Big Data, FMCG et IA : une évolution ou une révolution ?
Les professionnels des produits de grande consommation (FMCG en anglais - Fast Moving Consumer Goods) utilisent et analysent la data depuis longtemps déjà. Cependant, avec le développement du Big Data et de l’intelligence artificielle, on assiste à la rencontre de deux univers jusque-là séparés : celui de l’industrie des FMCG et celui du digital. Non seulement les outils et les capacités d’analyse ont changé, mais il y a une manière de voir le monde et des changements culturels non négligeables.
Qu’est-ce qui change pour les FMCG depuis l’émergence du Big Data ?
- Les sources de données : historiquement, les entreprises des FMCG disposent d’une grande richesse de données. Mais depuis quelques années, le commerce de données ouvre d’autres perspectives avec une plus grande variété et une granularité inédite. La présence des consommateurs sur les réseaux sociaux, l’utilisation quasi continue du smartphone, et les capacités de stockage expliquent entre autres cette évolution. Certaines marques vont jusqu’à créer des applications mobiles d’aide à la cuisine par exemple, pour capter des données privilégiées auprès de leurs clients.
- Les outils d’intelligence de données : les capacités de calcul ont permis l’émergence de l’intelligence artificielle et permettent une analyse des données brutes qui sont beaucoup plus riches que les échantillons statistiques classiques. Plus de maths, plus d’algorithmes et un champ de corrélations qui enrichit les analyses de manière extraordinaire. Par ailleurs, les outils de visualisation multidimensionnels ont donné le je-ne-sais-quoi d’émotion, de feel & touch qui manquaient dans les relations entre statisticiens et professionnels des études marketing.
- Mindset agile : au-delà de l’analyse à proprement parler, les entreprises FMCG découvrent une culture de travail nouvelle, venue du monde du big data. « Fail fast, learn fast », « proof of concept », « minimum viable product », etc. ..sont des notions qui modifient en profondeur les décisions du business.
Quels sont les domaines d’application du Big Data dans le secteur FMCG ?
- Innovations et lancements de produits : là où les marques FMCG mettaient de 6 à 24 mois à tester un nouveau produit et décider d’un lancement, l’acquisition en temps réel de données et la richesse de ces données permettent de développer les innovations sur un rythme allant de quelques semaines à quelques mois seulement !
- Analyses prédictives : ces analyses se sont effectivement améliorées ; cependant aujourd’hui, l’aisance d’analyse, de data mining et de modélisation des données permet de mieux répondre à des casse-têtes autrefois difficiles à éclaircir. Par exemple, la crise sanitaire de la COVID-19 a fait apparaître deux tendances contradictoires : la recherche de produits de meilleure qualité (alimentation plus saine, produits durables…) et la baisse du pouvoir d’achat. Par ailleurs, la collecte des données en temps réel permet des réponses quasi instantanées en termes de pricing, conditionnement et innovations produits. On cite également des entreprises comme L’Oréal qui aurait développé une teinte coiffure spécifique suite à l’émergence de la tendance « ombrée » que les analyses de data avaient identifiée et qui n’apparaissait pas aussi clairement dans ses cahiers de tendance.
- Efficience de la supply chain : trois des problématiques majeures de la supply chain sont la planification de la production (ou la prédiction de la demande), l’optimisation des stocks et l’optimisation des réseaux de distribution. Procter & Gamble annonce des gains sur l’optimisation des stocks allant jusqu’à 25% et des économies de plusieurs dizaines de millions d’euros. D’autres études estiment des gains globaux de 5% et une profitabilité de 6% sur l’ensemble de la chaîne logistique. Le big data permet une connaissance d’événements insoupçonnés qui impactent la demande (météo, annonces politiques, sortie d’un film, émergence d’une tendance sociale…). Les signaux faibles sont captés de manière beaucoup plus fine et permettent une prédiction également plus fine des plannings de production. Sur les livraisons, la cartographie des routes et la connaissance de l’état du trafic permettent des optimisations sans précédent. Au global, le big data permet de comprendre les mécanismes des phénomènes au-delà de ce qui est observable par l’être humain et donne des pistes d’amélioration inespérées.
FMCG, big data et internet
Les réseaux sociaux sont des pourvoyeurs privilégiés de données personnalisées tout comme les applications de services développées par les marques FMCG, les jeux-concours, etc. La granularité des données sans précédent permet à certaines marques de cibler de manière personnalisée leurs actions marketing. La publicité traditionnellement TV, radio et presse en particulier est de plus en plus « intelligente » et cible, non seulement le consommateur puisqu’il arrive directement sur son app ou son navigateur (moteur de recherche générique, YouTube, chaînes en lignes…), mais s’adapte à ses besoins du moment en s’ajustant à son comportement sur internet. La personnalisation des produits également est une tendance de fond chez les marques de luxe, mais qui se démocratise au fil du temps et de la capacité des marques FMCG à produire ce service à faible coût. D’ailleurs des distributeurs comme Amazon, ou des start-up comme Feed ou Brandless ne s’y trompent pas et développent une offre FMCG sur le net.
