Big Data : le retail sur la voie de la transformation

Initiée par les pure-players de l'e-commerce, la "révolution" des données déstabilise désormais l'ensemble du monde de la distribution. Une étude réalisée par Xerfi-Precepta lève le voile sur l'impact du phénomène "Big Data" sur la distribution, croissant, car émanant de trois tendances fortes : la digitalisation des points de vente, la percée des technologies mobiles et la diffusion des objets connectés.

Dans un environnement toujours plus numérique, la maîtrise des données constitue plus que jamais un outil décisif d'amélioration et de transformation des modèles existants. Ces derniers devront évoluer pour tenir compte de l'importance croissante de l'exploitation des données clients dans le processus de création de valeur dans le retail.

Dans un tel contexte, les opérateurs doivent être particulièrement attentifs aux maillons de collecte et de traitement des flux d'informations qui s'avèrent les plus menacés au sein de la chaîne de valeur, comme la logistique, le SAV (service après-vente) ou encore les moyens de paiement.

Quatre niveaux de transformation

Les bouleversements engendrés par le Big Data doivent en effet être appréhendés à quatre niveaux par les retailers. Le premier niveau de transformation est l'amélioration des modèles existants, à travers l'enrichissement de la connaissance client, et l'automatisation des process, notamment logistiques.

A cet égard, l'exemple d'Amazon est particulièrement éloquent. Dans le modèle du géant américain de l'e-commerce, plus le consommateur valorise des services de logistique de haute qualité, plus les commerçants ont intérêt à confier leur logistique à Amazon pour être compétitif. L'avantage logistique est ainsi un moyen d'accéder aux données clients de la concurrence, qui elles-mêmes alimentent l'optimisation des process d'Amazon.

Le deuxième niveau de la transformation Big Data est l'inversion de la chaîne de valeur du retail qui consiste à substituer à une logique de production le pilotage de la chaîne de valeur par l'aval, soit à partir des besoins des consommateurs. Les grands gagnants potentiels de cette approche inversée sont les modèles serviciels et participatifs.

Le déploiement d'écosystèmes concurrentiels pilotés par des plateformes puissantes est le troisième niveau de transformation. Le GAFA (Google, Amazon, Facebook, Apple) en est une exemple. Après avoir bouleversé le stade de l'avant-vente, ils lorgnent désormais sur les dimensions paiement et après-vente. Si pour l'instant les vagues de lancements de portefeuilles électroniques ont eu peu de succès, l'arrivée d'Apple avec son service Apple Pay, pourrait changer la donne en raison de sa puissance de feu marketing. Or, Apple Pay a opté pour une stratégie non coopérative consistant à refuser de transmettre les données de paiement à des tiers (notamment les distributeurs). C'est à dire l'inverse du modèle de PayPal qui mise sur une collaboration avec les commerçants.

Enfin, la remise en cause de l'opposition traditionnelle entre les stratégies de domination par les coûts et les logiques de différenciation constitue la dernière étape d'une transition data-numérique maîtrisée pour les professionnels de la distribution. Combinant automatisation extrême et service personnalisé de haute qualité, le modèle Amazon fait encore une fois figure de nouvel archétype. Pour contrer la menace des grandes plateformes, deux alternatives s'offrent aux distributeurs click & mortar, de l'avis des experts de Precepta. La première résidera dans leur capacité à faire jouer des leviers de résistance data driven, consistant à tirer avantage d'une vision globale du client en exploitant les données recueillies sur les parcours clients en ligne mais aussi en magasin. La seconde sera d'opérer des choix différenciants dans la façon dont la connaissance est collectée, traitée et partagée, c'est-à-dire en misant sur la "différenciation cognitive".

Cette perspective offre de réelles opportunités aux distributeurs qui sauront mettre en place de nouveaux dispositifs "d'éditorialisation" et "d'entertainment" autour de la vente, avec pour objectif l'enrichissement de l'expérience d'achat et d'usage du client.

Susciter et conserver la confiance des clients

La capacité à susciter et à conserver la confiance des clients sera essentielle dans la réussite des projets de Big Data dans le retail. Les distributeurs devront également intégrer la prise de contrôle de leurs données personnelles par une partie des consommateurs. Les retailers devront donc s'attacher à renforcer leur capacité à interagir de manière plus pertinente avec les clients grâce au Big Data mais aussi en multipliant les possibilités pour eux de s'exprimer (Small Data).

Plus globalement, l'opposition schématique entre Big et Small Data semble artificielle et doit impérativement être dépassée. Ce qui ouvre la voie à des modèles hybrides. Là encore, le modèle Amazon fournit des pistes de réflexion. Si le géant mondial exploite en masse les données des internautes pour en tirer notamment des recommandations personnalisées, son modèle de distribution (en particulier pour les livres) repose également sur sa capacité à valoriser des commentaires pertinents d'internautes (volontaires cette fois et donc assimilables à du Small Data). Ces commentaires alimentent in fine une véritable stratégie " d'éditorialisation contributive " des contenus.