à mieux connaître le client, à personnaliser les produits, la communication, et enfin à améliorer le service.

Comme le relate par exemple Allen Bernard, auteur en freelance, la chaîne de supermarché américaine Kroger utilise un outil analytique baptisé QueVision. En combinant les données de transaction du magasin et le nombre de personnes présentes dans la boutique en temps réel, ce logiciel alerte les managers lorsqu’il est nécessaire d’ouvrir une caisse supplémentaire. Le système permet de réduire efficacement le temps d’attente des clients, et donc d’augmenter significativement la qualité du service.

Améliorer les programmes de fidélité

Cette méthode permet également de récupérer les coordonnées de l’utilisateur, et donc de le fidéliser en lui envoyant des offres promotionnelles ou des suggestions d’achat basées sur les nouveautés. Les programmes de fidélité peuvent d’ailleurs être améliorés par le Big Data.

Par exemple, la chaîne de sandwicheries américaine Jersey Mike’s Subs a modifié son programme pour être plus en phase avec cette nouvelle réalité. La carte de fidélité est désormais parée d’un autocollant NFC permettant de la connecter à un smartphone. De cette façon, les clients peuvent recevoir des offres spéciales mais également laisser leurs impressions sur les différents restaurants de la chaîne. Jersey Mike’s Subs peut ainsi collecter des données précieuses sur sa clientèle régulière, et donc proposer des offres plus en adéquation avec ce qu’elle attend.

jersey-mike-fidelite

Dans le même ordre d’idée, le constructeur automobile japonais Nissan utilise les données collectées sur ses clients depuis des années pour prédire « quel message envoyer à la bonne personne au bon moment et de la bonne façon ». Par exemple, la firme sera capable de suggérer des nouveaux freins après un contrôle technique, si le besoin s’en fait sentir. Selon l’entreprise, ce système a permis de fidéliser une grande quantité d’acheteurs.  

La collecte et l’analyse de ces données entraîne des bénéfices multiples, tant pour les vendeurs que pour les acheteurs.

Cerner le client pour lui vendre ce qu’il recherche

En comprenant mieux les goûts et les préférences de leur clientèle, les commerçants peuvent désormais prédire la mode, anticiper la tendance et les futurs désirs des consommateurs. De cette façon, les enseignes peuvent mieux préparer leurs prochaines collections.

De même, les données géographiques permettent de localiser les tendances d’achat. Par exemple, en Russie, le site Ozon.ru s’est aperçu que le nombre de livres achetés augmente lorsque la température baisse. La firme a donc programmé son moteur de recommandation pour suggérer plus de livres durant les périodes froides.

Le Big Data permet aussi d’optimiser les prix en temps réel. Par exemple, Walmart utilise son cloud pour traquer des millions de transactions au quotidien. La demande pour chaque produit, les niveaux d’inventaire, l’activité des concurrents sont étudiés au peigne fin, afin de modifier les prix pour conserver les tarifs les plus compétitifs.

walmart-big-data

Analyser les données pour des soldes plus rentables

L’analyse des données offre également l’opportunité de savoir à quel moment solder un produit. Plutôt que de réduire les prix en fin de saison, lors des soldes traditionnelles, il est désormais possible de déterminer à quel moment la baisse de prix sera plus rentable. Ainsi, les expériences menées par l’Américain Stage Stores prouvent que baisser le prix graduellement à partir du moment où la demande commence à baisser est bien plus efficace dans 90% des cas.

Selon Jamie Rapperport, CEO d’Eversight, l’analyse des données comportementales permet également de concevoir des promotions plus attrayantes pour le consommateur, et donc plus rentables. En testant différentes variantes des mêmes promotions auprès de nombreux échantillons de consommateurs, les entreprises peuvent déterminer dans le détail comment inciter à l’achat. Image, couleur, formulation… le moindre changement peut bouleverser l’efficacité d’une promotion. Ainsi, un leader mondial du retail s’est aperçu qu’une promotion « 4 pour 5$ » fonctionnait mieux que « 3$ pour 3 ». De même, dans le cadre d’un autre test, un simple centime en trop diminuait l’attrait des clients de 43%. 

Faire revenir les consommateurs dans les magasins physiques

Alors que les magasins physiques sont de plus en plus désertés par les consommateurs au profit des boutiques en ligne, le Big Data pourrait permettre aux commerces traditionnels de retrouver leur superbe. Pour ce faire, de plus en plus d’outils de collecte de données sont mis à leur disposition.

Grâce aux détecteurs d’entrée, au scan RFID des produits, ou encore aux profils de consommateurs réguliers enregistrés sur les tablettes des vendeurs, les boutiques physiques peuvent collecter autant de données que les boutiques en ligne. De même, il est possible de suivre le signal Bluetooth ou WiFi émis par les smartphones des clients pour analyser leur comportement au sein du point de vente. Par la suite, plusieurs entreprises proposent des solutions pour analyser ces données.

Par exemple, ScaleOut Software et son Analytics Server permet d’analyser automatiquement les données en mémoire et les données fournies en temps réel afin de s’adapter aux désirs de la clientèle.

Une autre solution est l’écran tactile développé par EyeQ. Cet ingénieux dispositif, à placer au centre d’un magasin, est doté d’une caméra capable d’identifier un client et son humeur grâce à un logiciel de reconnaissance faciale. En fonction de ces données, l’écran va présenter des suggestions de produits ciblées et personnalisées.

Grâce aux données collectées et à leur analyse, les commerçants physiques pourront bientôt rivaliser avec les boutiques en ligne et proposer une expérience agréable, personnalisée et actualisée en temps réel.

La révolution du shopping

L’analyse du Big Data est donc d’une grande utilité pour les commerçants, peu importe l’envergure de leur entreprise. Pour les consommateurs, les avantages sont évidents. En dressant le profil individuel de chaque client, les enseignes peuvent deviner quel produit les intéressera, à quel moment, et ainsi rendre l’expérience de shopping plus agréable et plus simple.

Dans un futur plus ou moins proche, on peut même penser que les firmes comme Amazon seront à même de livrer un produit à l’aide d’un drone, avant même que le consommateur ne commence à le désirer. Ce dernier pourra alors choisir de payer ou de refuser l’offre. Un tel système succéderait efficacement au ciblage publicitaire actuel, qui deviendrait alors obsolète.

Les rôles pourraient même s’inverser, et les entreprises pourraient venir directement au consommateur pour lui proposer l’offre la plus alléchante afin de répondre à ses désirs et besoins. Selon John McKean, directeur du Center for Information Based Competition, il s’agit là du futur visage du commerce.

A lire également

#womenindata femmes big data

#womenindata : la révolution Big Data est menée par les femmes

Le succès d’une stratégie Big Data dans l’entreprise dépend de différents facteurs culturels. Dans la …