Optimisation de la tarification pour la distribution

Un problème persistant dans la distribution moderne est la présence d’un concurrent, quelque part, vendant un produit pratiquement identique à un prix extraordinairement bas. Les réponses courantes consistent à ajuster les prix en fonction de l’expérience (le modèle de tarification intuitif) et à appliquer fidèlement des formules économétriques (le modèle de tarification naïf rationaliste). Les deux approches sont manuelles et imparfaites : la première manque avant tout d’évolutivité ; la seconde est souvent trop rigide. Aligner naïvement ses prix sur ceux des concurrents n’est pas non plus une stratégie viable. De manière globale, compte tenu de la relation souvent symbiotique entre la tarification et la demande, les stratégies de tarification dans la distribution devraient constituer une étape dans une optimisation de la supply chain.

Prix de distribution vs Tarification

Peut-être à la surprise de certains, ce ne sont pas les prix de distribution, mais les stratégies de tarification, qui peuvent être optimisées. La distinction entre prix de distribution et stratégies de tarification dans la distribution est subtile mais cruciale, et est souvent négligée. Les prix de distribution dépendent de multiples facteurs : prix d’achat, taux de retour, et prix des concurrents (entre autres), et ces facteurs sont très variables. Par conséquent, un prix Y pourrait être optimal en janvier mais inapproprié en février. Étant donné les conditions de marché en perpétuelle évolution, il peut souvent sembler impossible de mener des expériences tarifaires rigoureuses et efficaces.

Une stratégie de tarification dans la distribution, en revanche, est la logique qui traite toutes les données pertinentes d’une entreprise donnée pour calculer les prix les plus adaptés à un moment donné. En réalité, mener des expériences tarifaires rigoureuses est faisable, bien que ce ne soit pas les prix qui seront évalués, mais les stratégies de tarification sous-jacentes.

Par exemple, si l’on dispose de 200 produits et de 2 stratégies de tarification dans la distribution, A et B, il est possible d’appliquer la stratégie A à la moitié des produits et la stratégie B au reste. Les prix fluctuent, possiblement quotidiennement, selon les stratégies A et B. Après un certain temps, en comparant les résultats respectifs de A et B, il devient possible de déterminer quelle stratégie de tarification a produit de meilleurs résultats. Ce concept sera développé dans L’évaluation quantitative des stratégies de tarification.

Deux antipatterns de tarification

Dans la distribution, la tarification s’ancre souvent dans deux approches - les modèles intuitif et naïf rationaliste. Le premier est la méthode de bon sens, tandis que le second est l’application académique des formules et théorèmes. Chaque modèle peut sembler initialement réussir face aux enjeux d’optimisation des tarifs, mais finit par engendrer, à terme, des problèmes égaux - voire supérieurs - avec le temps.

Le modèle de tarification intuitif

La première approche erronée - qui séduit davantage les praticiens de terrain - est le modèle de tarification intuitif. Ici, déterminer le prix approprié est un processus manuel qui repose sur l’intuition du gestionnaire (et probablement sur plusieurs feuilles de calcul Excel également). Comme ce type de stratégie de tarification existe principalement dans l’esprit du gestionnaire, il est extrêmement difficile (voire carrément impossible) de déployer cette approche à grande échelle, et les résultats dépendent fortement du jugement du gestionnaire. De plus, ces intuitions - si elles réussissent - ne peuvent pas être automatisées et, surtout, lorsque le gestionnaire quitte l’entreprise, une partie considérable des connaissances précieuses de la société l’accompagne.

Le modèle de tarification naïf rationaliste

Figure 1 : Une courbe de demande théorique illustrant l'équilibre entre la demande et le prix. À mesure que le prix (axe des x) augmente, la demande (axe des y) décroît généralement. Lorsque le marché se stabilise sur un prix acceptable, un certain niveau de volume (revenu) et de profit peut être attendu.

Figure 2 : Une courbe représentant conceptuellement le prix optimal d'un produit, avec le profit sur l'axe des y et le prix sur l'axe des x. Ce modèle (une extension théorique des principes du marché présentés dans la Figure 1) prétend non seulement identifier les points de profit optimal pour un distributeur, mais aussi - implicitement - la demande. Cette courbe tente de traiter les prix comme des entités désincarnées dans le marché et est un exemple quintessentiel du naïf rationalisme en tarification.

Alternativement, on pourrait être plus enclin à adopter la perspective académique, auquel cas il existe le modèle de tarification naïf rationaliste. Cette approche minimise l’instinct (tel que l’intuition du gestionnaire un jour donné) au profit d’une économétrie méthodique et impartiale. Comme pour le modèle intuitif décrit ci-dessus, employer le naïf rationalisme dans sa tarification - tel que représenté dans la Figure 2 - présente toute une série de problèmes. Deux exemples clés incluent :

• Causalité/Correlation : Établir une corrélation entre des variables est relativement simple, mais cela ne conduit pas automatiquement à identifier correctement la causalité. Si l’on devait augmenter ses prix selon une formule donnée, une chute instantanée des ventes pourrait survenir. Toutefois, cela pourrait n’être aucunement lié à la hausse des prix et être attribuable à l’apparition soudaine d’un concurrent entrant sur le marché – quelque chose que la formule ne prévoyait pas (et peut-être ne peut pas) prendre en compte.

• Simultanéité : Contrairement à l’énigme causalité/corrélation - où identifier la véritable cause du changement est difficile lorsque les variables coïncident apparemment - la simultanéité se réfère au problème de démêler le premier acteur (utilisé ici dans le sens thomiste) alors que nous savons déjà que deux variables s’influencent mutuellement. Par exemple, le prix et la demande tendent à s’influencer mutuellement, mais un scénario de type poule-œuf peut rapidement émerger. Lorsque la demande est élevée, on peut augmenter les prix, bien que cela puisse par la suite réduire la demande. Cela peut ensuite conduire à baisser les prix, pour voir la demande augmenter de nouveau. Cela peut entraîner une régression analytique qui entrave l’optimisation de la tarification.

Tenter d’optimiser la tarification de cette manière peut conduire à une dépendance excessive à un raisonnement abstrait et académique, où l’on use d’une nouvelle formule à l’apparition d’une exception ou d’une difficulté et l’on néglige le rôle des facteurs intangibles (tels que le sentiment). Tout cela conduit à manquer le véritable problème : la tarification est une question hautement spécifique à chaque domaine et les contextes commerciaux complexes (incluant à la fois des facteurs quantitatifs et qualitatifs) doivent être intégrés dans la stratégie de tarification pour obtenir des résultats sensés. L’application naïve des formules économétriques nous propulse simplement dans une direction différente - et tout aussi erronée – ¹.

Le problème de l’alignement des prix

Une préoccupation supplémentaire et persistante - mal prise en compte par les deux modèles décrits dans la section précédente - est la menace d’une guerre (très probablement algorithmique) engendrée par l’alignement des prix dans les marchés compétitifs. Cela est encore pire pour les distributeurs qui ne possèdent pas les marques qu’ils vendent et qui sont potentiellement l’une des nombreuses entreprises proposant des produits identiques dans la même région.

Les implications du problème de l’alignement des prix dans le contexte actuel sont importantes. Considérez les scénarios suivants :

• Modèle intuitif : Un gestionnaire expérimenté utilisant son intuition peut avoir une solide compréhension de sa clientèle, de ses coûts, et de la performance historique de ses produits. Cependant, si les concurrents changent fréquemment leurs prix, et que le gestionnaire doit ajuster ses propres prix en réponse, cela perturbe la stratégie de tarification établie par le gestionnaire. La compréhension nuancée que le gestionnaire peut avoir du marché est annulée par la pression financière brutale de devoir égaler (ou sous-coter) le nouveau prix du marché. Cet alignement constant des prix peut conduire à des ventes perdues ou à des marges bénéficiaires réduites.

• Modèle naïf rationaliste : Un gestionnaire expérimenté, s’appuyant sur des formules de manuel, pourrait fixer les prix uniquement en fonction de formules intégrant les coûts et les marges de profit souhaitées, offrant une approche apparemment rationnelle de la tarification. Cependant, dans un marché compétitif dynamique où des produits identiques sont vendus et où les prix sont régulièrement abaissés, ce modèle naïf rationaliste défaillit rapidement de la même manière que le modèle intuitif. Persister obstinément avec des prix déterminés par des courbes de coûts optimales (par exemple), malgré des variations significatives des prix par les concurrents, conduira inévitablement à une perte de parts de marché. À l’inverse, une adhésion aveugle à l’alignement des prix sans tenir compte de la sensibilité des clients au prix (et d’autres comportements qualitatifs) pourrait entraîner une baisse des ventes.

En somme, les approches intuitives et naïves rationalistes présentent des limitations significatives lorsque l’intuition du gestionnaire et les manuels du théoricien se heurtent à l’interaction complexe des forces de marché compétitives à grande échelle. Sans parler de l’impact que le problème de l’alignement des prix peut avoir sur la prévision de la demande. En bref, mettre fréquemment à jour ses prix dans une course à la baisse dans la distribution ne fait qu’exacerber les difficultés de prévision de la demande, en introduisant une incertitude accrue dans les modèles de prévision.

Cela révèle en fait l’erreur fondamentale qui sous-tend les modèles de tarification décrits ici : tenter d’optimiser les prix de manière isolée - c’est-à-dire indépendamment d’une prévision de la demande initialement optimisée - est une proposition quelque peu inversée. Quel que soit le modèle employé, le problème de l’alignement des prix le traverse.

Optimiser les prix sans optimiser également la prévision de la demande peut très bien conduire les partisans des deux modèles à fixer des prix trop élevés, étouffant ainsi la demande (et donc les profits), ou à fixer des prix trop bas, sacrifiant ainsi les profits. Par conséquent, l’établissement d’une stratégie efficace de tarification compétitive (et d’affaires) doit intégrer à la fois l’optimisation de la demande et de la tarification².

Établir une stratégie de tarification

Optimiser efficacement sa stratégie de tarification nécessite une définition claire et des tests de prix. La première implique de délimiter précisément ce que l’on offre sur le marché global, car les stratégies de tarification diffèrent selon le type de bien/service fourni ; quant aux tests de prix, il est impératif de réaliser des tests quantitatifs rigoureux - en tenant compte de la multitude de variables saillantes régissant le comportement des consommateurs.

Définir le produit à tarifer

La base d’une stratégie de tarification repose sur la désignation correcte du produit lui-même. Les biens peuvent généralement être divisés entre les désirs - ce que les gens souhaitent consommer - et les besoins - ce que les gens doivent consommer.

Les marchés des désirs sont généralement caractérisés par des vendeurs dont les produits sont recherchés pour des raisons allant au-delà de la simple fonctionnalité, et ces produits sont étroitement liés à une marque. Cette marque est, en effet, le moteur de la demande. Par exemple, un sac haut de gamme d’un designer exclusif peut voir sa fonctionnalité aisément répliquée par un sac en plastique provenant d’un supermarché local. Cependant, cela revient à négliger la valeur que les gens attribuent à la création du designer. Fondamentalement, si un consommateur choisit de ne pas acheter un produit de désir, il n’y aura aucun effet négatif étant donné la nature essentiellement discrétionnaire de l’achat.

Les marchés des besoins, en revanche, imposent essentiellement la consommation. Choisir de ne pas acheter d’électricité pour son domicile est un choix aux conséquences immédiates - et potentiellement durables. Les consommateurs peuvent (si le marché de l’énergie de leur pays est libéralisé) avoir des options pour leurs fournisseurs d’énergie, mais le besoin de consommation est pratiquement garanti. En d’autres termes, comme l’électricité est vendue sur un marché des besoins, il existera forcément un fournisseur qui répond à cette demande. Dans ces situations, les marques (ou les entreprises) sont des moteurs de choix plutôt que de demande.

Déterminer sur quel marché on opère est une étape cruciale pour calibrer sa stratégie de tarification. Même après cette détermination, la stratégie requiert encore de la nuance. Considérez les défis auxquels font face les modèles de tarification strictement intuitifs ou naïfs rationalistes avec les produits de luxe et les biens essentiels.

Pour les articles de luxe (désirs), le modèle intuitif peut négliger la valeur psychologique, tandis que le modèle naïf rationaliste pourrait sous-évaluer la perception du consommateur. Pour les biens essentiels (besoins), le modèle intuitif peut conduire à une tarification inéquitable en raison de l’inélasticité de la demande³, tandis que le modèle naïf rationaliste pourrait ne pas tenir compte des fluctuations de coûts ou de l’impact social des prix élevés/bas.

Étant donné que les stratégies de tarification évolueront en fonction des désirs contre les besoins (parmi une multitude d’autres facteurs), les sections suivantes fourniront des conseils applicables dans la plupart des scénarios, même si les détails varieront naturellement en fonction des situations particulières des clients.

Tester quantitativement les stratégies de tarification

Dans un marché des désirs de la distribution, le test A/B de tarification peut être utilisé pour identifier un point de prix optimal qui maximise le profit ou les ventes. Ce processus consiste à sélectionner un produit (ou des produits) et deux niveaux de prix différents, puis à diviser la clientèle en deux groupes similaires, exécuter le test (en proposant le produit à chaque niveau de prix) et analyser les résultats. Les résultats doivent prendre en compte des indicateurs quantitatifs tels que les ventes, le chiffre d’affaires et le profit, ainsi que des impacts qualitatifs comme la perception de la marque et la satisfaction des clients. Pour les produits de luxe (désirs), un niveau de prix plus élevé peut entraîner moins de ventes mais améliorer les perceptions d’exclusivité et de qualité, conduisant à un profit total supérieur.

En revanche, les tests A/B de tarification dans un marché de besoins impliquent des étapes similaires mais nécessitent une attention particulière en raison de l’inélasticité de la demande pour ces produits/services. Les prestataires de services peuvent utiliser cette stratégie pour comprendre comment les modifications de prix affectent le comportement des clients, leur satisfaction et le chiffre d’affaires global. Toutefois, les tests dans ce marché doivent être menés en tenant compte de considérations éthiques et de l’impact potentiel sur la capacité des clients à accéder à des biens ou services essentiels (besoins). Les cadres réglementaires peuvent également influencer de manière significative ces tests, et les ajustements de prix devraient éviter de causer des difficultés excessives aux clients.

Étant donné que les tests A/B sont gourmands en main-d’œuvre et coûteux, l’accent devrait être mis sur la découverte progressive d’une base de connaissances en tarification, plutôt que sur des tests exhaustifs. Cela offre l’opportunité de comprendre les réactions du marché face aux prix, chaque expérience testant une hypothèse unique et fournissant systématiquement des conclusions spécifiques au domaine. En amalgamant ces informations, il devient possible de concevoir une stratégie de tarification complète fondée sur une compréhension approfondie et quantitative du marché, plutôt que de se fier à une boîte à outils d’optimisation numérique opaque copiée d’un manuel universitaire.

En termes pratiques, une stratégie de tarification se compose d’une série de principes simples, notamment :

• S’abstenir de faire pression sur les prix lorsque les stocks diminuent

• Cesser les dépenses AdWords sur des produits qui ne sont pas compétitifs pour un premier contact

• Atténuer l’accumulation de stocks obsolètes en offrant des réductions opportunes

• Cesser les promotions pour des produits qui auraient pu être vendus au prix fort

En appliquant judicieusement ces principes, les distributeurs peuvent créer des stratégies de tarification complètes, dépassant les limites des modèles intuitifs ou naïfs rationnalistes.

La programmabilité est inévitable

Étant donné que les conditions du marché sont en constante évolution, les prix de détail devraient refléter ce dynamisme. Toute stratégie qui dépend de l’ajustement manuel de prix individuels souffre non seulement de l’incapacité à être testée et, par conséquent, mesurée, mais également d’une productivité nettement faible. Par conséquent, l’exécution des stratégies de tarification devrait être principalement automatisée.

Tout logiciel qui automatise les stratégies de tarification de détail doit être capable de s’adapter à pratiquement toute stratégie imaginable. Sinon, une entreprise est condamnée à un choix limité de recettes de tarification qui peuvent ne pas être parfaitement adaptées à ses besoins. Pour déterminer si un logiciel donné est suffisamment puissant pour des exigences spécifiques, une expérience simple – le test Excel – peut être utilisée. Selon ce test, une solution de tarification devrait être capable de mettre en œuvre toute stratégie de tarification qui pourrait autrement être réalisée dans Excel.

En résumé, si un logiciel est incapable d’exécuter des tâches aisément réalisables dans Excel, il est déraisonnable d’attendre de ce logiciel des capacités de tarification de détail sophistiquées⁴.

Données pertinentes pour la tarification

Une tendance courante parmi la plupart des outils de tarification de détail est d’accorder une importance significative aux prix fixés par les concurrents. Bien que cela puisse constituer une source d’information valable (qui sera abordée dans une sous-section ultérieure), il existe un risque de surpondération de ces données au détriment d’une vision plus globale. Clairement, les prix fixés par la concurrence ne fournissent pas nécessairement des indications claires sur l’opportunité de matcher ou de sous-coter ladite concurrence. Plus important encore, ils ne précisent pas quels produits sont essentiels pour exécuter de telles stratégies, ni le moment et le lieu appropriés pour la mise en œuvre d’une nouvelle stratégie de tarification.

Données commerciales historiques

Plutôt que d’ancrer simplement les prix sur ceux de la concurrence, une stratégie de tarification de détail nuancée commence par une analyse approfondie de ses propres données commerciales. Ces données constituent la source d’information la plus fiable et la plus complète pour toute entreprise, et un examen minutieux de l’ensemble de ses flux de données peut fournir des informations inestimables. Par ordre décroissant d’importance, ces flux comprennent :

• Un catalogue complet de produits (et leurs attributs)

• Stocks niveaux de stocks et commandes d’achat entrantes

• Historique des articles vendus

• Historique des commandes d’achat passées

• Historique des annulations, retours, rétrofacturations et incidents passés

• Historique des prix affichés précédemment

• Trafic web agrégé par produit et par jour

• Coûts du Search Engine Marketing (SEM) par produit et par jour

Parmi ces données, les deux derniers flux sont généralement plus difficiles à consolider, principalement en raison du volume considérable de données pertinentes, qui est typiquement 100 fois supérieur à celui de l’ensemble des autres ensembles de données combinés. Toutefois, à l’exception de ces deux derniers points, la récupération des données commerciales de base susmentionnées devrait primer sur l’acquisition des données des concurrents⁵.

Intelligence concurrentielle

Après l’acquisition et le déploiement stratégique des données commerciales de base pour l’optimisation de la tarification de détail, une entreprise peut se tourner vers une surveillance minutieuse de l’action tarifaire de ses concurrents. D’un point de vue technologique, la surveillance des prix des concurrents englobe trois étapes distinctes :

• Exploration : Il s’agit de l’exploration automatisée de tous les liens accessibles sur le site web d’un concurrent, dans le but de découvrir chaque produit proposé aux clients.

• Extraction de caractéristiques : Cette opération consiste à transformer automatiquement des pages web non structurées en un ensemble de données structuré. Elle se concentre principalement sur l’isolation des noms de produits, des attributs des produits et des prix des produits, entre autres éléments saillants.

• Appariement des produits : Cette tâche consiste à associer automatiquement des produits comparables entre l’offre d’une entreprise et celle de ses concurrents. Parmi les trois étapes ci-dessus, l’appariement des produits présente souvent la plus grande complexité opérationnelle, notamment dans les secteurs où il n’existe pas de correspondances directes entre les produits, comme dans le domaine de la mode⁶.

Étant donné la disponibilité d’une équipe informatique robuste, il est envisageable pour une entreprise de mettre en place sa propre solution, en utilisant des outils open-source tels que Scrapy.org. Cette ressource offre un avantage considérable en termes d’obtention de résultats tangibles dans un délai court⁷.

Limites de l’intelligence concurrentielle

Les stratégies de tarification fondées sur les données commerciales de base sont souhaitables, étant donné que la qualité des données sous-jacentes est généralement irréprochable. Des inexactitudes occasionnelles peuvent survenir en raison d’erreurs de saisie, mais, en général, les données peuvent être considérées comme absolument précises (essentiellement 100%).

À l’inverse, la qualité des données des concurrents - même dans des conditions optimales - tend à être nettement inférieure. Chaque étape décrite dans la sous-section précédente présente un potentiel d’échec coûteux : un produit concurrent spécifique pourrait être ignoré, un prix incorrect pourrait être extrait, ou un produit pourrait être mal apparié. Un effort considérable doit être consacré à l’évaluation précise de ces données, sinon l’optimisation de la tarification de détail risque de rencontrer d’importants problèmes d’intégrité des données.

De nombreux fournisseurs prétendent offrir des solutions d’intelligence concurrentielle de premier ordre. En règle générale, il est conseillé de réaliser un test simple pour remettre en question de telles affirmations : demander au fournisseur d’intelligence concurrentielle de fournir une comparaison côte à côte de sa boutique en ligne avec celle de son principal rival. Cet exercice permet d’évaluer la technologie d’intelligence concurrentielle en comparant les données fraîchement extraites du web avec celles recueillies à partir de ses propres systèmes internes⁸.

Un autre indice d’une technologie potentiellement faible est lorsqu’un fournisseur demande un extrait de la base de données produits d’un client potentiel. En essence, le fournisseur recherche probablement ces informations pour s’assurer que les données affichées à la fin du processus correspondent à la base de données produit du client. Cette pratique est non seulement sournoise, mais elle contredit également toute tentative côté client d’identifier d’importants problèmes de qualité des données. En réalité, le fournisseur est bien conscient que la capacité d’un client donné à examiner les données de tarification de la concurrence est nettement limitée, contrairement aux données provenant de son propre site web qui peuvent être directement croisées avec des bases de données internes.

L’avis de Lokad

Tenter de découvrir des points de prix optimaux sans optimiser d’abord la prévision de la demande expose à des problèmes par ailleurs prévisibles, tels que le comportement erratique des clients (par exemple, la saisonnalité) et des politiques de gestion des stocks fragiles. Ainsi, la tarification de détail ne doit pas être traitée comme un mécanisme indépendant, mais plutôt comme une partie intégrante d’une optimisation globale de la supply chain. Dans ce cadre, il est préférable d’éviter les pratiques de tarification qui ne sont pas évolutives (comme la fixation instinctive des prix), ainsi que celles qui sont excessivement rigides et qui négligent le rôle des forces qualitatives clés.

Au-delà de cela, l’élaboration d’une stratégie de tarification de détail efficace nécessite une analyse approfondie et minutieuse des données commerciales historiques, des expérimentations de prix rigoureuses et une approche automatisée pour gérer les changements constants du marché. De plus, l’intégrité des données, en particulier en ce qui concerne les données des concurrents, est primordiale pour éviter les erreurs de tarification de détail. Pour cette raison, un regard d’abord porté vers l’intérieur - vers ses propres données commerciales - constitue la meilleure base sur laquelle bâtir une stratégie d’optimisation de la tarification de détail compétitive.

Lokad est conçu pour optimiser l’ensemble de la supply chain, depuis le réapprovisionnement priorisé des stocks jusqu’à l’allocation des stocks de détail et la tarification concurrentielle des articles.

Les professionnels de la supply chain souhaitant optimiser l’ensemble de leur supply chain sont invités à envoyer un courriel à contact@lokad.com pour organiser une démonstration d’une optimisation automatisée de bout en bout.

Notes