atelier salon ecommerce 2015 pre0390 vellutini charles
TRANSCRIPT
![Page 1: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/1.jpg)
‹N°› 1
Big Data et pricing dans le e-commerce: état de l’art, défis et tendances
Charles VellutiniPrésident
Michael LarocheResponsable du pricing
23 septembre 2015
![Page 2: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/2.jpg)
2
Oscaro• Leader européen de la pièce de rechange auto• 300 millions € de CA• Environ 500 000 références• Précurseur du Big Data dans le e-commerce français• …notamment en pricing Oscaro s’est imposé comme le price-maker du
secteur
![Page 3: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/3.jpg)
3
Prezzu• Optimisation de prix pour le e-commerce• Liens étroits avec R&D: CNRS, Toulouse School of Economics (centre
d’excellence en pricing appliqué)• Prezzu travaille avec les leaders du pricing en France:
– Fnac, leader français de la distribution de biens culturels et électronique.
– Oscaro, leader européen de la vente en ligne de pièces automobiles et pionnier français en marketing basé sur l’analyse prédictive.
– Corsica Ferries: première compagnie maritime française pour les transport de passagers.
– Télécommande Express: leader français de la vente en ligne de télécommandes pour portails et garages.
– Spareka: pièces de rechange pour l’électroménager et les piscines.
![Page 4: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/4.jpg)
4
Pricing 1.0: Alignement sur concurrence• Sur base crawling systématique des prix
concurrents et ajustement au moins disant• Accompagné d’actions de promotion:
– Search– Retargeting– Etc.
est une stratégie de recherche de VOLUME et non d’optimisation des marges:
« Vendre le plus possible sur la base des prix donnés par le marché. »
![Page 5: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/5.jpg)
5
Pricing 1.0: Cost plus• Marge fixe sur coût d’achat• Variante: % fixe sur prix conseillé fabricant
est une stratégie de MARGE mais non-optimisée : le taux de marge ne tient pas compte du pricing power:« Laisser les volumes s’ajuster aux taux de marge souhaités »
![Page 6: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/6.jpg)
6
Pricing 1.5: Vers le smart pricing• Pricing proactif des articles best sellers par équipes de pricers qui:
– Adaptent prix à la réaction des ventes, en tenant compte de la pression concurrentielle
– Utilisent le « pricing power » de leur marque/produit en margeant au maximum estimé acceptable par marché
• Supérieur, mais: – Approche manuelle difficile à systématiser sur gros catalogues
avec > 200 000 références– N’exploite pas les données pour en extraire la connaissance pricing
pertinente.
![Page 7: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/7.jpg)
7
Pricing 2.0: faire parler les données de vente• Sur la base des données, on quantifie:
– Elasticité-prix: indicateur critique du pricing power– Impact de la cannibalisation (effets croisées entre articles
semblables)– Impact des promos (soldes, tête de gondole, vente flash, etc.)– Impact des marques
• Prédire la réaction des quantités vendues à une variation des prix en tenant compte de:– Prix de la concurrence– Saisonnalité– Cannibalisation au sein de catégories d’articles comparables– Autres variables de contrôle.
• Fonction de réaction optimale vis-à-vis de prix de la concurrence
![Page 8: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/8.jpg)
8
Maximisation du volume de marge
![Page 9: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/9.jpg)
9
PRICING 2.0: COMMENT ÇA MARCHE?
2. Fondements scientifiques
![Page 10: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/10.jpg)
10
Pricing 2.0: Flux de Données
![Page 11: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/11.jpg)
11
Estimation modèle de demande – Exemple
Histogrammes de fréquence des élasticités-prix par article – pour chaque catégorie
Chaque barre représente la fréquence dans la catégorie d’un niveau donnée d’élasticité-prix.
![Page 12: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/12.jpg)
12
Estimation modèle de demande – Exemple
Quantités par article (= nombre d’unités vendues) en fonction des
prix respectifs – pour chaque catégorie
Volume de marge par article en fonction des prix respectifs –
pour chaque catégorie
![Page 13: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/13.jpg)
13
Optimisation des prix• Sur la base du modèle de demande et des coûts unitaires par article• Pour chaque catégorie, les prix sont optimisés pour maximiser
l’objectif retenu, au choix:– CA;– Volume de marge;– Taux de marge (Volume de marge/CA).
• Des contraintes peuvent être données sur:– Variation vis-à-vis des prix actuels;– Ecart min ou max avec prix concurrents;– Marges unitaires minimales, spécifiables par catégorie.
• Les promotions futures, si elles sont connues sur la période choisie d’optimisation, peuvent être données article par article et seront prises en compte dans optimisation.
![Page 14: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/14.jpg)
14
Optimisation des prix – Exemple
Histogrammes de fréquence des variation de prix par article – pour chaque catégorie
Chaque barre représente la fréquence dans la catégorie d’un niveau donné de variation de prix.
![Page 15: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/15.jpg)
15
Optimisation des prix – Exemple
Graphique de positionnement vis-à-vis prix concurrents: avant et après optimisation des prix.
Chaque point/triangle représente un article.
![Page 16: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/16.jpg)
16
Pricing 2.0: Cas Oscaro• Estime ses élasticités-prix depuis 2008• Grâce à cette connaissance, a constamment gardé l’initiative sur les prix,
en avance sur ses concurrents• Intégration du flux de données et automatisation du pricing dans ses
process
![Page 17: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/17.jpg)
17
Pricing 2.0: Défis• Défi algorithmique.• Pricing devient quotidien ou infra-quotidien besoin impératif
d’automatisation• Intégration du flux de données : tout sauf trivial!
– Données de crawling (prix concurrents): Défi de l’appariement des identifiants (matching)
– Données de vente: défi de la préparation des données sur une fréquence quotidienne ou infra-quotidiennes
• Défi du traitement de la longue traine: comment pricer des produits rarement ou pas encore vendus? catégorisation pertinente des produits comparables
![Page 18: Atelier salon ecommerce 2015 pre0390 vellutini charles](https://reader035.vdocuments.pub/reader035/viewer/2022062900/58ef00bc1a28abe2648b456f/html5/thumbnails/18.jpg)
18
Pricing 2.0: Tendances• Pricing dynamique: offrir le « meilleur » prix individuel à chaque client
en temps réel– Répond à la logique de segmentation: chaque client a une appétence
au produit qui lui est propre offrir des prix individuels est optimal– Problème: danger d’être perçu comme « discriminant » par les clients,
voire problème de légalité– Défi technique majeur en termes de performance
• R&D en pricing appliqué très active besoin de coller à la frontière de la Data Science