Si vous êtes une marque de produits de grande consommation, vous vous abonnez probablement à des données de vente syndiquées, une image agrégée de l'activité de vente au détail de produits dans une catégorie donnée. L'idée est de comparer vos performances réelles à celles d'une catégorie entière, avec l'avantage supplémentaire de pouvoir suivre les tendances du secteur et de gérer le cycle de vie des produits.
Le problème est que, trop souvent, les données peuvent être trop nombreuses, ou pas assez détaillées, ou trop étroitement définies, de sorte qu'un abonnement de plusieurs millions de dollars à des données de vente syndiquées finit par avoir un impact limité. En outre, les données peuvent ne pas être utilisées correctement ou nécessiter une armée pour les gérer, ce qui n'est souvent pas très réalisable compte tenu de la pénurie de data scientists, d'experts en apprentissage automatique et d'analystes.
Mais elles sont trop importantes pour être ignorées. En tant qu'indicateur clé de performance, les données relatives aux ventes jouent un rôle très important dans l'étalonnage des forces et des faiblesses, l'identification des principales opportunités de croissance, la détermination des moteurs et de l'impact des ventes et l'identification des avantages concurrentiels et des menaces. La meilleure façon d'y parvenir est de combiner les données sur les ventes avec de nombreuses autres sources de données telles que la voix du consommateur, les principaux leaders d'opinion, les brevets, les évaluations de produits, l'analyse des marques concurrentes, et bien d'autres encore, afin d'extraire de bonnes informations sur le marché qui racontent une histoire multidimensionnelle. Cela ajoute bien sûr à la complexité de l'environnement de données, mais examinons d'abord les avantages de l'augmentation des données de vente avec d'autres sources, puis comment y parvenir en utilisant des plateformes d'analyse avancées capables d'ingérer et de classer une myriade de sources de données externes.
4 raisons pour lesquelles les données de vente doivent être complétées par d'autres sources de données
Des prédictions plus précises et plus granulaires - Les taux de précision doublent presque lorsqu'on combine des données externes contextualisées provenant d'avis sur les produits, de listes de produits, de médias sociaux, de blogs, de forums, de sites d'information et autres, passant de 36 % à plus de 70 %.
Évaluer la concurrence de manière plus globale - Les données de ventes groupées permettent d'analyser les saveurs, la taille, les stratégies promotionnelles et les remises, les prix, l'emballage et l'espace en rayon des concurrents, mais comme elles se limitent aux ventes au détail, les marques représentées dans les analyses sont elles aussi limitées et doivent être prédéfinies. Elles ne refléteront probablement pas non plus ce qui se passe en ligne, étant donné qu'il est extrêmement difficile d'en assurer le suivi en raison de l'absence d'un code universel des produits et des nombreuses façons différentes d'étiqueter et de nommer les produits sur les canaux de commerce électronique.
L'autre problème est que de nombreux concurrents sont en fait des marques émergentes qui se font volontairement discrètes pour ne pas apparaître dans les rapports de vente syndiqués. Ce n'est pas une mince affaire. Selon Vision Critical, 18 des 25 catégories de consommateurs se développent grâce à des entreprises dont le chiffre d'affaires est inférieur à 1 milliard de dollars, et plus de 17 milliards de dollars de ventes de produits de grande consommation aux États-Unis sont passés des grands acteurs aux marques émergentes depuis 2013. Ces entreprises déposent encore des brevets, ont des pages sur les médias sociaux, sont souvent mentionnées par des influenceurs clés ; en bref, elles sont associées à de nombreuses miettes numériques qui peuvent être ramassées et analysées pour combler les angles morts que les données sur les ventes au détail laissent derrière elles.
La combinaison de différentes sources de données vous permet de comparer et d'évaluer la valeur de votre marque au fil du temps en fonction de paramètres standard du secteur : notoriété, utilisation, volume, satisfaction et adéquation avec les besoins des consommateurs.
Mesurer le sentiment des consommateurs par rapport aux ventes - Les données sur les ventes donnent des chiffres absolus sur ce qui a été acheté, mais ne disent pas le "pourquoi", ce qui n'est possible qu'en analysant le point de vue de l'acheteur. L'analyse des sentiments autour des attributs ou des avantages clés du produit peut indiquer si une tendance des ventes est durable ou susceptible d'être de courte durée. Par exemple, au cours de la période COVID, les consommateurs étaient prêts à changer de marque en raison du prix, du manque de disponibilité (résultant des interruptions de la chaîne d'approvisionnement) et des attributs spécifiques du produit qui devenaient plus importants (ceux associés à la santé immunitaire, par exemple).
L'analyse des sentiments exprimés par les consommateurs permet d'obtenir des indicateurs importants pour savoir si ces nouveaux achats ont suscité une satisfaction générale, ce qui permet d'évaluer si le mouvement de fidélisation est permanent.
En complétant les données sur les ventes par des analyses de commerce électronique, des dépôts de brevets, des écoutes sociales, des publications d'influenceurs clés, etc., vous pouvez évaluer le volume et la vitesse des tendances du marché et déterminer si elles sont durables.
Optimiser les promotions par canal - Ce qui fonctionne dans le commerce de détail peut ou non fonctionner en ligne, mais il est important de comprendre la dynamique qui anime chaque canal et de savoir comment améliorer les résultats en adaptant les messages et les offres et en ayant une idée précise de ce qui stimule les ventes. Le canal du commerce électronique offre une visibilité unique sur le sentiment des consommateurs tout au long du parcours d'achat, ce qui peut être utilisé pour optimiser la conversion par détaillant, par opposition à une approche globale.
En bref, en combinant les données de vente avec un écosystème d'autres sources de données, la valeur de ces données de vente augmente de façon exponentielle.
-------------
*Cetarticle de blog a été publié à l'origine sur Signals-Analytics.com. Kenshoo a acquis Signals-Analytics en décembre 2020. Lire le communiqué de presse.
Plus de détails
