Auteur: Marta Fernández
A l’heure d’évaluer la gestion de boutiques, nous parlons presque toujours de valeurs totales de ventes, de valeurs moyennes de ventes par client (panier moyen), du nombre de produits vendus par ticket, de ventes par vendeur et de ventes au mètre carré. Ces indicateurs, absolument utiles et nécessaires, nous montrent seulement une partie de la réalité : celle en relation avec les fermetures des ventes. Mais, savons-nous combien de clients sont rentrés dans nos boutiques, combien d’entre eux sont partis sans rien acheter, combien de vendeurs aurions-nous du avoir pour servir ces clients non renseignés et comment la boutique pourrait profiter ces visites pour augmenter ses ventes ?
Les réponses à ces questions sont le Retail Intelligence.
Le Retail Intelligence (RI) représente l’ensemble des outils et des applications qui ciblent la création et la gestion de connaissances obtenues grâce au recueil et à l’analyse des chiffres dans une organisation ou dans une entreprise de vente au détail. Les applications du RI permettent de mettre en relation, en temps réel et de manière interactive, l’analyse et le traitement de l’information critique pour l’entreprise pour augmenter son niveau de connaissance et lui faciliter la prise de décision.
Peu importe si l’on vend des vêtements, des meubles, de l’électronique, des parfums ou des chaussures. Le directeur Marketing, le directeur du développement et bien évidement le gérant d’une chaine de Retail ont besoin de connaitre comment se comporte le trafic client dans leurs points de ventes pour implanter de meilleures solutions.
Souvent nos conclusions se basent uniquement dans l’analyse des ventes. En voyant une augmentation des ventes, quelles conclusions pouvons-nous obtenir ? La nouvelle campagne de marketing a fonctionné, l’implication du personnel s’est améliorée, les stocks de produits ont été les appropriés, le client a trouvé ce qu’il cherchait,…
Maintenant imaginons trois boutiques, toutes d’une même enseigne et toutes situées dans des zones distinctes et des villes différentes, et analysons les résultats obtenus dans une journée quelconque de travail. Pour faire les choses de manière équitable, nous allons supposer que les boutiques disposent de la même surface de vente et du même nombre d’employés.
Les données générales que nous obtenons à partir des ventes sont que la boutique A a réalisé 430 transactions pour un total de 54.230€ de ventes ; la boutique B a réalisé 523 transactions pour une facturation de 75.450€, et finalement la boutique C avec 490 opérations a vendu pour 89.650€.
Nous pouvons à partir de ces données obtenir le panier moyen de chaque boutique, celui -ci étant pour la boutique A de 126,12€, pour la boutique B de 144,26€ et pour la boutique C de 182,96€.
Tout indique que la boutique C est celle qui globalement facture le plus, c’est celle qui a le panier moyen le plus élevé et celle qui a son personnel le plus impliqué au vu des vente en moyenne par vendeur qui sont les plus élevées que dans les deux autres boutiques :
Ajoutons maintenant une autre information provenant des entrées des clients:
En tenant en compte les données provenant du comptage d’entrées des clients, nous pouvons observer que la boutique A est celle qui a eu le taux de transformation de clients en vente le plus important (48%), et donc celle qui a eu le moins de clients partis sans acheter (467) en comparaison avec la boutique C, d’où il s’est « échappé » seulement le double de clients en atteignant un taux de transformation de 34%.
D’autre part, les employés de la boutique B ont servis 11 clients de plus chacun que dans la boutique A, et 4 de plus que dans la boutique C. Nous pouvons en déduire que le nombre de personnes travaillant dans la boutique B est le mieux mieux adapté.
Mais nous ne devrions pas en resté là. Il reste une donnée en plus qui peut nous aider à optimiser nos ressources : le trafic extérieur :
Grâce au taux de pénétration, nous pouvons déduire en plus, que la boutique B a une vitrine plus attrayante, ou alors que la campagne de promotion ou de publicité actuelle est plus effective dans cette boutique que dans les autres.
Avec ces exemples totalement virtuels, nous venons de voir qu’en analysant le trafic de client nous pouvons arriver à des conclusions plus précises en sachant par exemple si l’augmentation des ventes provient d’une augmentation du nombre d’entrées de clients dans la boutique, et si cette augmentation d’entrées provient à son tour d’une affluence de piéton pus importante face à notre point de vente, ou s’il s’agit simplement d’une augmentation du taux de transformation ou de pénétration, métriques clés pour le succès d’une affaire. De la même manière, si l’on ne connait pas le trafic et nous ne connaissons pas le taux de transformation, nous pouvons tomber dans des conclusions erronées sur les vrais motifs de cette croissance.
Est-ce la boutique qui vend le plus la plus rentable? Quelle est la boutique qui a le plus de potentiel ?
Si nous mesurons nos boutiques uniquement en analysant leurs ventes, nous pouvons arriver à de fausses conclusions. Deux boutiques peuvent avoir les mêmes niveaux de ventes tout en ayant des taux de transformation très distinct. Dans ce cas, la boutique avec le taux de transformation le plus important est celle qui profite le plus de chaque visite de client pour réaliser une vente. En nous focalisant sur une croissance du taux de transformation, nous pouvons générer des augmentations exponentielles dans les niveaux de ventes de chaque boutique.
Mon personnel est-il bien reparti? (Nombre nécessaire de personnes dans une boutique à tout moment)
Si nous disposons de l’information sur le nombre de personnes qui visitent la boutique, par heure et jour, nous pourrons réaliser des changements dans la gestion du personnel pour que dans les heures de pointe il y ait plus de personnel dans les heures creuses.
Si nous avons une bonne stratégie de gestion de personnel, nous pouvons alors générer des économies significatives pour l’entreprise. De plus, nous pouvons assigner des taches plus spécifiques à l’équipe de vente dans les heures de basse affluence afin d’optimiser les temps et fonctions de chacun.
Autre thème d’actualité en constante discussion dans le secteur du Retail, c’est la définition des heures d’ouvertures. Faut-il ouvrir plus longtemps ? Avec un lecteur de trafic extérieur nous pouvons savoir combien de personnes sont passées face à notre local 24h/24 et 7j/7 par tranches horaires. Avec le lecteur de trafic entrant, nous saurons si une boutique a tendance à recevoir des clients tôt ou tard dans la journée.
Mes campagnes marketing sont-elles effectives ?
Traditionnellement les ventes s’utilisent comme outil d’évaluation sur le succès ou pas d’une campagne marketing et la réalité est différente. L’objectif d’une campagne de marketing est d’augmenter le flux de visites vers une boutique dans un moment spécifique ; l’augmentation des ventes en revanche sera le résultat de beaucoup d’autres conditions comme par exemple le service, l’inventaire et la présentation du produit,…
En étudiant le comportement du trafic piéton nous pouvons améliorer de manière exponentielle notre rentabilité. L’information obtenue peut donner des réponses concrètes aux différents services de l’entreprise (marketing, développement, ressources humaines, direction générale) et faciliter la prise de décision qui agit directement sur l’affaire.
Les systèmes de Retail Intelligence permettent de contrôler le trafic piéton dans et hors des boutiques offrant tous types de ratios en plus du temps moyen de séjour du client et de l’occupation moyenne des boutiques dans chaque période de temps.
Le plus important est de savoir que ce qui ne se mesure pas, ne peut s’améliorer. Investir dans de la technologie c’est investir dans le Retail Intelligence, la meilleure manière de disposer d’une vision globale dans tous ses points de vente dans le but d’identifier des opportunités d’amélioration et d’augmenter ainsi la rentabilité de l’affaire.
Marta Fernández
Marketing Director
T-Cuento – Abantia Retail Solutions
Jeu de briques
Snake
Pacman
Bubble