La ‘donnée de référence’, un nouvel indicateur grâce au Big Data

L'information est devenue le combustible pour la durabilité et la croissance du secteur du retail. Au moment du changement de paradigme provoqué par l'essor des nouvelles technologies qui, à leur tour, transforment les comportements des consommateurs, les données sont venues pour y rester et aider ceux qui ont besoin de communiquer avec des consommateurs plus exigeants et indépendants.

Mais l'information est interprétée par des données et pas par des connaissances. Pour que le retail fonctionne de manière intelligente, il a besoin de connaissances critiques. Donc pour collecter, stocker, traiter et analyser les données, un outil technologique est requis pour la transformation de données en connaissances.

Dans ce contexte, le Big Data apparait comme un ensemble de données (macro données et micro-données) structurées à partir d'algorithmes précis qui génèrent des connaissances permettant aux retailers d'orienter judicieusement leurs décisions futures.

Le terme Big Data a été inventé par l'éditeur du magazine Wired en 2008 dans la publication de son article 'T he end of theory: the data deluge makes the scientific method obsolete '.

Cet article a montré le passage de l'utilisation aveugle des données, à travers laquelle les retailers théorisaient et faisaient leurs propres hypothèses, à l'usage caractérisé par des données intelligentes, à partir duquel les retailers peuvent agir en connaissance de cause.

Voilà comment nous entrons dans l'ère de la connaissance mettant en vedette le Big Data qui à son tour est caractérisé par la vitesse, le volume et la variété de toutes les données corrélées.

Selon les résultats d'une étude réalisée par Forrester Consulting pour Xerox, 91% des entreprises de retail européennes pensent incorporer l'usage de technologies Big Data dans les deux prochaines années pour améliorer l'engagement avec leurs clients dans le secteur du retail et dans le secteur de la consommation.

À travers divers dispositifs technologiques l'analyse Big Data est possible. Dans le cas du retail, les compteurs de trafic intelligent sont un exemple, ainsi que les , les signaux wi-fi, entre autres. Grâce au traitement des données que ces dispositifs collectent et stockent à travers des programmes software, les entreprises les plus innovantes sont productrices de connaissances qui se convertissent rapidement en une valeur ajoutée pour les retailers.

Mais l'évolution technologique étant exponentielle, a été responsable de cette nouvelle révolution et a voulu faire un pas en avant pour aller plus loin que la valeur ajoutée. propose à ses clients une intelligence concurrentielle avec la création d'un nouveau résultat issu du traitement de données Big Data. Il s'agit de la ' donnée de référence ' ou la valeur moyenne à partir de laquelle les chaînes de retail peuvent comparer leurs données et observer si elles sont au-dessus, au-dessous ou égales à la moyenne de leur secteur, leur ville ou même leur rue.

À partir de cette donnée est né le premier Rapport BIG DATA sur le Comportement du Consommateur 2015 que la société technologique va lancer ce prochain mois de juillet. Elle souhaite s'engager dans un secteur en constante évolution et transformation et dans lequel ses acteurs ont besoin d'outils d'analyse pour comprendre objectivement leur positionnement réel et élaborer des stratégies d'actions appropriées.

Le Rapport BIG DATA sur le Comportement du Consommateur 2015 a été possible à partir de millions de données collectées par le réseau de plus de 10.000 compteurs que a déployé dans les magasins de plus de 20 pays.

Les indicateurs clés qui ont été envisagés pour la réalisation de cette première étude sont le Coût par Client Potentiel, le Taux d'Attractivité et le Taux de Transformation.

Le Coût par Client Potentiel est le résultat de la combinaison du nombre de personnes ou clients potentiels qui passent chaque mois devant un emplacement, avec le coût mensuel du loyer du local. Les retailers, lorsque leur expansion se réalise hors de leur zone de confort (généralement leur ville ou pays d'origine) ont besoin de données objectives sur la circulation des piétons, les rues les plus fréquentées et celles qui offrent un CCP plus rentable.

Le Taux d'Attractivité permet de savoir combien de piétons sont entrés dans un magasin. Une rue peut être plus ou moins fréquentée pour plusieurs raisons : elle peut être une rue de passage ou d'accès à un autre site, il peut y avoir un moyen de transport en commun à proximité, ou une école, etc. Mais la seule raison importante pour un retailer est de savoir si cela est dû au facteur . Par conséquent, nous devons être capables de mesurer l'intention d'achat des piétons circulant dans ces rues.

Enfin, ce qui est le plus important pour les retailer, ce sont les 'transformations' de ces clients potentiels en clients réels. Pour cela nous calculons le Taux de Transformation. Une donnée essentielle puisque si nous effectuons l'opération à l'inverse nous obtenons le total de clients potentiels qui sont repartis d'un magasin sans effectuer un achat ; une donnée très intéressante qui est complètement impossible à contrôler avec seulement les tickets de caisse.

Et donc, une fois de plus, grâce à la technologie, les retailers peuvent résoudre beaucoup de questions et préoccupations de leur vie quotidienne. Le Big Data est venu pour y rester et , est l'une des sociétés qui s'est faite responsable et est engagée avec le secteur du retail.