Ils sauront tout sur nos achats. Grâce aux technologies de mesures d'audience, telles les puces électroniques dissimulées dans les recoins des magasins, mais aussi aux cartes de fidélité - digitales ou non -, aux données d'achats... les faits et gestes des clients des magasins seront scrutés dans les moindres détails.
Les professionnels du secteur, principalement anglo-saxons, réunis du 29 septembre au 1er octobre à la Défense dans le cadre du World Retail Congress, n'ont d'yeux que pour ces "big datas" réunis, entre autres, grâce à ces antennes que représentent nos smartphones et autres tablettes. Mais que font-ils exactement de ces données ?
Du commerçant, vers "la foule"
Tout d'abord, il faut noter qu'il y existe deux types d'interaction. Pour pouvoir converser directement avec le client, il faut en passer par une application "opt-in". En clair : le client est prévenu qu'il va livrer des données personnelles, et l'accepte, officiellement, en échange de promotions pouvant l'intéresser. L'autre interaction, du distributeur "vers la foule", renvoie vers des données anonymes, le but n'étant pas d'en savoir plus sur un client en particulier mais sur un très grand nombre de clients, afin d'en tirer des conclusions statistiques.
Concrètement, à quoi peuvent bien servir des données sur le comportement de la foule? A savoir si le magasin est organisé de telle sorte que le plus grand nombre de visiteurs possibles deviennent des clients, et surtout fidèles. Or, jusqu'à présent, savoir si telle vitrine attirera plus ou moins le chaland, si telle gondole serait judicieusement placée à côté de tel autre, ou bien s'il faut prévoir plus ou moins de vendeurs à telle période, tenaient plutôt de l'ordre du "ressenti" du commerçant. Désormais, les nouveaux outils à sa disposition visent non seulement à remplacer ou valider l'intuition par des statistiques, mais à le faire quasiment en temps réel.
Réduction des coûts
"Grâce aux données collectées en magasin au rayon jeans nous avons pu déterminer qu'un client reste en moyenne 9 minutes, et s'il n'a pas trouvé ce qu'il cherche au bout de ce temps, les chances pour qu'ils passent à l'achat diminuent fortement", explique par exemple Russel Evans, vice-président de ShopperTrak, société américaine spécialisée dans l'étude du comportement des consommateurs. "Cela nous a permis de développer une application avec un client qui alerte le vendeur au bout de sept minutes pour le prévenir qu'un client se trouve dans la zone 'chaude' ", ajoute-t-il. A priori, un commerçant vigilant ne devrait pas avoir besoin de ce type de service. Seulement, dans une logique de réduction des coûts, où les distributeurs "ne peuvent se payer le luxe de placer des vendeurs partout, la technologie permet d'optimiser le travail de la main d'œuvre disponible sans réduire le service", pointe Russel Evans.
Plus largement, ses outils statistiques permettent de connaître quasiment en temps réel "la main d'œuvre nécessaire" pour absorber les flux. Autre exemple : lors du lancement de l'iPhone 6, ces outils statistiques ont calculé le nombre de clients présent devant les boutiques d'un grand distributeur sur la côte Est des États-Unis. Ce qui a permis, quelques heures plus tard, de prévoir combien de vendeurs il faudrait prévoir dans les magasins du centre du pays et de la côte Ouest, séparés par plusieurs fuseaux horaires.
D'internet au magasin physique
Autrement dit, ce type de service, proposé par d'autres acteurs comme par exemple le britannique Dunhummby, revient à traduire dans le monde physique les techniques employées dans le marketing sur internet, via le ciblage du parcours d'achat des consommateurs. Le fonds de commerce de la "pépite" française Criteo. "Certains de nos clients formulent des demandes" pour prendre en compte les données en magasin, explique Gregory Gazagne, directeur de Criteo en Europe. Le but serait de connaître le type d'achat effectué par un client en magasin afin que plus tard, derrière son ordinateur ou son mobile, il reçoive des publicités ciblées, et complémentaires: par exemple "une robe ou une ceinture après avoir acheté une paire de chaussures". L'objectif étant "de construire un modèle prédictif" prenant en compte tous les canaux existants : sites de e-commerce, plateformes mobiles, et bientôt, magasin physique. Mais, pour l'instant, seules trois entreprises sur 6.000 clients que compte Criteo - une dans la "chaussure, les autres dans la distribution généraliste" ont demandé à faire converger toutes leurs informations.
« Quand nous mettrons le pied sur l'accélérateur, nous serons difficiles à égaler » (Joelle Pineau, directrice de la recherche en IA chez Meta)
Sujets les + commentés