Promotions post-confinement : vendre plus avec moins

Avec le confinement, les comportements de consommation des français ont évolué significativement et certaines de ces évolutions perdureront avec plus ou moins de force. Les distributeurs et les marques doivent en tenir compte dans la reprise des promotions attendue avec la fin du confinement. Cependant, plus que jamais, les investissements promotionnels doivent faire l’objet d’une attention particulière tant car les budgets marketing et commerciaux vont être sous tension dans un contexte de reprise économique que le niveau de la consommation reste incertain. Cet article donne quelques clés pour optimiser le dispositif promotionnel des distributeurs et des marques pour, in fine, vendre plus avec moins. 

Le confinement a changé la donne de la consommation. Nous constatons 5 principales évolutions. On peut envisager que certaines perdureront avec plus ou moins de force :

La fin du confinement sonne la reprise progressive des promotions. Elles vont d’abord avoir un rôle à jouer dans la stimulation de la consommation des français, frileux car soucieux des effets de la crise économique qui s’annonce. Par ailleurs, les promotions vont jouer un rôle dans la reprise du trafic en magasins, la relance de la consommation sur les catégories « oubliées », la reconstruction des parts de marché (entre marques, enseignes et formats), la réponse à la demande de « bonnes affaires » des consommateurs.

Bien évidemment, les règles d’allocation des investissements promotionnels devront tenir compte de l’évolutions de comportements associées la fin du confinement, la reprise d’une vie normale, pour effectuer les bons arbitrages entre catégories, mécaniques promotionnelles, enseignes (pour les marques), et entre géographies / magasins (zone rouge, orange, verte par exemple).

Plus que jamais, enfin, face à la pression qui va peser sur les investissements promotionnels dans un contexte de reprise économique / de niveau de la consommation incertain, les promotions devront permettre de vendre plus avec moins.

Plusieurs facteurs clés de succès pour cela. Pour nombre d’entre eux, l’accumulation de données (externes, internes) et les algorithmes issus de l’IA permettent d’augmenter significativement l’efficacité des plans promo.

Le maintien de stratégies catégorielles s’avère ardus de part l’évolution des catégories, des comportements consommateurs, et des mouvements de la concurrence.

A cet égard une approche de clustering renforcée par l’IA est utile pour valider le rôle intuité par le marketing ou déduit des études consommateurs. La détermination du rôle permet ensuite de définir une stratégie de pricing et de promotion adaptée à la catégorie, un niveau d’agressivité tarifaire.

La gestion des promos devrait être en ligne avec les objectifs marketing/commerciaux de l’entreprise et non basée uniquement sur l’expérience/rentabilité historique. Par exemple, si l’entreprise a un objectif de défendre ses parts de marché suite à une augmentation d’intensité de concurrence (probablement le cas après la crise du Covid-19 sur certaines catégories), elle peut se permettre de « sacrifier » la rentabilité à court terme pour maintenir un volume de vente. Autrement dit, dans un cas de lancement de produit, le plan promo doit suivre les règles prédéfinis par le marketing puisque la promo pourrait être un levier clé pour la réussite du lancement. Par exemple, si l’objectif d’un nouveau produit est de séduire de nouveaux consommateurs (non habituels), la promo devrait privilégier une mécanique comme « remise immédiate » plutôt que « 2 achetés : 3^ème gratuit ».

Mesurer l’exhaustivité des effets promo

Avoir une évaluation précise de l’efficacité d’une opération promotionnelle est clé pour recentrer les plans promo sur les mécaniques promo / produits / semaine / magasins / enseigne les plus efficaces.

Une promotion a de multiples effets au-delà des revenus directs des produits en promotion et des coûts associés à l’opération commerciale. Les algorithmes de l’IA associées à des données internes et externes permettent d’isoler les effets exogènes, comme la météo, la zone de chalandise, non liés à la promotion et les effets propres à la promotion.

En termes de revenus :

• D’une part, la promo aura un impact de cannibalisation d’autres produits à court terme, e.g. ‘Chocolat 200g’ en promo cannibalise ‘Chocolat 100g’ en fond de rayon.
• D’autre part, une offre promo a un impact sur ce produit à court terme (donc la période de promo), mais également à moyen et long terme (donc la période après la promo). Cet impact se cache notamment derrière une cannibalisation de ce produit à long terme. Par exemple, une promo de 2 achetés, 3ème gratuit pour un produit avec une longue DLC (Date Limite de Consommation), aura un impact « stock » dans le temps. Un consommateur pourrait garder ces produits achetés pour une longue période, et donc ne plus acheter à un rythme normal comme avant.
• Enfin, la promo sur un produits peut amener la vente d’autre produits (effet halo).

En termes de coût, à part la subvention pour la promo et le COGS (Cost of Goods Sold), il y a également d’autres coûts comme le coût de packaging spéciaux, les frais de gestion de l’enseigne (pour les marques), la différence de marge entre les produits en promo et les produits FdR (Fonds de Roulement), les coûts de supply chains, les coûts de manipulation en rayon, les pertes liées à l’obsolescence des stocks de promotions …

S’assurer de la qualité de données et challenger les hypothèses

Pour avoir une bonne appréciation de la rentabilité d’une opération promotionnelle, il est nécessaire de bien maîtriser les données clés associées aux catégories :

• Données fournies par l’interne (contrôle de gestion / master data SI) : PMC, Prix3Net, COGS, poids net/produit, arbre hiérarchique des catégories/produits, %TVA
• Données fournies par des panélistes (e.g. Nielsen, Kantar) : Volume sell-out, DV prospectus
• Hypothèses fournies par des panélistes : % vente additionnelle CT, % profiteur …

S’agissant des données internes, l’expérience montre que’un travail approfondi avec les équipes du contrôle de gestion est nécessaire pour s’assurer d’une bonne prise en main par le marketing :

• Exprimer et détailler les besoins en termes de données auprès du contrôle de gestion / master data
• Clarifier la définition de chaque catégorie de données et vérifier certains résultats d’analyse avec le contrôle de gestion

Pour des hypothèses/paramètres clés, des tests de sensibilité sont importants pour maîtriser l’incertitude et avoir une fourchette de résultat.

Lors de la dernières décennie les approches statistiques et collaboratives n’ont que peu amélioré la performance des prévisions dans le contexte de promotions. Ces 2 dernières années nous assistons un à un essor de l’IA à la fois pour :

• Mieux prédire et interpréter en sachant quelles variables impactent le plus les ventes promotionnelles : selon les catégories, le taux de remise et de type de promotions, la taille du magasin, etc.
• Isoler les effets exogènes (tels que les prix concurrents, les impacts de la météo, des grèves) et endogènes (cannibalisation, effet halo)

Sur la base des derniers retours d’expériences l’IA a démontré un gain de précision dans le retail d’environ 15 pts en moyenne (65%→80%) amenant à une augmentation des ventes promotionnelles, une réduction du niveau de stock moyen et des invendus.

Un des enjeux majeurs de l’optimisation de la promotion réside également dans la capacité des retailers et acteurs de la grande consommation à (ré)agir rapidement, à fortiori lorsque la concurrence se joue entre le brick & mortar et le web. Au-delà des promotions « programmées », l’ensemble des acteurs doit avoir les moyens et l’agilité nécessaire pour répondre à des opérations coup de poings de la concurrence ou à des opportunités liées à l’actualité. Pour cela il est nécessaire de maîtriser les processus de communication associés aux promotions pour, par exemple, en modifier les prix à la dernière minute.

Il est donc indispensable pour chaque acteur d’accélérer la mise en marché (time to market) des opérations promotionnelles en supprimant, dans leurs processus de production, les taches à faible valeur ajoutée, en automatisant les taches qui peuvent l’être, en déployant les outils indispensables pour fluidifier et fiabiliser la data (pim, dam, push/pull point de vente etc.) et en simplifiant les processus internes et externes notamment tout au long de la chaîne graphique de production, depuis les pitchs agences à l’exécution prépresse en passant par la logistique, la diffusion et le traitement de la promotion (online et offline).