Analyse décisionnelle: panorama des enjeux en marketing

L’automatisation de certaines tâches et l’explosion des modes de communication, des capacités de collecte et de stockage - permis par la puissance de l’outil informatique et son couplage avec la modélisation mathématique -, rendent particulièrement confortable la prise de décision en matière de marketing.

Mais vivre avec son temps est un luxe dont se privent encore bien des décideurs. Pourtant, les solutions logicielles dites « d’analyse décisionnelle » existent et, mieux, se démocratisent. La pierre angulaire en est le datawarehouse, ou « entrepôt de données » au sein duquel l’entreprise consignera toute information jugée potentiellement utile à la prise de décision. Une fois les données collectées et soigneusement triées, reste-t-il à savoir qu’en faire.

Sais-je pour autant à qui je m’adresse, où le rencontrer, et de quelle manière judicieuse l’interpeller ? A fortiori, suis-je assuré de remplir mon rôle de producteur sur le marché, à savoir celui de satisfaire un besoin latent ? Old school marketing, répondrez-vous peut-être. La politique du doigt mouillé pour savoir d’où vient le vent ; le management par l’intuition, en d’autres termes. Celui qui consistait jadis à concevoir une offre ex nihilo dans l’espoir de séduire un segment de la demande très hypothétiquement circonscrit. Mais « être sûr que ça va marcher » n’a rien de pragmatique, sauf à avoir une confiance débridée en ses capacités de persuasion. La méritocratie et la positive « attitude » n’ont pas leur place sur un marché concurrentiel… En conséquence de quoi, mieux vaut se fier à de l’information bien tangible, souvent ignorée, et pourtant si facilement accessible.

Le traitement analytique des données repose sur une idée simple : l’entreprise est en contact permanent avec le marché, parfois sans même le savoir. Ainsi, à travers différents « points de contact » avec sa clientèle, elle collecte des données a priori dénuées de signifiant. Historiquement, les chaînes de grandes surfaces furent parmi les premières à tenter d’exploiter le contenu des tickets de caisse, en vue d’analyser les contours du « panier type de la ménagère ». Les organismes bancaires également, ont très tôt exploité les flux d’information quantitative dont ils disposaient. Certains d’entre eux, à l’instar de Capital One, ont ainsi adapté leur stratégie afin de se positionner sur les segments les plus rentables à partir de l’examen de la « valeur client », tirée par exemple de l’historique des transactions effectuées par celui-ci.

Autre cas de figure dans lequel chacun d’entre nous est malgré lui impliqué au quotidien : les sites de e-commerce accompagnent le « cycle de vie du client ». En profilant votre parcours électronique, vos comportements d’achats, et en recoupant vos informations personnelles avec celles d’autres consommateurs, ces commerçants d’un genre nouveau sont capables de générer automatiquement des opportunités de ventes croisées. Ainsi on vous interpelle, lors de la consultation de certains sites marchands : « les internautes qui ont aimé ce produit ont également acheté… ». Idem lorsque vous venez de faire l’acquisition d’un appareil photo numérique. Vous recevrez probablement, accompagnant votre facture électronique, une offre de réduction alléchante pour l’achat d’une batterie et d’une carte mémoire supplémentaires.

Autre cas d’école, parmi les plus célèbres et non des moindres : le cas de l’enseigne de distribution Wal Mart. C’est grâce au Datamining que le géant de la GD a révélé une corrélation très forte entre l’achat de bière et celui de couches pour bébés, principalement le samedi. L’acheteur de bière lambda, le samedi, est en fait le jeune père de famille, environ trentenaire, profitant de l’achat de couches pour bébé pour se ravitailler. Résultat : les bières furent disposées en devanture du rayon des couches culottes. Et les ventes explosèrent.

De la même façon, en explorant les historiques de ventes, puis en les recoupant, il est possible d’évaluer l’élasticité de la demande. Admettons : une enseigne se rend compte qu’une baisse de 10% du prix du vin n’en augmente pas spécifiquement la consommation. A contrario, une hausse de 2% ne semble pas davantage enrayer la demande. Alors à quoi bon vouloir réduire ses marges ? Allons un peu plus loin : on observe une forte corrélation entre les ventes de deux produits distincts (par exemple, vin et biscuits secs). Et si le fait de diminuer les prix de vente des biscuits secs (dont la demande augmente alors) tirait mécaniquement les volumes des ventes de vin à la hausse? Exemple d’hypothèse, parmi tant d’autres, qu’on peut aujourd’hui vérifier, pour peu qu’on dispose des données afférentes et qu’on sache, accessoirement, les manier habilement.

Moralité : les stratégies de pricing recèlent un potentiel insoupçonné. C’est aussi grâce au maniement statistique des données que les transporteurs de passagers (aériens ou ferroviaires), et accessoirement certains hôtels, pratiquent l’optimisation tarifaire pour tirer parti de leur taux de remplissage (« Yield management », ou « tarification dynamique »). L’optimisation tarifaire peut être encore utilisée dans le cadre de la conception des campagnes de promotion : en fonction des conditions de marché, on cherchera à optimiser les rabais en sachant quand baisser les prix, et dans quelle proportion. Le recours à « l’analyse conjointe » peut alors devenir très utile. Cette application analytique consiste en fait à évaluer les combinaisons de facteurs qui influenceront les préférences du consommateur. L'idée est que le consommateur effectue un arbitrage simultané entre diverses combinaisons qui s'offrent à lui (prix, qualité, localisation...).

Notons enfin que le profiling du consommateur permet d’interagir avec les prospects très en amont. Améliorer les techniques de captation par une connaissance fine des segments de la demande, c’est possible. Il est fort envisageable que, lorsque vous vous connectez au site de votre banque, vous y trouviez des rubriques dédiées par catégories de professions : professions agricoles, libérales, commerçants, artisans… Les banques connaissent bien les attentes spécifiques de chacune d’entre elles et, en vous guidant directement dans la rubrique associée, vous le font savoir de manière ostensible.

Le principe de l’analytique est ici, dans son ensemble, volontairement vulgarisé. Mais ne vous y trompez pas : les professionnels de la Business Intelligence sont bel et bien les nouveaux profilers. Chacun d’entre nous consent sans le savoir à libérer une quantité d’informations personnelles astronomique au quotidien, utiles à la segmentation (âge, sexe, niveau de vie, préférences d’achat…). Ces informations constituent autant d’occurrences que les champions du marketing utilisent pour vous connaître un peu mieux. Des manifestations inconscientes de votre profil de consommateur, en somme….

De votre point de vue de consommateur, ces pratiques ont peut-être de quoi vous contrarier quelque peu, tant elles peuvent paraître intrusives. Et de votre point de vue d’aspirant « power seller » ?