Blog Pricing & IA : analyses et stratégies retail
Le journal du pricing
Beaucoup d'organisations reçoivent chaque matin un tableau d'écarts de prix concurrents, mais peu ont une stratégie. La différence tient à trois questions posées avant de lancer le dispositif : pourquoi collecter cette donnée, sur quoi précisément, et pour décider quoi une fois l'écart constaté.
Dans un réseau de 90 magasins accompagné par Booper, le diagnostic a montré que 10 % des produits font 80 % des ventes. Concentrer la surveillance et la gouvernance des alertes sur ce noyau rapporte plus que tout suivre avec la même intensité.
Le web scraping mesure le prix affiché en ligne, le relevé terrain le prix et l'exécution en rayon, le panel le prix réellement payé et le volume vendu. Ce sont trois informations différentes, pas trois précisions différentes de la même information.
L'erreur la plus coûteuse n'est pas de choisir la mauvaise source, c'est de les mélanger dans un même indice de prix. La bonne répartition est simple : le scraping détecte, le panel confirme, le terrain contrôle ce que les deux autres ne voient pas.
Une rupture de stock n'est presque jamais un accident logistique : c'est la trace d'une prévision qui a sous-estimé la demande. Elle pollue ensuite l'historique, puisque les ventes perdues ressemblent à une demande faible, et prépare la rupture suivante.
Le pricing est touché deux fois. Une promotion en rupture sous-estime son propre effet et fait paraître la demande moins sensible au prix qu'elle ne l'est. Le prix est aussi le levier le plus rapide pour contenir une demande avant que le rayon ne se vide.
Un événement exogène (météo, calendrier, tendance, action d'un concurrent) modifie la demande sans apparaître dans l'historique. Tous ne méritent pas d'entrer dans le modèle : leur poids change selon la catégorie et la saison.
Notre position : un facteur exogène n'a de valeur que s'il change une décision, souvent un prix. La météo sert à horizon court, les fêtes mobiles se recalent avant de comparer, les tendances et les concurrents se surveillent.
Commerce, achats, supply chain et pricing produisent souvent chacun leur prévision de la demande, avec des biais légitimes : optimisme, prudence, lissage, traduction directe en prix. Le problème n'est pas le biais, c'est l'absence d'arbitrage.
Notre position : une prévision n'existe qu'à prix donné. Le plan de prix et de promotions doit être une hypothèse écrite avant de figer le chiffre, et l'arbitrage porte mieux sur des scénarios tracés que sur un chiffre unique.
Combien d'historique faut-il pour prévoir ? Cela dépend de la catégorie, mais la fiabilité compte davantage que la profondeur : un historique dont les ruptures, promotions et changements de prix sont datés vaut mieux qu'un long historique brut.
Deux angles sont souvent oubliés : l'historique des prix payés, sans lequel aucune élasticité ne se mesure, et les années d'inflation, à lire en volumes. La correction commence par les références qui font l'essentiel des ventes.
Le budget répond à « combien voulons-nous vendre ? », la prévision des ventes à « combien allons-nous probablement vendre ? ». Le premier est un engagement annuel, la seconde une estimation révisée chaque semaine : les fusionner détruit la valeur des deux.
Le pricing est pris entre les deux, avec sa propre horloge, le cycle de révision des prix. Notre position : le prix se cale sur la prévision et se juge contre le budget, et il ne sert jamais à combler l'écart entre les deux.
Cinq fonctions font la différence entre un outil de pricing réellement utilisé et un outil de plus : l'analyse prix et marge, l'élasticité, la simulation, la détection d'anomalies et l'explicabilité. En France, la conformité native au seuil de revente à perte et au prix de référence s'y ajoute.
L'explicabilité décide de l'adoption : une recommandation qu'un chef de produit ne comprend pas est corrigée en silence. Le meilleur test avant de signer est de faire expliquer une recommandation produite sur vos propres données.
Le relevé de prix est l'objectif, le web scraping la méthode qui l'automatise à grande échelle. Un relevé ne vaut que s'il précise quel prix il capte : magasin de rattachement, prix carte, promotion ou prix courant.
Pour des prix, le RGPD est rarement le vrai sujet juridique. Les limites tiennent surtout aux conditions d'utilisation des sites, au droit des bases de données et à la charge imposée aux serveurs, ce que la CNIL rappelle elle-même.
Fin de collection et stock dormant immobilisent la même valeur, mais le second est imprévu et se dilue dans la moyenne du catalogue. Le signal qui le révèle tôt est la couverture de stock, comparée au temps de vente restant, plus que le nombre de semaines sans vente.
Avant de déréférencer, une baisse de prix mesurée sert de diagnostic. Depuis la loi AGEC, la destruction des invendus non alimentaires est interdite : plus la détection est tardive, moins il reste de sorties à valeur positive.
Une politique de démarque combine deux décisions, le calendrier et la profondeur, qui doivent obéir à une même règle. Les dates fixes servent à l'exécution, mais c'est l'écart au taux d'écoulement qui doit décider quelles références démarquer et de combien.
La profondeur se calibre par référence, jamais par une grille de pourcentages universelle, et le calendrier doit intégrer les soldes et le prix de référence sur 30 jours. Une grille se juge à la part du stock qui finit au dernier palier.
Le markdown est une baisse de prix définitive, à ne pas piloter comme une promotion. Il se déclenche sur le stock résiduel projeté, lisible dès les premières semaines de vente, et non sur la date des soldes.
La bonne démarque arbitre entre marge et taux d'écoulement en intégrant le coût de détention et la valeur de sortie du reliquat. Elle se décide par référence et par magasin, à partir d'un résiduel acceptable fixé à l'avance.
L'élasticité croisée mesure l'effet du prix d'un produit sur les ventes d'un autre. Positive, elle signale une cannibalisation ; négative, un effet halo. Une baisse qui fait progresser une référence peut faire reculer la marge du rayon, parce qu'une partie du volume ne fait que changer de ligne.
Elle n'est pas symétrique : l'effet de A sur B n'est pas celui de B sur A. Le halo, lui, se mesure mieux par le taux de co-achat dans les tickets que par une régression, et la décision se prend toujours sur la marge de la catégorie.
Un outil de pricing centralise vente, marge et concurrence pour recommander, simuler et parfois exécuter des décisions de prix, remplaçant le pilotage manuel par de l'analyse à grande échelle, de la simulation avant décision et une traçabilité complète.
Il existe plusieurs familles (analytics, optimisation IA, veille concurrentielle) : bien identifier laquelle répond à votre besoin évite d'acheter plus, ou moins, que ce qu'il vous faut.
Un même article sous plusieurs références fausse le pricing, le stock et l'assortiment. Le coût le moins visible est l'élasticité : quand un produit change de code et de prix, chaque fiche n'a connu qu'un prix et aucune variation n'est mesurable.
Tous les doublons ne se fusionnent pas. Les vrais doublons de saisie se fusionnent, les formats de remplacement se chaînent, les variantes se regroupent : dans le doute, mieux vaut relier que fusionner.