LE MANAGEMENT COCKPIT DU MERCHANDISING

Le voilà, le dernier numéro SMP, bonne lecture !

Sommaire

Les 4 facettes du merchandising

Quel cadre de gestion merchandising ?

  • Le merchandising est garant de l’implementation du mix en point de vente. Il a donc un regard unique sur « la taille de la boite » dans laquelle on veut faire rentrer une gamme.
  • Le cadre est posé : celui du mètre linéaire disponible, a part en augmentant le nombre de niveaux et en diminuant la hauteur de préhension, la contrainte est constante.
  • C’est un des facteurs explicatif de l’avènement de systèmes d’informatique décisionnel merchandising basé sur des mathématiques.

  • Faites le test sur vos catégories, observez les évolutions de l’accessibilité et de la visibilité

  • Le mètre linéaire disponible (MLD dispo.) se calcul par les sommes des largeurs du mobilier (étagères, broches…) d’un magasin. Le mètre linéaire au sol se calcul par la sommes des largeurs du piètement (base d’une gondole) d’un magasin.
  • Dans de nombreuses catégories, on a rendu moins accessible les produits en les plaçant sur des étagères de plus en plus haute. Mais également, on a rendu les produits moins visible par une augmentation du nombre de référence pour un MLD dispo. pratiquement identique.

« Merchandising mathematics for retailing »

  • Les outils décisionnels merchandising sont produits principalement à partir des sell out (sorties caisses) mais également avec d’autres données. Ces agrégats prit séparément et surtout sans retraitement ne permettent pas toujours de faire un diagnostic merchandising.
  • Pour les rendrent «  digeste » sous forme de tableaux de bord prospectifs (graphiques comme l’illustration ci dessus), on utilise des techniques mathématiques merchandising. Interfacesmerchandising.fr vous en dévoile en exclusivité quelques unes.

Les indices ou index « de base »

En mathématiques, les indices permettent de comparer des éléments par rapport à une base 100 (normalement comparable). Déclinés sur tous les leviers du mix…, ils sont utilisés également pour la comparaison de performances entre populations de points de vente.

  • L’indice d’offre : permet de constater un nombre de référence supérieur ou inférieur par rapport au marché ou à la concurrence par exemple. Ex : une enseigne sur un segment possède 95 références, son principal concurrent possède 100 références. On en déduit alors que son indice d’offre vs son concurrent principal est de 95.

  • L’indice linéaire : permet de constater un MLD supérieur ou inférieur par rapport au marché ou à la concurrence par exemple.
    Ex : une enseigne sur une catégorie possède 60 MLD, le marché sur cette même catégorie en compte 50 . On en déduit alors que son indice linéaire vs le marché est de 120

Les indices peuvent être réalisés en analyse interne ,en analyse externe… Dans le cas suivant on ne se compare plus au marché mais à soit même

  • L’indice CA : permet de constater un CA supérieur ou inférieur par rapport à un autre segment d’une catégorie par exemple. Ex : un magasin sur un segment réalise 4 K€, la catégorie elle pèse 19 K€. On en déduit alors que son indice de CA sur le segment vs la catégorie est de 21.

  • L’indice Marge : permet de constater une marge supérieur ou inférieur par rapport à un autre segment d’une catégorie par exemple. Ex : un magasin sur un segment réalise 13 K€, la catégorie elle pèse 89 K€. On en déduit alors que son indice de Marge sur le segment vs la catégorie est de 15.

Les indices de sensibilité

On peut également faire des indices d’indices. D’après les ratios de Mr Henry Alain HEBRAS : un grand homme de merchandising que l’on salue au passage 😉

  • L’indice de sensibilité à l’attractivité ISA : permet de constater un linéaire attribué supérieur ou inférieur par rapport à l’attractivité. Ex : une enseigne à attribué un indice linéaire de 28 à un segment par rapport à une base 100 représentant la totalité du MLD de la catégorie. Pour ce même segment l’indice vol est de 25. On en déduit un indice (ISA) de rapport entre de ces deux indices qui dénote une sur-linéarisation.
  • L’indice de sensibilité à la productivité ISP : permet de constater un linéaire attribué supérieur ou inférieur par rapport à la productivité. Ex : une enseigne à attribué un indice linéaire de 35 à un segment par rapport à une base 100 représentant la totalité du MLD de la catégorie. Pour ce même segment l’indice CA est de 38. On en déduit un indice (ISP) de rapport entre de ces deux indices qui dénote une légère sous-linéarisation.

Représentation des indices

On peut représenter ces indices sur le plan de masse macro-merchandising d’un univers par exemple pour le modifier en conséquence.

  • L’indice de sensibilité à la rentabilité ISR : permet de constater un linéaire attribué supérieur ou inférieur par rapport à la rentabilité. Ex : une enseigne à attribué un indice linéaire de 12 à une catégorie par rapport à une base 100 représentant la totalité du MLD de l’univers. Pour cette même catégorie l’indice marge est de 15. On en déduit un indice (ISR) de rapport entre de ces deux indices qui dénote une sous-linéarisation (orange). Vous comprendrez aisément que la démarche est identique pour des indices de sensibilité non plus vs MLD mais vs MLS et surface occupée (M²).

La comparaison d’indices

On peut tout aussi comparer des indices.
  • La comparaison d’indices CA : permet de dissocier la composition du CA par rapport à la même période l’année précédente par exemple. Ex : une marque à augmenté son indice CA de 3 pts vs A-1. Cependant, en y regardant de plus près, elle l’a fait surtout par le levier promo
  • La comparaison d’indices prix vs vol et CA : permet de constater les phénomènes de valorisation de l’offre par exemple. Ex : une marque procède à une augmentation sur une référence de tarif net facturé de 3%, le distributeur préférant mettre le fruit de la coopération commerciale et de service sur le PVC d’une autre référence, laisse faire. Un mois et demi plus tard, le constat peut se faire (toute choses étant égale par ailleurs) que cela à pour effet de valoriser l’offre (réduction volume)
La comparaison d’indices CA, Vol, Marge, Offre, MLD, MLS…: permet de valider la bonne attribution du linéaire sur un planogramme par exemple. Spaceman (NIELSEN) comme d’autres logiciels merchandising, intégre ce type de graphique dans leurs modules d’analyse.
  • Ex : le segment 1 à un indice linéaire de 30 ; il est sous-linéarisé au regard de ces performances sauf sur l’indice de marge. (celui qui paie le loyer!)
L’indice de structure de l’offre vs concurrent : permet toujours de constater un nombre de référence supérieur ou inférieur par rapport au marché ou à la concurrence, mais sur un type de produit : la MDD par exemple. Ex : une enseigne sur un segment possède sur un univers 30 références en MDD, son principal concurrent possède 40 références. On en déduit alors que son indice d’offre vs son concurrent principal est de 75.

Le suivi des réimplantations

L’indice CA des points de vente implantés : permet de constater un CA supérieur ou inférieur par rapport à un groupe de points de vente non implanté par exemple.

  • Ex : une enseigne, suite à une réimplantation sur une catégorie, réalise un indice CA de 105, les témoins sur cette même catégorie réalisent un indice CA de 103. On en déduit alors que sa contribution au CA est de 2 pts d’indice. Reste à suivre et à trouver des facteurs explicatifs…

Comment structurer vos indices ou index ?

Il faut mettre un indice ou un groupe « résultats » en parallèle de « causales » ou facteurs explicatifs probables. Cela oblige une prise de recul sur ce que l’on cherche à démontrer.
  • Il faut bien connaître ce que l’on mesure et essayer d’autres causales, se vérifier et faire attention de ne pas essayer d’expliquer un résultat par ce qui n’impacte pas ce dernier.
  • Il faut également travailler sur la même métrique : cumul vs cumul, moyenne vs moyenne, court terme vs court terme (un mois ou une semaine…), moyen terme vs moyen terme (2 ou 3 mois), long terme vs long terme (1 an glissant ou non)…
  • Donc il faut modéliser dans un premier temps votre démarche pour ensuite calculer judicieusement les indices.

Les hits parade, top, tris ou classements

Les hits permettent de mettre en relief à partir d’un ordre de croissance ou de décroissance, les performances économiques (productivité, rentabilité, attractivité) et linéaire (MLD…) des produits d’une famille par ex.
  • Mais encore des familles d’un rayon, des rayons d’un univers, des univers d’un point de vente, d’un point de vente d’une enseigne.
  • Ils peuvent être sous forme de tableaux ou graphiques
  • *Attention pour éviter trop de biais : mettre en parallèle la détention
Si on essaie d’utiliser ce que l’on a vu précédemment (c’est le but), on peut comparer des hits d’indices par exemple.
Les rankings*, hit en tous genres sont très utilisés, d’autres exemples

Le 20/80 « pareto »

Abusivement appelé ainsi, il permet de mettre en relief les X % d’un paramètre* (l’offre, segments par ex) qui vont réaliser les 80% des performances économiques ou linéaire. Le 20/80 est enterré avec le développement des innovations dans notre société de consommation, galvaudé, on est plus sur un 35/55, très variable selon les catégories et le paramètre étudié.

Les courbes ABC

L’ABC* : analyse très utilisée en logistique, contrôle de gestion…, démarche quazi identique au 20/80 avec une classification des produits (indispensables, bonne notoriété, impulsion ou nanard). Elle permet de mettre en relief les références qui ont une sensibilité à :
  • la rupture dans le cadre de l’ABC ventes
  • la rentabilité dans le cadre de l’ABC marge
  • la satisfaction consommateur dans le cadre de l’ABC CA
Deux difficultés sont à surmontées pour établir cette analyse. La première c’est trouver un paramètre pertinent de classification. Le second, c’est trouver la répartition théorique que l’on va comparée avec la répartition réelle pour déterminer l’appartenance à une classe.

La courbe ABC univers

La méthode présentée permet de comparer la réparation des ventes (ou CA…) cumulées de la catégorie avec une répartition théorique (abusivement c’est la répartition de pareto qui est utilisée)Dans la courbe ABC revisitée, c’est « la loi du niveau supérieur » qui définira cette répartition théorique. Toute autres classification n’a que peu de sens en category management. => autant faire un 20/80 et ne pas se fixer de seuil de classe.
On peut comparer la répartition des ventes d’une catégorie par rapport à la somme des catégories qui forment un univers par ex : un univers possède les caractéristiques suivante : 30% des catégories réalisent 55% du Ca, les 30% suivant réalisent 24% du Ca. Ce sont ces seuils qui vont servir à déterminer les classes ABC dans les catégories.
Le problème reste le même : trouver les seuils des classes A et B.Pour cela il existe une méthode simple, que l’on comprends mieux graphiquement.
Explications : La soustraction des aires (Ca cum. vs Catégories cum) forme une sinusoïde. A l’asymptote de cette forme (en violet), on obtient le seuil où commence la classe B.On recommence l’opération après avoir enlevé les catégories de la classe A et on obtient le deuxième seuil nécessaire pour définir les 2 autres classes.
Ce qui donne notre deuxième seuil de classe pour la catégorie B. Puis l’on défini la loi qui régit l’univers (tableau du bas), ici c’est un cas réel (on est bien loin de la pareto ! totalement inadaptée)

On compare ensuite la courbe de la catégorie vs la courbe de l’univers. Un premier constat s’impose au niveau des seuils ou paliers.

Puis dans un second temps, on peut analyser les groupes et mieux construire son assortiment.

Quelle courbe ABC est pertinente ?

On peut arbitrairement selon son besoin faire une ABC sur le CA par exemple. Mais d’un critère à l’autres, les produits changent de classes donc prudence. Souvent la marge avant prend le dessus notamment avec la réforme de la LME qui permet de réinjecter une partie non négligeable des négociations et coopérations.On peut aussi se poser la question si le critère est pertinent. Il s’agit encore d’un calcul d’aire.Si l’on reprend le graph précédent, qu’on y ajoute les points x,y et z, on obtient un triangle.Le tout est de savoir si l’aire en violet est supérieur à la moitié de l’aire du triangle. Si tel est le cas, on considère que le critère d’analyse (CA, Ventes, Marge, Marge consolidée…) est pertinent.Calcul de l’indice de Gini : [(Somme du critère cum en % x % de Cat d’une catégorie) -5000] /5000
Dans notre ex : [(717X 10)- 5000] / 5000=0,45 ; La surface violette représente 45% du triangle XYZ ; le critère Ca n’est pas le plus pertinent pour déterminer l’appartenance à une classe. les volumes sont plus adaptés correspondant à la couleur grise.Le chiffre 5000 dans la formule vient de la moitié de l’aire du carré WXYZ (100X100=10 000)

Le cockpit merchandising (balanced scorecard) en pratique

Comme à chaque SMP, nous vous proposons une application pratique des outils présentés. Petit clin d’oeil à des maîtres en la matière : Michel VAGLIO, Rachid MESTARI (TMM) et Jean-marie COLOMBEAU (ARKHE international). Replongeons nous dans le point de vente, sur un poste informatique en cloud computing pour utiliser nos outils décisionnels merchandising. Modélisation ci dessous.

Le cockpit merchandising (écran d’arrivée en dashboard)

Paramètrage / choix du critère à afficher pour les shoppers (écran d’arrivée en dashboard)

Paramètrage / choix du critère à afficher pour les résultats (écran d’arrivée en dashboard)

Paramètrage / choix du critère à afficher pour le management linéaire (écran d’arrivée en dashboard)

Cockpit merchandising – onglet piloter

Cockpit merchandising – portrait robot accessible à partir de l’écran précédent

Cockpit merchandising – onglet visualiser

Cockpit merchandising – onglet rapports

Leave a Reply

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *