Si vous êtes sur cette page, c’est que vous l’avez forcément remarqué : le taux de rebond tel qu’on le connaissait avant (précision importante) a disparu de Google Analytics 4 et laissé place à un taux d’engagement aux critères différents.
Ce changement a déconcerté de nombreux adeptes du suivi du taux de rebond “classique” auquel ils étaient habitués jusque-là. Si vous en faites partie, on compatit (mais ça va bien se passer).
Premier rappel important : au lancement de GA4, le taux de rebond avait tout bonnement disparu.
***Google : “pouf, tour de magie, on passe au taux d’engagement”***
*** panique des gens***
***petit flottement dans les échanges***
*** Google remet le taux de rebond, mais pas celui d’avant***
Le nom est resté, mais la métrique a fortement évolué entre Universal Analytics et GA4.
Taux d’engagement vs taux de rebond… vs taux de rebond version GA4
Avant, le taux de rebond se calculait ainsi : un internaute arrive sur une page, scrolle mais ne déclenche aucune interaction (clic par exemple). UA prend ça comme un rebond. Sur GA4, le rebond est l’inverse de l’engagement.
Le taux d’engagement que vous voyez désormais remonte de manière simple : si une personne reste au moins 10 secondes sur une page OU comporte un événement de conversion, OU enregistre au moins deux pages vues ou deux vues d’écran.
Formule taux d’engagement -> Sessions engagées / Toutes les sessions
On récapitule :
taux d’engagement : sessions qui dépassent les 10 secondes (avec ou sans clic, etc.), 1 événement de conversion ou au moins 2 pages ou écrans vus
taux de rebond version GA4 : inverse du taux d’engagement (-10 secondes si pas d’interaction).
Point intéressant : contrairement a UA, où s’il y a rebond vous obtenez 0 en durée de session, GA4 vous permet de toujours accéder à la durée de session de l’utilisateur.
Pourquoi le taux d’engagement est potentiellement bien plus intéressant que le bounce rate
Certes plus familier, le taux de rebond est extrêmement limité pour évaluer la pertinence réelle d’une page.
Limiter l’engagement à un clic ou au visionnage d’une vidéo exclut de fait les pages très axées “contenu” (article de blog, comparatif, FAQ de sites marchands, assistance, etc.).
30% de rebond pour une page produit ciblée, c’est beaucoup. Mais 85% sur un site de contenu peut être un très bon indicateur !
Autre point limitant dans la version précédente du taux de rebond GA : il ne prenait pas en compte la durée des sessions. Que quelqu’un reste quelques secondes ou de longues minutes ne comptait pas dans les rapports.
“La durée de consultation d’une page correspond au temps écoulé entre l’entrée sur cette page et l’entrée sur une nouvelle page du fait qu’il n’y a pas de page suivante, le temps est inconnu (et donc enregistré à 0). Ainsi, pour des sessions ou les utilisateurs ne consultent qu’une seule page (ce que l’on appelle un rebond), la durée de session est de 0. Ce n’est pas parce que Google sait qu’il sont partis immédiatement, c’est simplement qu’il ne sait pas mesurer la durée avant que l’utilisateur ne parte. Dans ce cas, le système considère ce manque de donnée comme signifiant 0.“
Le taux d’engagement permet de sortir de ces critères limitants. Il prend plus de choses en compte et permet d’accompagner les autres métriques. Le reste peut être suivi via des clics sur des événements déclenchés (à condition bien sûr de bien paramétrer son Analytics).
Donc notre conseil : prenez le temps de vous familiariser avec le taux d’engagement, ce qu’il tracke et révèle permet d’aller plus loin dans la compréhension des interactions entre l’internaute et votre contenu.
On se retrouve bientôt sur d’autres thématiques GA4 : audiences prédictives, tracking/events… stay tuned !
Besoin de paramétrer votre compte GA ? Echangez avec un expert Analytics !
Une personne visite le site e-commerce d’une l’enseigne, ne convertit pas en ligne mais vient directement acheter en magasin.
A première vue, si l’on n’établit pas le lien entre les deux, les budgets d’acquisition en ligne peuvent avoir l’air de ne servir à rien. Dans ce cas pourtant, ils sont à la source de l’achat.
2 cas de figures ressortent aujourd’hui :
La mise en place d’un outil pour tracker les ventes omnicanales permet de montrer à quel niveau le Web participe aux ventes en magasin. Au final, cela permet d’ajuster son budget en ligne à la hausse
Les boutiques peuvent penser que le site Web est un concurrent à leur activité ; mettre en place un suivi omnicanal permet de prouver que ce n’est pas le cas et que les investissements digitaux contribuent aussi au CA.
Comment Alphalyr tracke l’omnicanal pour ses clients retail
Plusieurs approches permettent de réconcilier les données off et online pour reconstituer le parcours d’un client.
Une enseigne dispose de sa base clients (CRM). A chaque newsletter envoyée, nous intégrons un pixel spécifique. Lorsque la personne reçoit et clique sur cette newsletter, l’URL nous renvoie son adresse e-mail cryptée.
Ensuite, lors du passage en magasin pour un achat, le vendeur demande son adresse e-mail au client.
Celle-ci nous est renvoyée (toujours) de manière cryptée; la clé de cryptage étant la même, nous pouvons réconcilier les données et faire le lien entre un visiteur et un client final en boutique.
Cette réconciliation se construit dans le temps après la mise en place du système.La bonne nouvelle est qu’une fois que l’on a l’identifiant de l’internaute, le parcours tracké est disponible dans son intégralité, qu’il se rende sur Google, Facebook…
Voici pour le 1er scénario.
Le 2nd implique d’avoir une stratégie pour inciter les clients à créer un compte et bien sûr à s’y connecter (login) à chaque passage : cela permet de récupérer son adresse mail et de là encore, pouvoir la croiser de manière sécurisée avec les encaissements en magasin.
Ce que remonte Alphalyr : le % de ventes omnicanales, le CA vente et le ROAS omnicanal par levier et par campagne.
La clé d’une couverture omnicanale étendue : la fidélité et les incitations au login
Les nouveaux leviers social commerce : c’est maintenant !
Le social commerce s’inscrit dans le contexte plus global de l’e-commerce, avec la spécificité suivante : l’acte d’achat est directement effectué sur une plateforme ou un réseau social.
Cela peut aussi inclure les achats directs issus d’un lien social ou d’une boutique en réseau vers une page produit sur le site.
Il faut donc bien comprendre que le social commerce (ou social selling) se différencie du social marketing par cet acte d’achat direct. La tendance augmente en Europe et aux Etats-Unis, là où elle est déjà un phénomène impressionnant en Chine, en Russie et dans différents pays asiatiques.
Quels sont les réseaux sociaux et nouveaux leviers à explorer pour compléter votre arsenal d’acquisition ?
Vous exploitez déjà sûrement Facebook, Instagram, Pinterest… sous forme de sponsoring ou de boutique personnalisée 100% conçue pour attirer l’attention des internautes.
De nouvelles fonctionnalités débarquent ou sont déjà installées pour vous permettre d’augmenter vos ventes via les réseaux : les connaissez-vous ?
TikTok (organique, influence, Ads…)
TikTok est l’une des plateformes qui connaît la plus forte croissance dans le monde. Pour les e-commerçants, c’est un levier très intéressant pour aller chercher de nouveaux clients, renforcer la notoriété de l’enseigne ou promouvoir des produits.
L’idéal est de commencer par se familiariser avec ses codes et son fonctionnement en postant régulièrement du contenu de manière organique et en prenant le temps de suivre des comptes et contenus qui fonctionnent bien.
Ensuite, plusieurs axes permettent aux marques de tirer leur épingle du jeu :
Surfer sur les tendances (trends) en utilisant les fonctionnalités de hashtags, les sons , qui fonctionnent comme les hashtags (tapez + sur l’application mobile, puis “Sounds” et “TikTok Viral”
Investir dans les TikTok Ads : différents objectifs, placements et formats sont à votre disposition.
Ajouter le User Generated Content (UGC) à la stratégie de publication de contenu, en (re)publiant sur TikTok avec des hashtags pertinents et des sons tendances… et pour optimiser le temps de travail, pourquoi ne pas utiliser l’UGC de vos TikTok Ads ?
Investir dans des partenariats avec des créateurs et influenceurs TikTok. La Creator Marketplace vous aidera à trouver les bons comptes pour votre marché cible.
YouTube shopping : zoom sur les créateurs de contenu
Ce 19 juillet 2022, YouTube a annoncé son nouveau partenariat avec Shopify pour permettre aux créateurs de contenus éligibles d’utiliser des outils de live shopping qui permettront non seulement de monétiser plus facilement leurs comptes, mais aussi aux marques d’envisager de nouveaux partenariats e-commerce.
L’achat facilité via Facebook Pay sur Instagram (live chat)
Après les Instagram Shops, le réseau appartenant à META accélère de nouveau sur le segment e-commerce avec sa fonctionnalité de paiement par chat.
Cette nouvelle option est plutôt réservée aux TPE et PME, à qui elle permet d’accepter des paiements facilement, d’organiser le suivi des commandes et d’échanger des messages directs avec leurs clients et prospects depuis l’application. Les consommateurs peuvent directement régler de manière sécurisée via Facebook Pay.
Attendons de voir ce que l’avenir réserve aux plus gros acteurs e-commerce en termes d’opportunités !
Etes-vous prêt pour le passage de vos campagnes Smart Shopping à Performance Max ?
Vous l’avez forcément remarqué : Google cherche à pousser toujours plus d’automatisation des campagnes (pas pour le côté altruiste, mais la tendance est bien là !).
Si certains d’entre vous ont déjà migré vers Performance Max, ou gardé une gestion hybride de leurs campagnes jusqu’alors, les mois qui arrivent vont voir la bascule s’effectuer pour tous les annonceurs.
En quoi consiste Performance Max ?
Google le présente ainsi : c’est un “nouveau type de campagne basé sur des objectifs qui permet aux annonceurs pratiquant la publicité axée sur les performances d’accéder à l’ensemble de leur inventaire Google Adsdepuis une seule et même campagne”.
Les campagnes Pmax seront diffusées sur l’ensemble du réseau de Google (YouTube, Maps, Gmail, Discover, Search, Display, etc.) en fonction de ce que le géant de Mountain View estime être le plus efficace pour atteindre les objectifs que vous vous êtes fixés.
Si l’on simplifie, une campagne Performance Max est une campagne unique qui vous donne accès à tout l’inventaire de Google Ads sans démultiplier les efforts. Il vous suffit de charger jusqu’à 15 images, 5 titres, 5 descriptions, 5 logos, etc. et Google s’occupera du reste en déclenchant ses systèmes d’apprentissage automatique pour diffuser automatiquement des annonces modulables sur ses canaux. Vous n’aurez donc pas besoin de concevoir des annonces spécifiques à chaque canal.
En clair, c’est un peu l’esprit du Seigneur des Anneaux : un type de campagne pour les gouverner toutes.
Pour ce faire, Performance Max va s’appuyer sur différents éléments que ce sera à VOUS de fournir de la manière la plus complète, cohérente et diversifiée possible :
des objectifs de conversion
des assets de création (ressources dédiées, on va y revenir)
des signaux d’audience
des flux de données (facultatifs)
Premier point important : si Performance Max peut faire peur avec son côté “black box” et 100% automatisé sur sa diffusion et son apprentissage, la réalité est que le gros du travail des chargés d’acquisition (etc.) va se concentrer en amont… ce qui ne dispensera pas de suivre avec attention ce qu’il se passe !
Au fait : pourquoi s’intéresser à Google Performance Max ?
… en dehors du fait que tout le monde va devoir y passer au final 😉
Le constat de Google est le suivant : les consommateurs consultent un nombre toujours plus important de sites, vidéos, blogs, réseaux, boutiques, etc. pour s’inspirer, explorer, comparer et acheter ce dont ils ont besoin.
Sur la dernière saison de fêtes, plus de la moitié des clients ont utilisé plus de cinq canaux pour faire leurs achats (période d’évaluation : 48 heures). Cela a du sens, si vous regardez de plus près la manière dont vous-même ou vos proches achetez en ligne. Trouver de l’inspiration et de la validation est devenu clé !
En se basant sur les premiers chiffres post-adoption, se reposer sur Performance Max pour être partout (ou presque) où sont les clients aurait permis aux annonceurs qui ont mis leurs campagnes Smart Shopping à niveau vers PMax d’atteindre une augmentation moyenne de 12% de la conversion pour un ROAS identique ou supérieur.
Performance Max = sortir du “keyword centric” pour se recentrer sur les objectifs et l’audience
Google a longtemps été associé aux mots-clés, les fameux keywords qui obsèdent aussi bien en SEO que lorsqu’il s’agit de créer des campagnes search qui performent sans plomber les budgets d’acquisition.
Sauf que tout comme le nom “AdWords” appartient désormais au passé, Google est avant tout l’un des écosystèmes les plus complets au monde pour les annonceurs, bien loin d’être limité aux recherches par expressions ou mots clés.
Et il est en expansion !
Adwords → Ads —> Performance Max : l’ADN de la publicité Google se précise.
Un petit aperçu des possibilités hors “pur search” aujourd’hui :
YouTube
Gmail
Google Maps
Android
Discovery
Applications (Calendar, etc.)
le réseau Display
GA…
Différents moments, différents usages, différents formats : c’est en pensant global et diversifié que la question de Performance Max devient intéressante.
Jusqu’ici, en tant qu’annonceur, vous sélectionnez les types de campagnes que vous estimez les plus efficaces pour votre stratégie et créez des publicités spécifiquement pour chaque canal : Smart Shopping, Display, YouTube, search..
Mais ça, c’est quasi fini : Google va choisir pour vous quels sont les formats, moments et endroits à pousser auprès des internautes pour que vos campagnes convertissent.
Ok, mais comment ?
Via le machine learning.
L’automatisation repose sur cette approche, en se basant sur ce que Google “sait” de ses visiteurs et de ce que vous apportez de votre côté pour lui donner des signaux : objectifs bien sûr, données budgétaires, conversions à mesurer, mais aussi données intéressantes sur vos audiences, etc.
Il diffuse ensuite l’annonce qu’il estime être la plus appropriée pour maximiser les performances de campagne.
Vous voyez le changement de paradigme ?
Plutôt que d’être orientée mot clé ou canal spécifique, une campagne Performance Max est tournée vers l’audience et votre objectif.
Note importante, et on va y revenir dans la partie suivante : l’audience n’est qu’un signal d’exploration pour Google, qui passe derrière le but fondamental, atteindre un objectif particulier.
Quelle est la différence entre une campagne Performance Max et les autres campagnes intelligentes ?
Voici les principales évolutions :
La structure de campagne est différente : au lieu d’utiliser un niveau de Groupe d’annonces et d’Annonces, Performance Max déploie une structure Campagne et Groupe d’assets.
Les stratégies d’enchères sont limitées aux stratégies basées sur les objectifs.
Le ciblage de l’audience est différent : Google automatise le ciblage et optimise la diffusion en fonction de l’audience fournie par l’annonceur sur un modèle d’inspiration (signal) et non de cible absolue.
Concrètement, ça se passe comment ?
Vous arrivez sur Google Ads avec un objectif clairement défini en tête.
Puis vous créez une campagne unique pour une audience unique, en lui associant un ensemble varié de “creatives” (CTA, titres, descriptions, photographies, vidéos, illustrations…).
Les publicités sont ensuite créées automatiquement par Google et diffusées dans l’ensemble de l’écosystème.
On revient au point précédemment mentionné : votre audience est alors utilisée comme une suggestion de piste par Google, un point de départ pour démarrer dans la bonne direction si vous préférez.
Mais ce n’est qu’une information, car Google va potentiellement finir par rechercher d’autres audiences qui ont plus de chances de remplir vos objectifs s’il détecte que c’est le cas.
Ce point est essentiel pour performer sur la durée : si lorsque vous consultez vos rapports, vous vous apercevez que certaines de vos audiences “internes” ont performé mais que 5 ou 6 nouvelles ont marché, vous pouvez créer de nouvelles audiences sur cette base, avec leurs propres assets, pour recommencer l’opération et attendre que Google vous renvoie de la performance “fraîche” sur cette extension de marché.
Vous nous suivez ? 🙂
Votre prise en main de Performance Max (et ce qui change)
Comme on l’a vu, les campagnes PMax condensent plusieurs choses à la fois. Cela vous évoquera sûrement une sorte de fusion entre les annonces de recherche dynamique et Smart Shopping. Le résultat ? Une combinaison d’annonces Display, Shopping, YouTube, Search…
Mais pour que Google puisse y parvenir, vous devez lui fournir un ensemble d’éléments de base : produit, feed, ressources créatives comme des images, des titres et des vidéos. Google va jouer avec ces éléments, les mélanger et créer une annonce différente pour chaque placement, sur n’importe quel device ou canal.
Choisissez un objectif de campagne
Vous avez le choix entre génération de prospects, ventes, trafic, notoriété, visites en boutique, promotion locale… Réfléchissez bien à ce que vous souhaitez accomplir par campagne, c’est un élément essentiel dans Performance Max !
Bien sûr, jusqu’alors, vous pouviez déjà indiquer des objectifs de conversion. Mais avec PMax, cela devient le focus n°1.
Précision importante : au sein de l’objectif principal Ventes, vous avez accès à deux objectifs supplémentaires (achats via Google Shopping App et transactions). Ces buts secondaires ne comptent pas comme des conversions.
Si vous souhaitez analyser plus précisément le chemin de ventes (ajouts au panier, éventuels abandons, etc.), vous pouvez les laisser activés ; mais cela peut fausser l’analyse de la valeur de l’ensemble des conversions. L’option alternative est soit de couper complètement ces objectifs secondaires, soit de leur retirer leur valeur.
Paramétrez votre budget
Est-ce l’impact de la loi de Pareto ? Plusieurs experts recommandent d’ores et déjà d’allouer 80% de votre budget Smart Shopping à Performance Max, et 20% au retargeting dynamique / YouTube.
Vous pouvez aussi essayer un budget moyen quotidien d’au moins 3 fois votre CPA ou coût/conversion pour les actions de conversion sélectionnées au niveau de votre campagne.
Les stratégies d’enchères intelligentes disponibles consistent à Maximiser les conversions ou Maximiser la valeur de conversion (avec la possibilité dans les deux cas de définir un CPA cible et un ROAS cible).
Chargez ungroupe d’assets créatifs
C’est probablement l’un des éléments les plus déconcertants pour les personnes habituées à gérer des campagnes publicitaires “classiques”.
Avec Performance Max, nul besoin de créer les publicités par soi-même ; vous soumettez une collection d’assets et Google crée les annonces pour vous en combinant les creatives soumis.
Les signaux d’audiences sont votre manière d’indiquer à Google que X ou Y audience est celle que vous visez initialement (celle à laquelle vous pensez en créant vos assets, donc celle dont vous pensez qu’elle devrait voir vos publicités).
Notez l’importance du mot “signal” : ce que vous allez indiquer n’est qu’une orientation pour Google, qui va travailler sur cette base mais potentiellement aller voir ailleurs.
Il peut s’agir :
de segments personnalisés
de données démographiques
de données d’intérêts
de données analytiques
de données de retargeting
de listes clients…
Vous pouvez diviser vos audiences en fonction de leur affinité avec un sujet (intérêt) ou de leur propension actuelle à acheter (en cours de recherche).
Faites votre choix sur les extensions d’URL finale
Avec Performance Max, Google pousse désormais une feature appelée l’extension d’URL. Lorsqu’elle est active, ce n’est pas l’annonceur qui choisit la page de destination sur laquelle va arriver l’internaute lorsqu’il clique sur une publicité.
Google peut décider vers quelle page envoyer l’utilisateur en fonction de ses caractéristiques propres et de son parcours… et spoiler alert, il ne s’agit pas forcément d’une page produit !
Le mieux est de vous lancer en laissant PMax faire, mais en prenant soin d’exclure les pages de votre site sur lesquelles vous ne souhaitez pas que les internautes arrivent.
Pourquoi est-ce un choix intéressant de la part de Google (et donc à tester) ?
Tout simplement parce que selon les analyses du géant du Web, il faut en moyenne 500 points de contact/d’interaction entre une marque et un consommateur pour favoriser la conversion.
Cela pourra expliquer que l’algorithme choisisse à un moment donné d’envoyer votre internaute vers une page de blog plutôt qu’un produit, parce qu’il estime que cela augmente vos chances de le conduire à atteindre vos objectifs.
On est preneurs de vos retours d’expérience là-dessus en commentaires a
Pour performer en période de soldes, il est essentiel de mesurer la qualité intrinsèque d’un produit afin d’en optimiser les démarques et de pouvoir obtenir des prédictions avancées fiables pour toute la durée des opérations commerciales.
La sensibilité se mesure par les coefficients d’accélération du produit en fonction de son taux de démarque sur chaque démarque.
Par exemple, un -30% en 1ère démarque n’accélère pas forcément de la même manière qu’un -30% en 4e démarque.
La 1ère chose à faire pour calculer à combien un produit va accélérer est de mesurer et de rendre comparable sa VMH de référence pendant la saison.
Ce calcul doit être fait en respectant des règles importantes , à commencer par bien prendre en compte la date d’implantation du produit dans les magasins et son éventuel roll up.
On parle donc ici de bien regarder la vente à plein potentiel, sur la base d’une période fiable de référence des ventes, et en fonction de sa distribution dans le réseau.
Beaucoup de personnes prennent en compte les 2 dernières semaines car les données sont récentes, mais cela biaise l’analyse des produits qui ne sont plus en surface de vente ou qui ne sont plus tout à fait dans leur saisonnalité.
Quand ces derniers ne sont plus proposés, que faire de leur VMH ? Peut-on la réappliquer à un instant T ? Cela implique de rendre les indicateurs comparables.
Pour calculer le coefficient d’accélération, on va se pencher sur cette VMH, qui porte en elle les qualités intrinsèques du produit, et sur le défilement. Le défilement permet justement de rendre le produit comparable, car il le compare avec l’intégralité du réseau.
Analyse des VMH (ventes moyennes hebdomadaires) de tout le réseau
Défilement : une métrique intéressante car elle dépend de l’implantation. Les VMH peuvent être fortes si tous les magasins d’un réseau ont un modèle; pour calculer une vélocité de vente comparable entre les produits, mieux vaut le rapporter au nombre de boutiques qui le proposent effectivement
Le plus important facteur explicatif du coefficient d’accélération d’un produit est son défilement en saison.
Il faut ensuite bien ajuster son calcul avec le taux de rupture.
L’idée ici est de vérifier si le produit a une offre dégradée (= quels sont les points de gestion de disponibles sur l’ensemble des points de gestion initiaux).
En d’autres termes, quelle est la probabilité qu’un client trouve la taille qu’il recherche en se rendant sur le point de vente ?
Ne pas intégrer cette dimension dans la stratégie de démarque risque de sacrifier un produit qui ne partirait en réalité pas plus fort. Si la grille de tailles a un trou dans la raquette, on ne va pas vendre plus. C’est aussi simple que cela.
Autre indicateur à calculer : la couverture à la taille, c’est-à-dire le stock du produit divisé par la VMH.
Cela donne le nombre de semaines de stock disponible à vitesse d’écoulement constaté.
Personne ou presque (sauf les clients de Revenue Studio !) ne fait la couverture à la taille. Le réflexe par défaut, bien souvent en raison d’un manque d’outil approprié, est de travailler sur le stock toutes tailles confondues.
C’est pour pallier cette carence que nous avons ajouté à la plateforme Revenue Studio un score permettant de travailler sur ces chiffres.
score A : couverture homogène avec un écoulement de toutes les tailles dans le même temps
score C, a contrario : plus de 38 ou de 40 d’ici 3 semaines, mais 50 semaines de taille 44…
(c) Revenue Studio by Alphalyr
Vous l’aurez compris : il faut se pencher sur la qualité de l’offre, examiner l’implantation des tailles dans les magasins et rendre les couvertures véritablement comparables.
Sur ce dernier point, nous fixons un seuil qui correspond au point d’écoulement auquel on veut regarder la couverture (75%). Cette approche permet, entre autres, de limiter le bruit lors de l’analyse.
Enfin, pour les enseignes proposant aussi des remises sur Internet, il faut bien différencier les coefficients d’accélération du Web de ceux des magasins. Le client est beaucoup plus promophile, car il a la possibilité de filtrer tous les produits par tranches de réduction (-60%,-40%…). Le merchandising en ligne favorise des différences de comportement souvent marquées.
Comment la plateforme Revenue Studio répond à ces besoins
Comme nous l’avons vu dès le début de l’article, la vitesse de vente à la semaine est un indicateur essentiel de performance du produit.
La difficulté est de savoir à combien un produit va accélérer : est-ce qu’il va faire x2, x3, x5 par rapport à sa VMH en fonction du taux qu’on va lui poser ?
La plateforme est capable de prévoir ce qu’un produit va faire en fonction de X,Y ou Z taux en regardant les accélérations passées d’un produit à VMH identifiée. On sait par ailleurs qu’un produit qui marche déjà très bien en saison va d’autant plus connaître une forte accélération si on lui met un taux donné.
En d’autres termes : la VMH en saison donne beaucoup d’informations sur sa capacité à accélérer en fonction des taux de démarque.
C’est pourquoi nous avons conçu Revenue Studio pour que vous puissiez “jouer” de manière personnalisée avec les coefficients d’accélération. Nous sommes capables de créer un modèle spécifique de calcul des accélérations en fonction de votre offre produit et des habitudes d’achat de vos clients.
Notre modèle permet aussi de déterminer le coefficient d’accélération d’un produit et d’un taux jamais observé ou testé jusque-là (ex : tester un -40% sur un modèle qui n’a jamais été discounté de la sorte, quel gain de marge, etc.?)
Note de fin : Revenue Studio vs machine learning ?
On nous demande régulièrement si le machine learning est souhaitable pour l’optimisation des démarques.
Le souci est qu’il présente un désavantage majeur : celui de vite devenir une boîte noire. On ne peut donc pas s’en extraire pour simuler d’autres hypothèses.
C’est un outil peu adaptable qui “se contente” d’analyser un catalogue avec les ventes passées et des data annotées. Il apprend à partir d’un historique qui est par essence chaotique (météo, Gilets Jaunes, etc.).
Notre plateforme Revenue Studio vise à vous proposer l’inverse : reprendre la main sur votre stratégie. Nous préférons les méthodes statistiques avancées comme l’économétrie pour répondre à notre classe de problèmes et laissons le machine learning à d’autres usages pour lesquels il est mieux adapté (reconnaissance visuelle…).
Le but du modèle économétrique est de séparer l’effet trafic contextuel de l’effet du vrai coefficient d’accélération du produit.
Echangez avec un expert Retail
Découvrez comment la plateforme Revenue Studio peut augmenter vos marges en maintenant vos objectifs de stocks et d’écoulement. Votre démo personnalisée vous attend 👇
