Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Analyse de Données et Optimisation des Prix


Rédigé par Michel Bruley, Directeur Marketing de Teradata France SAS le 16 Octobre 2007

Les distributeurs ont toujours su qu’il est crucial de bien fixer les prix pour attirer les clients dans leurs magasins, et la concurrence exacerbée d’aujourd’hui ne peut que les renforcer dans cette idée. Dans une situation ou les marges diminuent ou les clients sont moins loyaux ou la pression sur les prix de formules ou de promotions concurrentes diverses, ils se doivent d’être particulièrement fins pour préserver leur profitabilité.



Analyse de Données et Optimisation des Prix
Le prix est la seule variable du marketing-mix qui n'engendre pas de coût et qui peut permettre d’augmenter le chiffre d’affaires et les marges. La décision de prix repose sur le trinôme : coût/demande/concurrence et peut viser une grande variété d’objectifs (volume de vente, profit, image, alignement, survie, ….). Pour un distributeur optimiser ses prix est donc la manière la plus rapide et la plus efficace d’accroître ses profits, ainsi une augmentation de 1% des prix, si les volumes restent stables, peut générer une augmentation de 8% de la marge opérationnelle. Cet impact est 50% supérieur à celui qu’apporte une réduction de 1% des coûts variables et plus de trois fois supérieur à l’impact d’une augmentation de 1% des volumes.

Grâce à un entrepôt de données d’entreprise, l’optimisation des prix peut être fondée sur des analyses de paniers, c'est-à-dire sur la réalité des ventes. Il s’agit alors de lui adosser une application pour établir des règles métier pour les prix, simuler les effets d’élasticité pour des niveaux de prix et dérouler des scénarios de prix pour caractériser leur impact sur la demande globale et ceci par produit ou groupe de produits, groupe de magasins ou magasin, et/ou par segment de clients.

Concrètement cette application doit pouvoir gérer des matrices d’opportunité qui identifient les produits dont la gestion des prix offre des possibilités de gains ; des modèles d’élasticité des prix par produit qui calculent l’élasticité sur la base des historiques de ventes ; des analyse d’élasticité entre produits (ventes croisées, cannibalisation) qui permettent d’estimer l’impact positif ou négatif d’un changement de prix d’un produit sur les ventes d’autres produits ; des simulations de prix qui combinent différents modèles d’élasticité par produit et entre produits pour comprendre l’impact global de changements de prix.

Un tel système peut apporter des bénéfices opérationnels comme une augmentation des dépenses clients et de leur loyauté grâce à des prix plus attractifs, plus alignés avec la demande. Il permet en outre de lutter contre l’érosion des prix en éliminant les besoins de remises importantes grâce à des prix plus adaptés. Tout cela contribuant à une amélioration globale des résultats nets de 5 à 10% pour les produits dont les prix ont changé ou qui ont été affectés par le changement de prix.

Chez Bottega Verde, la plus grande entreprise italienne de cosmétiques naturels ( http://www.bottegaverde.com ), une telle approche des prix a été appliquée aux articles vendus par le canal d’un catalogue en vente par correspondance. Dans de nombreux cas les prix ont été abaissés et seulement pour 10% d’entre eux augmentés. Au final, les ventes ont été accrues de 15% et la marge brute totale a augmenté de 11%. Cette optimisation des prix a été ensuite étendue aux autres canaux (les magasins, le télémarketing, l’internet).

Les expériences de nombreux distributeurs montrent que les informations nécessaires sont des données habituelles des entrepôts de données d’entreprise. Par exemple pour les modèles d’élasticité il faut les ventes (CA/volume/marge) par EAN à la semaine, les conditions de promotion et de remises, les données de coûts ; pour les modèles de ventes croisées il faut rajouter les données panier au niveau EAN ; pour d’autres modèles il faut avoir des données de comportement clients (pénétration, fréquence, préférences segments) et des données sur la concurrence.

Mais attention la guerre des prix peut conduire à des résultats désastreux pour l’ensemble des acteurs et dans tous les cas elle exacerbe les inégalités entre les concurrents. Il faut avoir bien conscience que le prix qui est vis-à-vis du client une variable relationnelle à effet immédiat, est un élément du Marketing Mix qui influence toute l’entreprise pas seulement les ventes et les résultats financiers. En conséquence les experts recommandent aux Directions Marketing de consacrer 20% de leur temps à la politique des prix.

Enfin, il convient de noter qu’alors que la fixation des prix devient un exercice de plus en plus sophistiqué, il semble pertinent d’investir dans des solutions analytiques adaptées et à même de bénéficier de votre entrepôt de données d’entreprise. Cependant il faut ici en particulier éviter de construire un système spécifique qui amènerait à dupliquer ce dont vous disposer déjà (alimentation, intégration des données, …). Par contre si vous ne possédez pas encore d’entrepôt de données d’entreprise, le thème de l’optimisation des prix n’est probablement pas un bon choix pour lancer un tel projet.

Pour aller plus loin sur ce sujet de l’optimisation des prix vous pouvez utilement consulter le lien ci-dessous :
http://www.teradata.com/t/page/149345/