Avez-vous vous aussi des problèmes lorsque vous faites des achats en magasin ou en ligne ? Des pénuries inexplicables, des produits "économiques" en promotion plus chers que les originaux, ou des conversations kafkaïennes avec les supports clients ?
J'ai les mêmes, et après quelques années d'expérience à la fois dans les secteurs de la data et du retail, chaque fois que cela se produit, j'essaie de comprendre ce qui a mal tourné, du côté business aussi bien que technique.
Bienvenue dans la première édition du…
Récemment, j'ai dû trouver une petite jupe rose pour ma fille qui commence un cours de danse classique.
Je me suis tourné vers mon magasin habituel pour tout ce qui concerne le sport - une enseigne internationalement connue spécialisée dans les articles de sport.
En bref, qu'est-il arrivé ?
J'ai visité le même magasin pendant des semaines avant le début de l'année scolaire et il n’y avait jamais de stock dans la taille rcherchée.
La bonne taille était disponible en ligne, alors j’en ai commandé deux, avec d'autres articles à livrer dans mon magasin.
Tout semblait bien se passer, mais les jupes roses n'ont pas été livrées : elles avaient été retirées de ma commande parce que l'entrepôt ne les avait pas...
J'ai finalement fait un trajet de 50 minutes pour les trouver dans l'un des rares magasins qui avaient une couverture de stock homogène pour les différentes tailles.
Tout cela nous offre une belle opportunité d'investiguer plusieurs problèmes à la fois business et data :
la planification de la demande au niveau national et sa répartition par taille
l'équilibrage des stocks dans les magasins de ce détaillant
comment l'architecture autour du système de gestion des commandes a pu conduire à cette situation…. et à ma déception
le lien manquant entre la gestion des commandes et la gestion de la relation client
Planification de la demande
Mettons-nous dans la peau du responsable de l'approvisionnement travaillant avec son équipe data sur la catégorie de produits des accessoires de danse. Quelle pourrait être son approche pour s'assurer que les stocks globaux pour chaque taille couvrent les besoins de l'ensemble du réseau de magasins français ?
Les tailles de petites jupes roses pour enfants sont basées sur les âges : 3-4 ans, 4-5 ans, ... jusqu'à 13-14 ans, après quoi les filles commencent à choisir leurs vêtements dans les tailles adultes.
A quoi ressemble le nombre de jeunes danseuses par âge en France ?
Heureusement, l'INJEP (Institut national de la jeunesse et de l'éducation populaire) collecte des données auprès des fédérations sportives et les publie en open data.
Jetons un coup d'œil aux données publiées par l'INJEP pour 2021 :
En se concentrant sur les enfants :
Cela nous donne 21 000 filles inscrites, mais pour tous les types de danse, pas seulement classique. Nous pouvons raisonnablement supposer qu’en danse contemporaine ou modern’jazz on ne porte pas de jupe en tulle rose.
Notre enseigne a certainement une idée du nombre total de robes roses qu'elle vend en un an. Notre préoccupation porte davantage sur la répartition par tailles, alors faisons une hypothèse forte et simple selon laquelle environ 50 % des petites danseuses sont des danseurs classiques, et arrondissons à un marché très optimiste mais avec un chiffre rond, de 10 000 robes roses dans des tailles allant de 4 à 5 ans à 14 à 15 ans.
Pouvons-nous utiliser ces données pour planifier au niveau de la taille de l'article ?
Oui et non. L'INJEP ne fournit pas de données pour chaque âge, et la fédération française de danse n'a pas répondu à ma demande de données. Je pense que, si ce n'est pas déjà fait, il y a une opportunité de collaboration entre les détaillants et les fédérations pour exploiter les chiffres agrégés des licences.
Nous pouvons faire quelques hypothèses pour construire une première estimation que seul le détaillant pourra confirmer :
le nombre de licenciés commence assez fort à l'âge de 5 ans ;
la frénésie de danse atteint son pic vers 9-10 ans ;
ensuite, il y a une augmentation de l'attrition en se rapprochant de l'entrée au lycée.
Mélangeons rapidement deux distributions statistiques et cela pourrait ressembler à ceci :
Nous pouvons le faire correspondre assez bien aux données de l'INJEP si nous regroupons les âges de la même manière :
Ce pourrait être une première estimation raisonnable pour les commandes de production et la planification des stocks en entrepôt.
Auriez-vous fait la même estimation pour cette enseigne ?
Équilibrage des stocks
Poursuivons l'exercice de nous mettre dans la peau des équipes business de cette enseigne. Comment sont équilibrés les stocks dans les différents magasins ?
Notre histoire commence trop tard pour savoir à quoi ressemblaient les stocks lorsque les magasins ont été livrés pour le début de l'année scolaire. (De nos jours, cela commence même avant que les enfants ne sortent de l'année scolaire précédente.)
Ce que nous savons :
Pendant tout le mois d’août, chaque semaine je suis allé au même endroit dans le magasin pour vérifier les jupes disponibles. Pendant tout ce temps, aucune jupe pour les moins de 10 ans : presque toutes les jupes étaient pour les 13-14 ans.
Au moment où j'écris ces lignes, dans toutes les écoles de danse de la région, les cours viennent de commencer, ou sont sur le point de commencer, et la plupart des filles ont leur jupe de danse. C'est plutôt inutile, mais vous savez, les autres en ont une.
J'ai vérifié il y a quelques jours les niveaux de stock dans 60 magasins, triés par distance croissante depuis un point que j'ai situé arbitrairement :
(Le magasin que je visite chaque semaine est le numéro 18. Il semble que je n'aie pas de chance car c'est l'un des moins bien approvisionnés en jupes de danse roses.)
Que voyons-nous ici et que pouvons-nous en dire ?
Certains magasins n'ont aucun stock du tout, mais cela pourrait être un choix d'assortiment en fonction de l'emplacement ou de la taille/concept du magasin.
Sur 60 magasins, seuls 4 semblent avoir suffisamment de stock dans les tailles jusqu'à 8-9 ans (n° 1, 3, 21, 53, peut-être pourrait-on ajouter n° 27),
Tous les autres magasins ont très peu de stock avec une distribution inhomogène des tailles. Ce ne sera pas suffisant pour maintenir la catégorie pendant le reste de l'année scolaire.
Les jupes à partir de la taille 10-11 sont beaucoup plus difficiles à trouver. Elles étaient soit volontairement, soit involontairement sous-approvisionnées.
Nous ne pouvons pas dire exactement si les articles sont poussés vers les magasins, tirés par les magasins, ou un mélange des deux en fonction des catégories de produits.
Que devons-nous savoir pour construire notre planification ?
Nous aimerions connaître le potentiel de vente de chaque magasin, ce qui signifie travailler sur l'estimation de la taille des potentiels concentriques suivants :
estimer la zone de chalandise couverte par chaque magasin et le nombre correspondant de ménages. Cela pourrait être élaboré avec une carte des magasins - y compris les concurrents - et les catégories qu'ils couvrent.
déterminer le ratio de jeunes danseuses dans ces ménages. Les données sociodémographiques de l'INSEE sur les compositions des ménages et les âges devraient aider, ainsi que les données des fédérations si elles sont disponibles.
affiner cette estimation en modélisant le choix premium du client. En analysant les ventes et les données externes, pouvons-nous dire où les parents iront le plus probablement, soit chez Repetto, soit dans un magasin discount généraliste ?
Cet exercice en trois niveaux n'est pas spécifique aux petites jupes roses, il pourrait et devrait être traité et industrialisé pour toutes sortes de catégories de produits.
Voyez quelle valeur ont les données ouvertes sur les pratiquants de chaque sport... et ce ne sont que des données agrégées sur l'ensemble du pays :
Tirer parti de toutes ces données aiderait à construire une estimation beaucoup plus robuste pour le réseau de vente au détail :
moins de ventes manquées
moins de slow movers en magasin
... et plus de stock disponible pour le commerce électronique !
Gestion des commandes
Et c'est la dernière partie de notre enquête : comment ai-je pu commander des jupes sur le site web s'il n'y avait pas de jupe disponible sur entrepôt ?
En théorie (voir le schéma ci-dessous) :
les données de disponibilité des stocks devraient alimenter en temps réel le canal de vente (ici, la partie commerce électronique) via le logiciel de gestion des commandes (OMS, Order Management Software), de sorte que je ne puisse même pas commander un article indisponible
les commandes de vente devraient être envoyées en temps réel au système de gestion d'entrepôt (WMS, Warehouse Management Software), de sorte que les articles commandés soient immédiatement réservés/envoyés vers la zone d'expédition... et par exemple ne soient pas utilisés pour satisfaire les commandes provenant des magasins.
Qu'est-il arrivé ici ?
Les données de disponibilité des stocks publiées par le WMS vers l'OMS, puis par l'OMS vers l'interface de commerce électronique, étaient peut-être vieilles de un ou plusieurs jours. Est-ce un batch quotidien ?
L'état de la réalisation de la commande, également publié par le WMS vers l'OMS, puis par l'OMS vers l'interface e-commerce, a mis 4 jours à arriver dans mes e-mails après ma commande, car il ne m'a été communiqué que lorsque ma commande a été livrée en magasin.
Comment les données de disponibilité des stocks sont-elles actuellement transmises au e-commerce pour tenir à jour le front-end ?
Gestion des événements et CRM
Vous avez dit silos ?
J'ai reçu deux e-mails concernant ma commande :
le 26 août : "Votre commande est confirmée !", avec les jupes apparemment disponibles
le 30 août : "Votre commande est disponible en magasin !", commençant par les lignes :
"Elle vous attend !"
"État de la commande : disponible"
Après cela, qui aurait fait défiler jusqu'à la fin de l'e-mail pour voir une section nommée "Articles manquants" ?
Il semble qu'il y ait un maillon manquant entre la gestion des commandes et le marketing, ainsi qu'un scénario CRM manquant.
Entre ces deux e-mails, il n'y avait pas d'alerte disant "Cher client, nous sommes vraiment désolés, mais quelque chose s'est mal passé de notre côté".
Les seules communications que j'ai eues étaient certes parfaitement justes vis-à-vis de la réalité technique, mais n’ont pas mis en avant ce qui était important pour moi, le client, et ne m'ont pas dit ce que j'aurais aimé savoir :
il y a eu un problème du côté de l’enseigne
ma carte n'a été débitée que pour les articles livrés, ou mon argent a été remboursé
idéalement, il y aurait eu une solution hybride de type long tail pour satisfaire ma commande à partir des stocks d'autres magasins
Les équipes logistiques travaillent-elles avec les équipes CRM pour élaborer un scénario de gestion des commandes non exécutées ? (au moins, pendant que le projet visant à obtenir des données de disponibilité robustes est en cours)
C'est tout pour aujourd'hui ! Qu'en pensez-vous ?
Je me suis concentré sur une expérience particulière avec une enseigne en particulier, mais ce genre de problème se produit dans de nombreuses entreprises B2C.
À partir d'une mauvaise expérience client, nous avons parlé de :
La planification de la demande et les données à ingérer et analyser pour le faire
L'équilibrage des stocks, et encore une fois, les données qui pourraient être exploitées
Les problèmes d'architecture et d'implémentation possibles dans la gestion des commandes
La communication incorrecte des événements importants pour les clients entre les équipes logistique et marketing
J'espère que cet exemple a montré comment chaque problème est à la fois un problème business et data, et comment rendre l'excellence opérationnelle une réalité est un objectif pour les deux, ensemble.
Si vous êtes un décideur business ou data, que ces problèmes vous rappellent les vôtres - même et surtout si vous reconnaissez votre enseigne dans l’article - et que vous souhaitez en discuter, envoyez-moi un message privé sur LinkedIn ou à gansanay AT gmail DOT com.
Rationaliser l'argumentation par l'illustration d'un cas concret, rien de plus convaincant. Bravo Guillaume!
Comme d'habitude, un article complet et tellement agréable à lire. Tu sais vulgariser comme personne !