Pourquoi analyser le parcours du shopper en magasin ? (Partie 3)

Pourquoi analyser le parcours du shopper en magasin ? (Partie 3)

En guise de suite (et fin) aux deux posts précédents, nous vous présentons  de nouveaux exemples concrets de bénéfices que les retailers peuvent tirer de l’analyse du comportement du shopper dans l’espace de vente.

1. Mieux comprendre les correspondances entre les catégories de produits pour optimiser l’efficacité des promotions croisées

Les correspondances entre catégories de produits sont un concept ancien en marketing. Parfois appelées « analyse du panier » (Market Basket Analysis) (1), ces analyses consistent à mesurer les associations d’achat existant entre les différentes catégories de produits d’un magasin. Par exemple, le fait qu’un consommateur achète quelque chose dans une catégorie de produits A augmente-t-il la probabilité qu’il achète aussi dans la catégorie B ? Comprendre ces associations permet de savoir quelles catégories intéressent les consommateurs lors d’une même visite en magasin, et permet ainsi d’élaborer des promotions croisées plus pertinentes.

Cependant cette analyse a une limite importante : elle définit l’intérêt d’un consommateur pour une catégorie en se fondant uniquement sur les achats qu’il y effectue. Or il est tout à fait possible (et même assez fréquent) qu’un intérêt pour une catégorie ne se matérialise pas en achat : un shopper peut être suffisamment intéressé par une catégorie pour avoir envie de la visiter et d’en explorer les différentes références sans pour autant aller jusqu’à acheter. Ce niveau d’intérêt reste invisible si l’on étudie que les achats. Mais il peut être révélé par l’observation et la visualisation du parcours du shopper en magasin.

Dans le  scénario où un shopper s’intéresse visite longuement une catégorie de produits sans rien y acheter, il est probable qu’une promotion, même peu importante, ciblée sur cette catégorie ait un fort potentiel de transformation d’un simple intérêt en achat.  Pour peu que l’on sache quelles sont les autres catégories que le shopper lors d’un même parcours, il est alors possible de concevoir des promotions croisées à fort potentiel de succès. De telles promotions croisées auraient non seulement de la pertinence pour les consommateurs (fondées sur leurs intérêts réels) mais représenteraient un levier important de chiffre d’affaire supplémentaire pour les distributeurs. L’analyse détaillée et automatique du parcours du shopper avec des outils tels que Roxmap ouvre la voie à cette plus grande efficacité des analyses d’association de des promotions croisées (2).

 

2. Optimiser l’emplacement des enseignes et les revenus locatifs des galeries commerciales

Les données de géolocalisation de permettent peuvent aussi devenir un outil efficace d’aide à la décision pour des décisions clés des galeries commerciales. C’est par exemple le cas pour des décisions telles que l’emplacement des enseignes dans une galerie commerciale ou encore le loyer que les galeries peuvent se permettre de demander à ces enseignes.

L’étude du parcours du shopper dans la galerie peut par exemple permettre de déterminer la force d’attraction d’une enseignes sur le parcours moyen. En comparant les parcours dans différentes galeries en fonction de l’emplacement de cette enseigne, on peut déterminer si cette attraction est due à l’enseigne elle-même ou à son emplacement. Il est aussi possible de déterminer l’impact d’une rotation d’emplacement de certaines enseignes sur le parcours des clients dans la galerie, et ainsi avoir des éléments objectifs pour déterminer l’emplacement optimal.

De même, les données de parcours shopper peuvent être utilisées pour justifier et valoriser la grille locative pratiquée par une galerie commerciale. Des informations précises telles que le taux de passage réel devant l’enseigne, une meilleure qualification des shoppers par leur comportement (combien de restent-ils, quelles sont les autres enseignes qu’ils fréquentent lors d’une même visite dans la galerie…) peuvent permettre de valoriser un emplacement et justifier objectivement la valeur d’une prestation.

 

Dans l’introduction du premier post de cette série, nous expliquions qu’il était fréquent, en présentant Roxmap, qu’on nous demande comment pouvait être utilisée la visualisation et l’analyse en temps réel du parcours du shopper dans l’espace de vente. Nous espérons que ces trois posts vous auront apporté des éléments de réponse. Pour en savoir (encore) plus, n’hésitez pas à nous contacter.

 

(1) Agrawal R., Imienlinski T. et Swami A. (1993), Mining association rules between sets of items in large databases, Proceedings of the ACM SIGMOD International Conference on Management of Data, Washington D.D., 207-216

(2) Schmitt J. (2010), Analysis of Consumer In-Store Physical Shopping Behavior and its Relationship with Purchases, Advances in Consumer Research, 37, 156-158.

rédigé par : Julien Schmitt

a propos de roxwhale

Roxwhale est un éditeur de solutions d'analyse In-Store qui permettent aux magasins d'optimiser leur surface de vente