Internet a transformé le monde en un grand supermarché en ligne. Aujourd’hui, il est important non seulement de proposer des produits de haute qualité, mais également d’en créer des “copies numériques” exactes. Les gagnants de cette équation sont ceux qui fournissent des données produit précises et faciles à lire par le client final – et de surcroît plus rapidement que la concurrence. Vous pouvez simplifier et automatiser ce processus à l’aide de services et de plateformes spécialisés dans la gestion de l’Expérience Produit (PXM). Voici quelques conseils pratiques pour les utiliser et en tirer le meilleur profit…

Erreurs sur les dimensions des produits 

Une vente ne démarre pas tant que l’article n’est pas arrivé à l’entrepôt du détaillant. Pour que votre produit arrive en rayon, il est important de transmettre au partenaire commercial des informations précises sur le produit : à quoi il ressemble, quelle taille, combien d’unités sont présentes dans l'emballage et sur la palette, dispose-t-il de tous les certificats, etc.

Formation webmarketing

Une attention particulière doit être portée aux dimensions. Si le fabricant spécifie de manière incorrecte des informations sur la taille des marchandises, une défaillance peut se produire dans la chaîne d’approvisionnement. Par exemple, une erreur de mesure d'emballage d’au moins 1 cm entraîne ce type de conséquences :

  • Le produit ne se retrouve plus sur l’étagère de l’entrepôt (il faut plus d’espace) ;
  • Le nombre de camions pour le transport peut varier en fonction de la taille des marchandises ;
  • Le fabricant ne peut pas terminer le chargement dans l’entrepôt à temps et un acheteur potentiel ne peut pas acheter le produit souhaité.

Que faire :

Les données sur les dimensions du produit doivent être vérifiées lors de l'emballage. Pour des mesures précises, le fabricant peut utiliser, par exemple, l’appareil CubiScan : il mesure les surfaces courbes des marchandises à l’aide d’une règle IR et télécharge automatiquement les données dans le système, évitant ainsi les erreurs lors de déchargement.

Il faudra également vérifier systématiquement et indépendamment l’exactitude des informations saisies à l’aide des services PIM/PXM : par exemple, la largeur du produit ne sera pas saisie à la place de la longueur, et la hauteur – au lieu de la largeur.

Plus de données > conversion plus élevée

Sans l’utilisation d’un logiciel spécialisé, la liste des produits sur les étagères d’un détaillant sera très lente à charger et des erreurs peuvent se glisser dans le contenu. Après avoir mis à jour les données du produit, le fabricant doit s’assurer que ses partenaires commerciaux corrigent la description sur leurs sites le plus rapidement possible. À défaut, cela entraînera un retour des marchandises qui se traduira par un impact sur l’image de marque.

Prenons ce cas de figure :  un client achète une crème qu’il a déjà utilisée plusieurs fois. Le fabricant en modifie la composition, mais oublie d’envoyer les mises à jour au détaillant (ou il ne s’est pas assuré que le détaillant les a mises à jour). L’acheteur ne tolère pas les composants et après avoir utilisé le produit souffre d’une réaction allergique. Cette situation peut conduire non seulement à faire fuir de futurs acheteurs en raison des critiques négatives, mais également à des poursuites judiciaires.

Que faire :

Il faudra s’assurer que les informations indiquées sur l’étagère du détaillant correspondent à celles saisies par le fabricant dans la fiche produit du système. La conversion est toujours influencée par les descriptions marketing détaillées, les photos haute résolution, les vidéos et les certifications. Vous devez également indiquer les caractéristiques du produit, telles que la composition, la méthode d’application, etc. Plus il y a d’informations, plus la conversion sera élevée.

Si nous prenons l’exemple des biens de grande consommation FMCG (cosmétiques, produits alimentaires, produits chimiques ménagers, médicaments), vous devez veiller à ce que les données sur les modifications de la composition soient toujours mises à jour en temps opportun lors de la configuration.

Incohérence des remises

Avec des solutions de surveillance des prix, un fabricant peut suivre tout changement dans la valeur de ses produits. En modifiant le prix sans approbation, le détaillant peut engager sa responsabilité financière et indemniser le fabricant pour les pertes (si cela est prévu dans le contrat).

Que faire :

Lors de la mise en place d’un service de gestion de contenu, mettez à jour la liste de tous les sites en ligne où votre produit est vendu – anciens et nouveaux. 

Il faudra ensuite définir les critères de suivi des prix des marchandises. Par exemple, vous pouvez effectuer des remises séparées lors de la réévaluation des derniers jours ou après l’expiration des promotions spéciales.

Suivi des opinions négatives

Certains détaillants suppriment les avis négatifs de leurs sites. Ils le font à la demande des producteurs, qui, à leur tour, achètent des critiques positives. Certains fabricants achètent des critiques positives pour augmenter la note de leurs produits et des critiques négatives pour discréditer les produits de leurs concurrents. Si les estimations sont trop unilatérales, la tricherie deviendra évidente non seulement pour les algorithmes, mais également pour un acheteur inexpérimenté. De plus, il est important pour le fabricant d’évaluer l’opinion objective des acheteurs.

Que faire :

Lors de la mise en place d’un suivi des avis, tenez compte des mots-clés (par exemple, des noms de marque), des notes de produits et d’une liste de sites où des informations concernant le produit sont publiées. Si le même avis se répète sur plusieurs sites, contactez le e-commerçant : l’élimination des bots est du ressort des administrateurs des ressources.

Enfin,  les critères de paramétrage du suivi du retour d’expérience sont propres à chaque marque. Le fabricant doit les préinstaller et les enregistrer dans les paramètres du service PXM.

A propos de l’auteur

Philipp Denisov : CEO de la startup Franco-Russe Brandquad spécialisée dans le data analytics dans le secteur du retail et du e-commerce.