Comment injecter les insights marketing dans votre pricing ?

Comment injecter les insights marketing dans votre 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 ?

 

Collecter les insights en exploitant le Big data 

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-prix

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

Plusieurs moyens de les intégrer

  • Les transcrire en attributs, destinés à affiner les règles 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 informatifs dans les dashboards 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.

 

De multiples impacts possibles sur les stratégies prix se traduisant en gains 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 d’avantage 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)

 

 

Quelles capacités rechercher dans un outil pricing ?

  • Intégrer, en fonction de vos besoins, des insights de différentes natures
  • Pouvoir s’appuyer sur les insights pour affiner le chaînage des produits
  • Mettre en œuvre des règles 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. La prise en compte des insights marketing 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 sure: 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 des stratégies opérationnelles adaptées.

 

Ressources associées

eBook – Contrôler la dérive tarifaire pour maitriser son image-prix
eBook – Piloter le pricing omnicanal

ENTRER EN CONTACT

Questions? Vous voulez en savoir plus sur nos solutions?




Follow us: linkedin twitter