Quelles datas récolter pour performer dans le retail ?

La collecte des données dans le secteur du retail n’est pas une nouveauté. Depuis toujours, les marques collectent des informations grâce à l’étude des tickets de caisse et des cartes de fidélité. Aujourd’hui, en plus de ces éléments, nous sommes en capacité de récolter de nombreuses données environnementales sur l’utilisateur et son comportement. Ce qui change désormais est leur analyse fine que l’on peut faire de ces datas grâce à des solutions basées sur le Big data. Ces outils permettent de mieux comprendre les besoins et comportements des clients, de les anticiper. Et ce, afin de fidéliser ces derniers et prendre de bonnes décisions en termes d’investissement.

Cette nouvelle utilisation des datas permet aux marques d’adopter une approche par la valeur client. Selon la Fédération de la Haute Couture et de la Mode (FHCM), « l’approche par la valeur client consiste en un développement des produits et services de l’entreprise qui soit le plus en phase avec les attentes d’un client individuel ou d’un groupe de consommateurs (communautés, cohortes, segments…). Le but est de maximiser la valeur financière à long terme apportée par les clients ».

Cette approche a plusieurs vocations :

• recruter des clients,
• les fidéliser,
• maximiser leur contribution économique
• et rentabiliser les dépenses en marketing.

Selon la FHCM dans son étude « Les nouveaux modèles économiques de la mode », les enseignes de vêtements doivent adopter les trois étapes suivantes pour « développer une approche data robuste » et améliorer leur valeur client :

• « Capturer et structurer la data client : collecter et exposer les données. Il s’agit pour les marques de choisir les données essentielles à exploiter.
• Analyser les données et en tirer des conclusions : il est nécessaire de commencer par réaliser des analyses statistiques simples de la data client, avant de pouvoir affiner les analyses.
• Passer à l’action de façon itérative : le passage à l’action permet de mesurer les résultats et corriger les opérations en fonction. La data sert la prise de décision et l’approche itérative permet de mener des tests puis d’ajuster. Il est donc primordial, sur la base des premières analyses, de transformer les enseignements en opérations concrètes, qui pourront être adaptées par la suite.»

Taille, formes, goûts, prix, etc. La data permet ici d’anticiper les tendances et les envies des clients. Son analyse peut aider les designers à créer « des produits pour les gens, par les gens ». Cette approche d’implication de la communauté client et d’utilisation de la data dans le design des collections s’observe de plus en plus.

Par exemple, depuis plusieurs mois, Promod s’adonne à la production à la demande. Dernièrement, la marque a interrogé sa communauté : « Quel pull souhaitez-vous retrouver dans la prochaine collection ? ». À l’issue de ce questionnaire, 3 modèles & 5 coloris ont été sélectionnés réalisés dans une jolie maille & fabriqués à la demande.

Pour en savoir + : https://vimeo.com/592038317/913c1b6616

Aujourd’hui, la data permet de mettre en place une communication plus ciblée et personnalisée, destinée à fidéliser les clients et à les activer au bon moment.

« Les CRM (gestion de relation client) étaient auparavant fondés sur une approche dite RFM (récence, fréquence, montant), se focalisant sur la fréquence d’achat, le moment du dernier achat et la valeur d’achat », nous explique la FHCM.

Dans ce cas, les efforts marketing sont focalisés sur l’exploitation des datas pour déployer des communications ciblées (par le biais de newsletters par exemple). Exit les budgets marketing traditionnels articulés en campagne marketing ou relation presse.

Dans le secteur du textile, savoir quelles tailles, couleurs, modèles… sont les plus demandés permet à la marque :

• de produire le nombre de modèles et de tailles au + juste,
• de mieux gérer ses stocks,
• de produire des collections davantage en adéquation avec les besoins du moment.

Et ce, d’autant que, selon une récente étude de l’institut Kantar, le fossé se creuse entre l’offre mode et les morphologies de la population. Trop de consommateurs (19,2% des femmes et 15,8% des hommes) estiment ne pas trouver leur taille quand ils se rendent en magasin ! D’après cette étude, il y a un vrai « sentiment d’inadéquation entre les barèmes morphologiques des produits proposés à la vente et la réalité des mensurations ».

Les principales raisons :

• La stature n’est pratiquement jamais prise en compte lors de la création de collections. La majorité des vêtements sont standardisés pour les femmes mesurant entre 1,65m et 1,72m.
• L’immense majorité de l’offre est composée de tailles 36/38 alors que 41% des femmes s’habillent en 42, 44 et 46. Ces dernières manquent cruellement de propositions alors que la seconde partie des femmes croule sous une offre qui n’est pas forcément adaptée à ses attentes.
• Chez les seniors, les « petits gabarits » sont oubliés. De quoi pousser ces derniers à avoir recours à la retouche en permanence.

À l’heure de la reconquête du marché et à la chasse des invendus, il est donc urgent pour les marques de se pencher sur les vraies morphologies.

Le plugin de recommandation de taille de Fitizzy répond à ces différents objectifs. Depuis plusieurs années, il est utilisé par des marques de vêtements pour mieux saisir les besoins de leurs consommateurs et les tendances du marché. Il peut s’agir de marques de vêtements grand public (Promod, Cyrillus, Celio…) ou bien professionnels/uniformes (Mulliez-Flory, Bragard).

Initialement, cette solution, installée sur les sites e-commerces de ces marques, propose aux consommateurs des recommandations de taille en fonction du produit choisi. Sur une fiche produit, lorsque l’internaute clique sur « Trouver votre taille », il renseigne plusieurs informations morphologiques. Ces renseignements sont croisés par le plugin avec les informations techniques de la marque afin de lui fournir une recommandation sur la taille la plus juste pour le vêtement choisi.

Côté marque, ce plugin fournit également données particulièrement intéressantes :

• nombre de pages vues sur leur site e-commerce,
• nombre de clics sur le bouton d’action,
• nombre de fois où le plugin a été ouvert par un internaute,
• contenu de la recommandation fournie,
• produits ajoutés au panier,
• achat ou abandon de panier
• montant du panier
• nombre de modèles, de tailles vendus en ligne.

Via un Dashboard dédié, chaque marque retrouve l’ensemble de ses données sous forme de graphiques. Et ces indicateurs de performance sont désormais utilisés :

• par son service marketing pour améliorer les performances de son site e-commerce,
• par ses modélistes pour optimiser les nouvelles collections en analysant les données morphologiques du moment (identifier les morphologies les plus sollicitées par les clients pour gérer la répartition des stocks).

Objectif : être + efficient !