LES PIÈGES DU PRICING
Cette série d’articles partage quelques enseignements opérationnels de nos missions. Diamart est souvent perçu comme faisant de la stratégie et de la prospective. Ce serait bon signe : ça voudrait dire que nos clients pensent long terme ! En réalité, nous faisons surtout de l’optimisation de business model (pricing, category management, maillage de réseaux…) et de la transformation digitale.
|
|
Comment déjouer les principaux pièges du pricing ?
|
|
1 – Que faire quand on n’a pas de data (ou presque) ?
|
|
L’absence de données transactionnelles (données de CA et de marge riches et propres) rend impossible une détourage « data based » des sensibilités par type de produits. Il faut alors poser des hypothèses à partir des études clients et des convictions des équipes magasins. C’est moins robuste scientifiquement… mais bien souvent, ça « fait le job » ! Plus ennuyeux, l’impossibilité de simuler les impacts de marge au global et par magasin. Dans ce cas, il faut s’astreindre à simuler l’impact au moins sur quelques magasins types, quitte à devoir travailler la data « à la main ». Attention : un piège classique quand on veut être « data based » est de ne prendre en compte que ce pour quoi la data est disponible. Ex : l’un de nos clients, malgré une approche très sophistiquée, ne prenait pas en compte les niveaux de détention à la concurrence… parce qu’il n’avait pas cette donnée sur étagère.
|
|
|
|
|
2 – Comment estimer les élasticités ?
|
|
Online, il est possible d’analyser les liens entre variation du prix et variation des ventes de manière massive et instantanée. Donc de disposer de véritables « élasticités calculées ». En magasin, même avec des étiquettes électroniques, c’est exclu. On doit donc se contenter d’indications partielles et peu robustes sur ce qui « semble être le plus élastique ». Le piège est alors de leur accorder une prédictivité qu’elles n’ont pas. Il faut avoir l’humilité d’admettre qu’elles ne peuvent que solidifier les hypothèses métier, toute frustrante que soit cette limite.
|
|
|
|
|
3 – Comment gérer les chaînages ?
|
|
Chez nos clients de la parfumerie ou du duty free, les produits « chaînés » (ex : toutes les couleurs d’une ligne de rouge à lèvres, ou tous les conditionnements d’un alcool…) pèsent plus de 50% du CA. Si le 100 ml est le produit le plus vendu, on pricera le 50 et le 200 ml pour rester cohérent avec le prix du 100 ml… et non plus en fonction des prix de marché. Pour concilier les deux cohérences (interne et externe), on doit alors utiliser des fourchettes ou des doubles conditionnalités. Cela complique, mais c’est indispensable.
|
|
Le vrai problème est ailleurs : peu de retailers ont des fichiers de chaînage propres et actualisés. Il s’agit d’un travail plutôt simple malgré certaines subtilités, mais fastidieux, que les category managers répugnent à faire régulièrement. Or sans chaînages à jour, les incohérences de prix seront nombreuses : aux yeux d’un client, des prix incohérents sont un efficace destructeur d’image prix. Une solution pragmatique est de déléguer la responsabilité à des assistants pricing, autorisés à harceler les catman quand ils ont des doutes…
|
|
4 – Comment gérer les non matchés ?
|
|
|
|
|
Les produits non matchés sont ceux qui n’ont pas d’équivalent direct chez les concurrents, notamment les marques propres à moins qu’un travail de rapprochement ait été réalisé. Comme ces produits n’ont pas de concurrent frontal, il est souvent admis qu’ils sont « à faible sensibilité », puisque peu comparables. C’est vrai d’une certaine façon, du moins si le matching est complet, ce dont peu de retailers peuvent se prévaloir.
|
|
|
|
|
Mais c’est aussi un piège : les produits non matchés sont, de facto, très peu surveillés. L’un de nos clients pilotait le pricing des matchés avec un niveau de précision extrême… et laissait en jachère le pricing des non matchés, qui pourtant représentent un tiers de son CA. In fine, c’est sur le prix des non matchés que les gains potentiels étaient les plus forts, puisque les prix y étaient tout sauf optimisés !
|
|
5 – Comment faire en BtoB ?
|
|
La base du pricing en BtoC est l’analyse des concurrents. Cela ne signifie pas qu’on est suiveur, mais on se benchmarke en permanence pour garantir le respect de la promesse clients. Or en distribution professionnelle, les prix faciaux (tarif de vente public) sont souvent complétés de conditions particulières (remises, RFA, etc.) : les « vrais prix » (ceux que paient les clients) sont individualisés et masqués. On peut facilement caler son tarif public sur celui des concurrents… mais ce qui compte, c’est le niveau des remises qui conduisent au prix net. Pour définir cette descente tarifaire, ce « costume » comme on dit dans le négoce, il faut relever trois défis :
|
|
|
|
|
- Faire remonter du terrain des infos sur les remises chez les concurrents, capitaliser ces informations éparses et hétérogènes, et en nourrir le pilotage des remises : cela semble évident, pourtant c’est rarement organisé et systématisé.
- Piloter la dégradation de marge : c’est plus complexe en BtoB qu’en BtoC. Il faut modéliser les multiples inducteurs de marge, et surtout fournir à ceux qui arbitrent sur les taux de remise (souvent les ATC) les outils pour optimiser la décision lcoale.
- Raisonner clients pour évaluer la sensibilité aux prix et aux remises. C’est difficile car la réponse diffère selon le type de client, et eux-mêmes ne savent guère rationaliser leurs perceptions. Là où le BtoC raisonne « construction de l’image prix globale », le BtoB doit composer avec une multiplicité de cas particuliers. Beaucoup d’acteurs renoncent dès lors à ce « penser clients » : c’est toujours une erreur.
|
|
Les pièges du pricing sont nombreux et variés. Les relever suppose beaucoup de pragmatisme, de l’expérience, et une véritable expertise en matière de datas et de modélisation. Peu de prestataires combinent les 3 !
|
|
|
|