Selon Wikipédia un arbre de décision est, de manière générale, « un modèle de prédiction utilisé dans divers domaines allant de l’intelligence artificielle à l’économie. En fonction d’un ensemble de données, on élabore des diagrammes de constructions logiques pour représenter et catégoriser une série de conditions se produisant en séquence pour la résolution d’un problème. »
Dans le monde de la grande consommation, le terme « arbre de décision » est appliqué au cheminement qui conduit le shopper depuis la planification de l’achat jusqu’à la sélection d’une référence spécifique. On peut différencier trois (principaux) types d’achats:
- Achat planifié : « J’achèterai du Coca-Cola Zéro en canettes »
- Achat planifié, mais décision finale en rayon : « J’achèterai des boissons gazeuses ou un Cola ou du Coca-Cola et déciderai précisément quoi en rayon »
- Achat impulsif : « Je n’avais pas prévu d’acheter de boissons gazeuses, mais la disponibilité et/ou l’offre génèrent une impulsion qui me pousse à acheter 6 canettes de Coca-Cola ».
Plusieurs études s’accordent sur le fait que 70% des achats ne sont PAS prévus en termes de décision finale de la marque et de la variété. Il est donc très important de comprendre comment le client prend sa décision pour faciliter l’achat, d’où l’intérêt de sa modélisation sous forme d’arbre de décision.
Historiquement le positionnement hiérarchique des différentes catégories a souvent été basé sur leurs caractéristiques industrielles, d’achat ou leurs contraintes d’exposition sans tenir compte du comportement et nécessités du shopper. Pour lui, par exemple, il n’y a pas de catégories de surgelés ou réfrigérés, mais des pizzas ou du poisson qui peuvent être achetés congelés ou frais. De la même manière, « charcuterie en tranches » n’est pas une catégorie : le jambon peut être acheté entier, à la coupe ou emballé et pré-tranché, mais ce que le client recherche, c’est avant tout du jambon et pas du saucisson.
Si certaines catégories telles que le papier de cuisine ou l’eau sont relativement simples, dans des catégories complexes, telles que la beauté ou les soins capillaires, il est important de comprendre quelles est la clé d’entrée de l’acheteur dans la catégorie pour faciliter :
- L’acte d’achat planifié (« Je trouve facilement la référence du shampooing pantene pour les cheveux secs que j’utilise habituellement »)
- La compréhension de la catégorie et le choix de la référence adéquate pour les shoppers qui prennent leur décision devant un linéaire composé parfois de plusieurs centaines de références réparties en dizaines de sous familles.
Une catégorisation élaborée à partir de « shopper insights » et de données de sell-out par magasin a un impact fondamental non seulement sur l’organisation du linéaire (ou planogramme) et la définition d’un assortiment efficace, mais aussi dans la définition même des catégories et de l’organisation du magasin.
Créer un univers dédié aux bébés rassemblant tout ce qui peut être nécessaire aux nouveaux parents ou implanter des références de certaines catégories dans les rayons de produits de consommation complémentaires (« cross merchandising » des boissons alcoolisées et des snacks, par exemple) sont des applications courantes aujourd’hui de ce type d’apprentissages.
Comment définir un arbre de décision ? Pour la partie qualitative le plus efficace est d’écouter le shopper pour comprendre son processus de prise de décision. On utilise pour cela des études ad hoc basées sur des groupes de discussion ou des questionnaires mais les plus intéressantes sont sûrement les méthodologies basées sur l’observation en magasin (réelle ou virtuelle) suivie de questions posées au shopper.
L’analyse des données de sell-out au niveau ticket de caisse permet également de définir des mixités d’achats de produits en fonction des shopping trips et du profil des shoppers qui sont particulièrement intéressantes pour affiner l’élaboration de l’arbre de décision
Si elles sont coûteuses car complexes, ces techniques permettent de collecter des informations en direct : mesure du temps passé en rayon, des manipulations de produits ou encore « eye tracking » du linéaire avec des lunettes spéciales, mais aussi explication des raisons objectives (ou pas) du processus d’achat directement de la bouche du shopper.
Pour le fabricant ou le distributeur, rechercher et comprendre l’arbre de décision d’achat du shopper, c’est accepter de s’écarter d’une catégorisation industrielle ou commerciale sûrement plus facile à gérer en termes de mise en œuvre. Cependant, l’intégration de cet élément clé du shopper marketing et du category management ouvre mille possibilités d’amélioration de l’expérience shopper avec des conséquences très positives sur les ventes et de fidélisation.
Derrière l’arbre de décision se cache une forêt de potentiels !
Si vous êtes arrivé·e jusqu’ici, vous êtes à deux doigts de pouvoir vendre plus et mieux ! Qu’avez vous pensé de ce post ?
ThinkBI SLU traite les données personnelles afin de répondre à votre demande ou demande avec votre consentement. Pour en savoir plus sur la façon dont nous gérons vos données personnelles et pour exercer vos droits, veuillez vous référer à notre politique de confidentialité.