Comment intégrer les insights marketing dans le pricing ?

Le client est roi et ces dernières années, les entreprises qui ont su répondre à ses attentes de manières nouvelles se sont imposées sur leurs marchés et font partie des plus performantes au monde. Réalisée en interrogeant directement les clients ou en faisant parler la donnée, la découverte d’« insights marketing » est devenue d’autant plus essentielle au succès des enseignes.

Dans un monde en constante évolution, la difficulté est de les identifier, les interpréter et les rendre opérationnels suffisamment rapidement pour se distinguer de la concurrence. Comment s’y prendre concrètement pour pouvoir le faire et proposer le prix le plus juste aux yeux des consommateurs ?

Maîtriser le Big Data pour collecter les insights

Identifier les sources d’informations internes

Il y a un véritable travail de mapping à ne pas négliger pour identifier toutes les sources de données au sein de l’entreprise qui peuvent contribuer à la collecte d’insights : remontées terrain, tickets de caisse, fréquence d’achat, trafic, remontées au service client, état des stocks, enquêtes de satisfaction, informations sur le web concernant l’enseigne (écoute du « bruit » autour de l’enseigne). Il faut raisonner hors des silos métier habituels.

Ainsi que les sources externes

Par leurs propres moyens ou par l’intermédiaire de prestataires, la plupart des entreprises disposent d’informations sur leur environnement et leurs clients qui gagnent à être mises en perspective avec les données internes : veilles socio-culturelles et analyse des tendances, données de la concurrence, informations récoltées sur le web / réseaux sociaux sur le secteur, etc.

Traiter les insights récoltés

Qu’elle soit internalisée ou externalisée, cette étape fait appel à deux types de compétences :

Le data engineering

Il s’agit de rendre les données accessibles à toutes les équipes, ce qui englobe de collecter et « nettoyer » les données, ainsi que de garantir la remontée des informations vers les applications métier

La data science

Cela consiste à donner du sens aux données. Les data scientists manient les outils et langages informatiques nécessaires à l’exploration rapide de grands volumes de données, notamment aujourd’hui ceux basés sur l’intelligence artificielle. Ils peuvent s’appuyer sur des connaissances métiers pour interpréter les données de manière pertinente pour l’enseigne. Une fois les insights identifiés, ils mettent en place des moyens automatisés de les mettre à jour, voire de les enrichir et les faire évoluer avec le machine learning.

Intégrer les insights marketing dans la stratégie de prix

Une étape qui n’est pas toujours bien anticipée : l’enjeu n’est pas seulement de faire émerger les insights consommateurs mais surtout de pouvoir les transcrire en règles opérationnelles.

Plusieurs moyens de les intégrer

Les transcrire en attributs produit, destinés à affiner les règles de prix
Sous forme mathématique – des algorithmes améliorant les prévisions de ventes ou la précision des indicateurs de performance par exemple
Les faire figurer à titre informatif dans les écrans d’analyse pour guider la décision

Les bénéfices de cette intégration : optimiser le panier tout en garantissant aux clients une expérience d’achat cohérente avec leurs attentes.

Les impacts possibles sur les stratégies prix : de la valeur créée à la fois pour l’enseigne et ses clients

Une segmentation du catalogue plus fine et pertinente :
- par typologies de produits : une étude menée par notre Data Lab pour une chaîne de drugstores, a permis de distinguer par un algorithme, les produits à l’origine du trafic en magasin, des produits « complémentaires » y étant liés , et de ceux achetés indépendamment. Cette information permet d’aider l’enseigne à savoir comment ajuster le positionnement prix de ces produits et les promotions pour produire l’effet désiré (attirer les clients, augmenter le panier d’achat, fidéliser grâce à des offres personnalisées)
- en fonction de la sensibilité au prix : pour un acteur du pneu, certaines marques précises vont être fortement comparées sur le prix par les clients, comme Michelin en France, tandis que pour d’autres, d’autres caractéristiques sont privilégiées
- en fonction de la cible : dans ce cadre, McDonald’s a effectué une étude pour segmenter ses clients, comprendre leur poids dans les ventes et adapter ses offres suivant qu’ils soient des familles, des personnes venant entre amis, des personnes seules…

Un pricing adapté aux préférences des clients à l’échelle locale : une enseigne de mode a pu, grâce à l’analyse de ses ventes en ligne et aux adresses de livraison, déterminer un classement des produits préférés de ses clients dans différentes villes. Leur mise en avant dans le parcours client et des offres prix spécifiques ont permis de booster encore davantage leurs ventes.

Un chaînage plus pertinent entre les produits : identifier les attributs valorisés par les clients permet de situer les produits sur une échelle de prix cohérente et de proposer des prix reflétant cette valeur (un consommateur comprendrait qu’un produit bio soit plus cher qu’un produit classique mais l’inverse susciterait de la méfiance quant à sa qualité).

La conception et suivi de promotions cohérentes mieux ciblées et plus rentables sur les différents canaux de l’enseigne

Quelles capacités rechercher dans un outil pricing ?

Intégrer, en fonction de vos besoins, des insights marketing de différentes natures
Pouvoir s’appuyer sur les insights pour affiner le chaînage des produits
Mettre en œuvre des règles de prix précises, tirant partie des insights et pouvant être déployées rapidement et à grande échelle
Ajouter aisément de nouvelles règles prix ou de nouveaux périmètres pour pouvoir faire évoluer votre stratégie avec les insights découverts (geo-pricing, cluster de produits, saisonnalité, cycle de vie du produit…)

La data science permet aujourd’hui aux entreprises d’identifier plus rapidement des insights marketing fondés sur la donnée, et de mettre en œuvre des modèles d’IA capables d’enrichir la connaissance des attentes client en fonction des nouvelles données arrivant dans les systèmes d’information. La prise en compte de ces insights consommateurs permet de piloter l’image-prix de manière fine et précise et d’établir des prix et promotions mieux ciblés et plus cohérents avec l’image de la marque et les attentes consommateurs. Une chose est sûre : investir dans les études ou l’IA pour récupérer des insights, c’est dépenser en pure perte si on ne peut pas ensuite les intégrer dans un outil pricing et déployer les stratégies opérationnelles adaptées.

Aller plus loin avec Mercio

Grâce à Mercio vous pourrez maîtriser les volumétries que représentent vos tickets de caisse et serez ainsi en mesure de les analyser en un temps record et identifier des insights de valeur sur les comportements d’achat de vos clients. Mercio vous permettra d’intégrer concrètement ces insights
dans vos stratégies de prix grâce à une segmentation personnalisée, dynamique et d’assurer leur mise à jour rapidement selon les temps forts de votre marché. Grâce au logiciel d’optimisation du prix de Mercio, vous bénéficierez de la précision et l’agilité indispensables au pilotage du trafic, de la marge et de l’image-prix face aux actions des pure players. Retrouvez toutes nos références et l’offre de Mercio dans la rubrique “Nos solutions”.