La recherche en marketing subit des changements radicaux dans les années'90 avec l'arrivée d'un avancement technologique qui permet de comptabiliser les achats de particuliers à même le point de vente. En effet, la majorité des entreprises de commerce de détail sont maintenant munies de lecteurs optiques qui permettent de conserver dans des banques de données plusieurs informations pertinentes relatives aux achats des consommateurs.
Cet outil qui a historiquement été développé pour accélérer le service au client et pour comptabiliser plus efficacement les inventaires est maintenant utilisé à une foule d'autres fins. En effet, les données scanners sont en train de révolutionner les domaines du marchandisage et de la prise de décision stratégique dans le monde du commerce de détail.
Quelque vingt années après le début de cette technologie,
les détaillants ont adopté un système uniforme qui
facilite le processus de distribution et d'inventaire de stocks. Plus encore,
les données scanners sont en train d'octroyer au détaillant
un pouvoir de négociation inestimable, puisqu'elles lui permettent
de connaître tous les processus d'achat du consommateur et les manières
de le rejoindre.
Marketing research is subject to radical changes in the 90s with the upcoming of a new technology that can be used at the point of sale to keep track of individual customer purchases. Most retail businesses are now equipped with optical scanners which can be used to create databases with substential relevant information on customer purchases.
Historically, this convenient tool was designed to accelerate the customer checkout process and to facilitate inventory making. Now, its scope has broadened, and scanner data are changing the retail world, more specifically in the merchandizing and strategic decision making areas.
Within twenty years from the induction of this technolgy, retailers have developped superior distribution and inventory management systems. Furthermore, scanner data are entailing retailers with substantial negotiating power provided by the critical information on customers' purchase habits and reach.
Nous tenons à remercier la compagnie Ivanhoé Inc. pour nous avoir fourni un support essentiel à la réalisation du présent cahier de recherche. Nous souhaitons également témoigner notre reconaissance envers la Provigo Distribution Inc. sans laquelle ce projet de recherche n'aurait pas été viable.
Liste des figures
Figure 1: Code universel de produit
Figure 2: Organisation de la base de données
Figure 3: Sources de données marketing
Figure 4: Systèmes experts : avantages et désavantages
Figure 5: Systèmes neuraux : avantages et désavantages
La recherche en marketing est appelée à subir des changements radicaux dans les années '90 et suivantes, avec la venue des données scanners. Celles-ci sont obtenues à partir d'observations automatisées de vente de produits de consommation, à l'aide de lecteurs optiques communément appelés scanners. Grâce à ces derniers, il est possible de lire, en temps réel, les codes universels de produits (Universal Product Code ou UPC) qui figurent sur les produits achetés par le consommateur.
Il devient fort avantageux pour un détaillant de grande surface ou encore un supermarché d'avoir recours à une telle automatisation de ses activités au point de vente. Une installation appropriée lui permet de conserver une description détaillée de ses ventes, d'offrir à son client un service rapide et fiable, et ce, tout en éliminant de fastidieuses étapes d'écriture sur papier et en réduisant ses frais d'exploitation. De plus, certains programmes ont été mis au point pour récolter des informations précises sur les clients individuels et leur offrir un service personnalisé.
Malgré les coûts élevés d'environ 11 000 $ par unité de lecteur optique, un système de données scanners est relativement simple à installer et offre au détaillant des avantages incalculables. En fait, la lecture automatisée de codes UPC est au cur d'une révolution technologique qui est en train de modifier le fonctionnement des entreprises (Isaac, 1994). D'ailleurs, la revue Advertising Age a considéré la compétition sur les données scanners comme l'un des cinq événements les plus importants de l'année 1993 (Advertising Age, 20 décembre 1993). Selon cette tendance, dans les entreprises de commerce de détail, les gérants des systèmes d'information seront appelés à devenir les partenaires stratégiques de la haute direction (Gold, 1994).
À plus long terme, les données scanners peuvent être utilisées pour mesurer des variations de vente en fonction des diverses actions marketing et promotionnelles auxquelles le détaillant a eu recours pour une période donnée. On peut également utiliser ces données pour comparer les volumes de vente entre magasins. Il est donc impérieux pour les supermarchés de conserver ces données fort précieuses sous très grande confidentialité.
Grâce à ces données, les détaillants disposent de beaucoup d'informations sur les différents consommateurs d'un point de vente, et surtout sur leurs habitudes d'achat. Ceci s'avère un renseignement fort précieux pour le détaillant qui peut évaluer ses stratégies de marchandisage. Tout ceci est d'autant plus important que plus de deux décisions d'achat sur trois sont prises à même le magasin (Levine, 1991). Étant donné que les ventes de produits alimentaires ainsi que le nombre de consommateurs demeurent plutôt constants dans le temps, un détaillant voulant accroître sa part de marché peut soit subtiliser les clients de ses concurrents, soit motiver ses clients actuels à effectuer la totalité de leurs achats chez lui. Cette nécessité pourra même aller jusqu'à éventuellement transformer les supermarchés d'un organisme de distribution à une entreprise dirigée par la demande des consommateurs (Ludlum, 1990). Ainsi, l'apport des données scanners deviendra encore plus fondamental; grâce à celles-ci, le détaillant pourra, en l'occurrence, identifier les produits à gros volume afin de les positionner à des endroits stratégiques et retirer des étagères ceux qui ne sont pas profitables, de sorte que l'environnement dans le magasin produise des résultats optimaux. Il s'agit du concept de management de catégorie.
Le détaillant qui souhaite mieux rejoindre ses clients devra
lui-même développer des stratégies de marketing afin
de répondre aux besoins précis des consommateurs. En effet,
il est possible d'avoir recours au marketing direct développé
à partir de listes d'achat de chaque client. Une autre possibilité
existe dans les coupons électroniques qui peuvent être différents
d'un point de vente à un autre, selon les goûts et les besoins
du client. En plus de recevoir des coupons rabais présélectionnés
seulement sur les articles qu'il préfère, le consommateur
loyal se verra récompensé par l'octroi de remises sur l'ensemble
de sa facture, l'envoi de cadeaux sous forme d'échantillons promotionnels
ou encore par des concours tels des tirages ou des loteries.
Il y a plusieurs années, lorsqu'un consommateur se présentait à la caisse pour payer ses emplettes, un employé devait poinçonner le prix de chaque article. Les plus grandes chaînes d'alimentation possédaient des caisses enregistreuses sophistiquées qui permettaient de comptabiliser les ventes d'un nombre limité de catégories de produits, pour des fins d'analyses statistiques. Compte tenu du nombre limité de touches qu'une caisse enregistreuse de grandeur normale pouvait avoir et des standards minimaux d'efficacité du service, il était impensable de comptabiliser plus d'une douzaine de catégories différentes. L'analyste marketing avait donc bien peu de données disponibles pour établir une stratégie de marketing à partir des ventes de produits.
Une alternative à cette collecte de données par agrégation consistait à analyser les variations d'inventaire pour déterminer les ventes par produit. Une telle approche s'avérait fastidieuse, vu le nombre important d'articles en magasin. Les données fournies par inventaire étaient agrégées sur des périodes de temps trop grandes pour permettre à l'analyste de tirer des résultats concluants.
Le 26 juin 1974, dans un supermarché de Troy, en Ohio, Clyde Dawson a procédé à une expérience qui allait révolutionner à jamais le monde du commerce de détail. Muni d'un lecteur optique manuel, M. Dawson a réussi à lire un code spécial sur un paquet de gommes Juicy Fruit de Wrigley's et, du même coup, à comptabiliser les données caractérisant ce produit de sorte que le reçu fourni par la caisse enregistreuse allait afficher non seulement le prix de 0,67 $, mais également le nom de l'article, données qui pouvaient être conservées pour un usage futur. Ceci constituait l'avancement marketing le plus sophistiqué à révolutionner l'industrie des supermarchés et de l'industrie du détail (Progressive Grocer, juillet 1994).
À l'époque, dans ce magasin, seuls 27 produits étaient compatibles avec cette nouvelle technologie, c'est-à-dire qu'ils possédaient, sur l'emballage, un code UPC(1). Pour utiliser leur nouvelle technologie, les dirigeants du supermarché ont dû apposer eux-mêmes des codes compatibles avec les lecteurs optiques sur les quelque 20 000 autres produits. Pour se soustraire à cette tâche ingrate, les détaillants ont établi une coalition et ont exigé que les manufacturiers affichent un code UPC sur chaque emballage, faute de quoi, leurs produits ne seraient pas tenus en magasin : No UPC - No Purchase Order (Progressive Grocer, juillet 1994). Cette initiative était nécessaire et elle fut un événement important qui a permis à la technologie des scanners de se développer.
L'analyse de données scanners pour des fins de marketing n'a été entreprise qu'en 1978 alors que John Malec et Gerald Eskin ont fondé une compagnie d'analyse de données, Information Ressources Inc. (IRI), pour leur nouveau concept de recherche, le BehaviorScan. Afin de contourner le problème d'imprécision des données auto-rapportées par les consommateurs sur leurs habitudes de consommation, ce système comptabilisait automatiquement ces statistiques et contrôlait l'exposition média à laquelle chaque membre de ces ménages était soumis, à travers un échantillon de consommateurs. Initialement, le but de l'analyse de données scanners était de vérifier l'impact de la publicité par journaux sur les ventes, estimant les niveaux de vente avant et après la parution d'une annonce (Mayer, 1990). De plus, le modèle BehaviorScan permettait d'évaluer la loyauté du consommateur envers un supermarché.
Cette expérience n'a pas été réalisée à faible coût. En effet, six marchés tests(2) ont été choisis en fonction des facteurs suivants : grandeur du marché, isolement des médias à l'intérieur du marché, disponibilité du câble de télévision et des journaux, possibilité de contrôler la publicité, la promotion, de même que la visibilité des produits en magasin. En plus de veiller au contrôle de ces variables pendant la période d'analyse, IRI a dû faire installer des lecteurs optiques dans les supermarchés de ces villes au coût de 20 000 $ par allée. Pour IRI, l'importance des données qui allaient être recueillies du BehaviorScan justifiait un tel déploiement financier.
Le BehaviorScan a permis de déterminer la variation des ventes d'un produit, suite à l'envoi d'un coupon par envoi postal direct. Le fait que IRI possédait les données d'un groupe contrôle, leur ont permis de déterminer que certains segments de marché (par exemple, les ménages de plus de quatre personnes, à haut niveau d'éducation) répondaient mieux à certains stimuli que d'autres. Pour une entreprise dans le commerce de détail, cette inforrmation s'avérait très utile puisqu'elle lui permettait de cibler ses efforts publicitaires et, surtout, d'évaluer l'efficacité de ses envois de coupons. Ces renseignements n'auraient pas été disponibles dans les années qui précédaient l'arrivée des données scanners, car, à cette époque, il était impossible de déterminer si le client aurait quand même acheté le bien étudié en l'absence du coupon.
Malgré les efforts déployés par IRI avec l'implantation de tels outils marketing, sa dominance incontestée dans le domaine a vite été remise en question avec l'arrivée d'un autre grand joueur dans le marché, A. C. Neilsen. En effet, ce leader mondial de recherche en marketing a vite sauté sur ce marché de 400 millions de dollars en agissant comme fournisseur de données de vente de supermarchés à des manufacturiers et à des détaillants.
L'utilisation de toutes ces données sera éventuellement partagée en deux segments. Premièrement, on les utilise pour des fins de conception d'échantillons de consommateurs, tels ceux utilisés chez IRI et Neilsen. Deuxièmement, ces données peuvent servir à développer des stratégies de marchandisage ou de promotion en magasin, domaine qui sera exploré dans la section technologie du présent document.
Cependant, le traitement de ces données a longuement été une tâche fastidieuse. En effet, depuis le début de la technologie des scanners, il a toujours été plus facile de ramasser des données que de les utiliser. On dit dailleurs que cueillir des données à partir d'une banque de données scanner est comme essayer de boire d'un boyau de pompier (Progressive Grocer, juillet 1994). Le domaine des données scanners évolue tellement vite que, selon IRI, le volume total du chiffre d'affaires de l'intelligence marketing sera de 1,5 milliards de dollars en 1997 (Progressive Grocer, juillet 1994), principalement à cause de la répartition mondiale des données scanners et du besoin qu'ont les compagnies d'utiliser ce genre d'information lors de la prise de décision de l'entreprise.
Aux États-Unis, en 1994, pas moins de 91 % des supermarchés
de chaîne et 75 % des supermarchés indépendants utilisent
des scanners, soit plus de 25 000 magasins au total (Progressive Grocer,
juillet 1994). Cette technologie s'installe graduellement à travers
le monde. En Europe, on compte plus de 8 000 magasins avec cette technologie.
(On y utilise une variation des codes UPC, cependant).
La technologie des lecteurs optiques est en pleine expansion à travers le monde. Afin d'éviter des problèmes de compatibilité lors de la lecture des données, un standard de codification de produits a été établi et accepté mondialement. D'un point de vue international, une telle chose était une nécessité, compte tenu des nombreuses importations de produits, non seulement dans le domaine alimentaire, mais également dans le secteur des produits non durables.
3.1 Standard d'identification de produits
Chaque produit est identifié par un code unique, appelé code universel, composé de 12 chiffres et auquel correspond un code à barres tel qu'illustré dans la figure 1. Un même produit disponible dans un format différent portera un code universel distinct. Ainsi, le produit acheté par un consommateur sera précisément identifié sur le ruban de caisse qui lui sera remis.
Figure 1 : Code universel de produit
Idéalement, le code universel sera placé au centre, sous le produit. Bien sûr, selon la géométrie et le graphisme de l'emballage, il ne sera pas toujours possible pour le manufacturier d'imprimer le code à cet endroit. Il est toutefois impérieux qu'il soit suffisamment loin du bord du produit, à une profondeur moindre de 1,25 cm, libre d'écriture, de représentations graphiques, de dispositif de fermeture, de perforation, de plis, etc., afin d'en assurer la lecture (Fabricants canadiens de produits alimentaires).
Les produits dont la manutention est difficile en raison du poids ou du volume n'ont pas encore été assujettis aux réglementations des Fabricants canadiens de produits alimentaires (FCPA). Jusqu'à nouvel ordre, l'emplacement du code universel sur ces produits sera déterminé conjointement avec le détaillant.
Le format prescrit pour le sigle du code universel incluant le code à barres est de 2 cm par 3 cm. Dans certains cas où la dimension de l'emballage est telle qu'il n'est pas possible de respecter cette norme, on réduira le format à 80 % de sa grandeur normale.
Le respect de ces normes est impérieux. Des amendes substantielles peuvent être imposées à des manufacturiers délinquants. En effet, certains contrevenants se sont vus imposer par le détaillant une peine de l'ordre de 10 % du montant de la commande ou 100 000 $, la somme la plus élevée devant être retenue (Salcedo, 1992).
Pour chaque produit, un et un seul code universel doit être visible, pour éviter toute possibilité de double facturation. De même, le code d'un emballage groupé est différent de celui du format unitaire; l'emballage groupé doit masquer complètement le code des produits unitaires.
De nos jours, les coupons rabais possèdent généralement leurs propres codes universels. D'ailleurs, un nouveau (1994) protocole d'encodage (UCC/EAN-128) fournit aux manufacturiers un standard selon lequel ils peuvent encoder la date d'expiration du coupon (Garry, 1994). Il en coûtera entre 300 $ et 1 500 $ par unité numérisée pour permettre la lecture de ce nouveau protocole (Garry, 1994).
Un système ainsi automatisé améliore l'efficacité de la comptabilisation du taux de retour et facilite l'utilisation d'analyses statistiques, deux éléments qui seront discutés ultérieurement. Toutefois, dans le cas où le coupon se trouve à même l'emballage, son code ne doit pas être apparent car, à la caisse, le lecteur optique pourrait accorder un crédit plutôt que de facturer le consommateur pour son achat.
3.2 Fonctionnement des lecteurs optiques
Le code qui doit être lu contient des informations présentées sous forme de barres, les unes larges, les autres étroites. Un rayon lumineux qui est projeté sur le code est absorbé en présence d'encre et réfléchi en son absence. On utilise ensuite un appareil pour convertir cette lumière en signal numérique qui, à l'aide d'un décodeur, est traduit en données utilisables par un ordinateur.
À l'heure actuelle, la technologie est telle qu'il existe plusieurs types de lecteurs optiques sur le marché, tant en apparence qu'en fonctionnement, en vitesse, en puissance de lecture, etc. Pour des applications où les codes à barres sont clairs et peuvent êtres mis à proximité du lecteur, comme dans un supermarché par exemple, on a recours à un lecteur à haute vitesse à laser hélium néon, le IBM 4680 ou le NCR 2127. Ces lecteurs facilitent la lecture rapide de codes universels étant donné qu'ils peuvent être lus dans n'importe quelle direction. Ils représentent donc le type de lecteur le plus pratique à utiliser dans les marchés d'alimentation.
Parmi les autres types de lecteurs disponibles, on retrouve ceux à faisceau lumineux fixe ou mobile, ceux qui peuvent être manipulés à la main ou ceux incorporés au comptoir de caisse et, finalement, ceux à contact ou sans contact (Stamper, 1992). Une liste des compagnies où il est possible d'acheter des scanners est disponible dans la revue Industrial Engineering, Automatic identification buyers guide, Vol. 25, No 4, avril 1993, p. ss1-ss16.
La technologie actuelle permet également la vérification des codes à barres. En effet, il existe des lecteurs particuliers, conçus spécialement pour déterminer si un code donné répond aux normes établies. Les facteurs étudiés sont (Salcedo, 1992) :
- la symbologie (schèmes d'encodage, vérification des chiffres et des zones mortes);
- la largeur des barres (le ratio des barres larges par rapport à celles qui sont étroites ainsi que la densité en caractères aux pouces et l'espace entre les caractères en valeur absolue);
- les contrastes d'impression (réflexion des barres et des espaces vides);
- les défauts (taches dans les barres légères et trous dans celles qui sont larges).
Certains supermarchés disposent parfois également de lecteurs portatifs. Grâce à cet appareil, un commis peut librement circuler dans les allées du supermarché et procéder à la vérification du prix des articles. L'appareil est relié, via ondes MF, à une base de données qui contient les prix via les ondes MF. Ce type de lecteur est également utilisé en approvisionnement, dans les entrepôts.
Souvent considérées comme une information hautement confidentielle, les données scanners sont souvent minutieusement gardées. Il serait catastrophique pour un supermarché de voir ses bases de données atterrir dans les mains de ses compétiteurs. Il existe donc un système de sécurité et de limitation d'accès sur l'ordinateur qui contient ces données, un peu comme on retrouverait dans une banque.
Pourtant, les supermarchés vont souvent avoir recours à des lecteurs optiques qui transmettent des informations à un ordinateur central, via les ondes MF. Ces dernières peuvent relativement facilement être interceptées. Toutefois, à l'instar d'une conversation téléphonique analogue, les données numériques sont plus difficiles à décoder, d'autant plus qu'elles sont regroupées par paquet et transmises très rapidement (Booker, 1992). De plus, il est facile d'appliquer un protocole d'encryption sur ce type de données.
3.3.2 Fiabilité des codes à barres
À l'instar de l'entrée de donnée réalisée par des humains, les données recueillies par des lecteurs optiques sont très fiables. Fales (1992) a étudié le taux d'erreur de lecture pour différents codes. D'après une analyse statistique qu'il a réalisée à partir de ses résultats, dans le pire cas, on peut s'attendre à trouver une erreur à tous les 1 500 000 codes lus, alors que dans le meilleur cas, on suggère une erreur à tous les 315 000 000 codes lus (avec un intervalle de confiance de 95 %).
La fiabilité des données est telle, car on a recours à
des protocoles de détection d'erreurs semblables à ceux utilisés
dans les modems d'ordinateur. Une erreur ne peut demeurer non détectée
que si deux erreurs semblables s'annulent, ce qui est très rare.
Il est donc certain que les données lues seront vraies, précises
et fiables (Fales, 1992).
Chaque jour, un supermarché moyen effectue des transactions relatives à quelque 25 000 codes à barres, ce qui peut constituer une base de données de l'ordre de 12 à 16 giga-octets, chaque semaine (Blattburg, 1994). Une telle quantité de données fait que la complication principale ne s'établit pas au niveau de la collecte des données, mais plutôt au niveau de la compréhension et de l'ordonnancement (agrégation intelligente) de celles-ci.
Plusieurs algorithmes de comparaison permettent de comprimer du texte
de plus de 80 % et le tout peut être stocké sur ruban magnétique
(capacité renouvelable de 5 giga-octets) ou sur lecteur optique
(capacité renouvelable de 1,5 giga-octets avec vitesse de lecture
de 150K/sec.). Pour les données qui doivent être consultées
plus souvent, il est possible d'utiliser un engraveur de Disque Compact
qui permet d'enregistrer de manière permanente jusqu'à 640
méga-octets par disque, avec une vitesse de lecture approchant les
900K/sec. (lecteur 6x). Cette capacité est appelée à
croître substantiellement dans un avenir rapproché. Avec l'un
ou l'autre de ces systèmes, la durée de vie des données
est illimitée, ce qui protège l'investissement de l'organisation
en informations sous forme de données (Bennet et Church, 1992).
Les données scanners peuvent être organisées selon plusieurs méthodes différentes. Peu importe le système de base de données retenu, l'organisation pourra compter jusqu'à trois tables principales, soit une qui contient les informations démographiques des clients, une qui conserve les informations relatives aux produits et, finalement, une qui accumule les transactions effectuées. À ceci, une autre table peut être ajoutée; elle contiendra une agrégation de transactions effectuées dans des périodes de temps précises. La forme de cette table peut varier en fonction des requêtes qu'on prévoit faire. Par exemple, si on prévoit demander qui a acheté le produit 999999, on triera ce fichier en fonction des clients. D'autre part, si on prévoit plutôt s'interroger sur la liste de tous les produits que M. Berneman a achetés dans la période de temps donnée, on triera la table en fonction des clients. Si on prévoit faire de ces deux types de requêtes, on devra choisir une structure selon celle qui sera le plus fréquemment utilisée, et construire des index pour pouvoir réaliser l'autre type de requêtes dans un temps acceptable.
La figure 2 suggère une organisation et du contenu des trois principales tables d'un système d'analyse de données scanners.
Figure 2
Organisation de la base de données
Le fichier cumulatif contient des informations sur les clients afin de pouvoir appliquer des techniques de marketing direct telles que décrites dans un cahier de recherche qui paraîtra sous peu. Bien sûr, il existe un problème en ce qui concerne la disponibilité de l'information sur les clients, problème qui devrait être résolu alors qu'on raffine les méthodes qui permettront d'attirer ces derniers à divulguer volontairement cette information.
De nos jours, le plus gros problème auquel doit faire face le gérant de marque n'est pas le manque de données, mais plutôt le manque de systèmes qui permettent de transformer un impressionnant volume de données scanners en décisions et stratégies qui peuvent être utilisées avantageusement. Par exemple, si, à l'époque, il en prenait cinq jours pour analyser les données d'inventaire d'un magasin agrégées deux fois par mois, il en prendrait 5 000 au même nombre d'employés pour analyser les données scanners d'une seule semaine. À l'heure actuelle, il existe trop peu d'analystes expérimentés et connaissants (Jiang, 1995) qui pourraient faire ce travail efficacement.
Il est vrai que la lecture de données scanners implique une récolte d'une grande quantité d'informations. Quelque 25 millions de nombres sont reçus chez Information Ressources Inc. chaque semaine. Les données provenant du point de vente sont 10 000 fois plus nombreuses que celles qui viennent du rapport d'inventaire pour fins d'audition et 1 000 fois plus nombreuses que celles qui viennent du statut d'inventaire du fournisseur (Jiang, 1995). La figure 3 montre les différentes sources de données. De plus, ces données arrivent à un rythme croissant; pour chaque nombre dans une base de données traditionnelle il y a dix ans, il en existe plus de 1 420 aujourd'hui (Little, 1990).
Figure 3 : Sources de données marketing