Ou comment améliorer la qualité du « Price monitoring » classique pour lui permettre d’atteindre et de tenir des performances qualitatives proches de 99% ?

De manière générale, la qualité des résultats du « Price monitoring » classique ne suffit pas pour remplir une fonction aussi stratégique que celle qui consiste à piloter sa politique de prix. Pour cette action fondamentale votre entreprise mérite un service de qualité irréprochable.

La solution ultime a été développée par les équipes de MarketMixer : Le scan du « Mix Produit ».
Dans cet article, nous présentons cette nouvelle approche de « Price monitoring » via le scan du concept plus étendu de « Mix Produit ». Cette méthode prend non seulement en compte la combinaison de recherche de références produits sur des sites web concurrents, généralement disponibles au début du processus de monitoring des prix ; elle étend le champ d’investigations au contenu du « Mix Produit ».

Les résultats de plusieurs projets ont permis de valider que la méthode de suivi du « Mix Produit » augmente l’efficacité de la surveillance des prix en atteignant des taux de qualités voisins de 99%. Ainsi, grâce à cela, cette méthode de monitoring de prix apparaît être la plus précise disponible sur le marché.

La méthode de scan de « Mix Produit » et ses avantages…

L’objectif principal du monitoring de prix est de maximiser les profits (revenus, ou marges) de la vente d’un catalogue de produits grâce à une meilleure compréhension des prix concurrentiels, et l’adoption de la bonne stratégie de « pricing ».
Une surveillance efficace des prix nécessite deux éléments :

  1. Des données de produits et de tarification exactes
  2. Un algorithme pour recalculer dynamiquement les prix des produits.

Contrairement aux approches traditionnelles de monitoring de prix, qui ne surveillent efficacement que près de 50% des produits concurrentiels, le scan du « Mix Produit » est capable de détecter de 90% à 99% des « matches » (dans le sens de correspondance à une référence produit).

Cela double de manière pratique la qualité de la donnée de base pour établir sa politique de prix.

D’où proviennent les +49% de précision supplémentaires ?

Les approches traditionnelles de suivi des prix emploient le rapprochement des produits au début du processus de monitoring. Cependant, à ce stade, il n’y a en moyenne qu’environ 50% des produits correspondants, qui ressortent disponibles, reconnus, à l’issue des premières requêtes sur les sites Web concurrents.

PriceMonExample

En outre, lorsque le nombre exact de « matches» n’est pas connu à l’avance, 50% est généralement considéré comme une première estimation. Par exemple, si le monitoring des prix couvre 100 références de produits en catalogue (SKU) sur 10 sites Web concurrents, 100 х 10 х 50% = 500 SKU sont généralement pris comme une estimation initiale pour les premiers résultats du monitoring des prix.

Lorsque la surveillance des prix est répétée au cours des jours suivants, la plupart des concurrents restant sur une démarche classique de crawling collectent seulement des prix actualisés autour des 500 SKU initiales. Ils collectent également des « Mix Produits » mis à jour, de nouveaux produits, des produits recategorisés et des produits supprimés en fonction de leur assortiment.

Si l’appariement des produits n’a été effectué qu’au tout début du processus, la surveillance des prix ne couvre que les produits qui étaient présents au moment de la correspondance initiale (couleur verte sur le diagramme ci-dessous). Les produits qui n’étaient pas présents dans la composition du produit au moment de la correspondance (couleur rouge sur le diagramme) seront exclus de la surveillance parce qu’ils n’ont pas été détectés et appariés au début du processus.

C’est pourquoi l’approche traditionnelle du monitoring des prix ne couvre, en moyenne, qu’une partie très incomplète (estimée à 50%) du catalogue produit d’un concurrent.

 

De plus, dans l’approche traditionnelle du monitoring des prix, l’identification des produits a lieu de manière irrégulière et souvent ponctuelle. En raison des changements qui touchent chaque gamme de produits surveillées, dans l’activité normale que connaisse les sites d’e-commerce (nouveaux produits ajoutés, mais non surveillés, re-pagination, déplacement de produits, variation d’une composition d’un produit) l’efficacité du monitoring diminue rapidement de 50% à 30-40% dans les premiers 2-3 mois après le lancement du processus de suivi des prix.

La tenue à niveau initial de la qualité du monitoring nécessite un effort permanent. Des interventions manuelles de mise en correspondances de produits sont alors souvent mises en œuvre pour corriger ce défaut et ainsi maintenir la qualité de la donnée collectée autour du niveau initial de 50%.

L’irrégularité et la sélectivité aléatoire de la mise en correspondance manuelle des références produits sont alors tributaires d’un processus manuel très fastidieux, et aux résultats très aléatoires. Il est impossible d’imaginer qu’une seule personne ou une équipe de personnes, puissent surveiller plusieurs sites quotidiennement avec des milliers de produits à reconnaître et puissent parvenir à identifier les changements de « Mix produit ». Pour cette raison, la réitération de l’appariement des produits (re-matching) ne fait jamais partie de l’approche traditionnelle de monitoring des prix des produits.

Pourquoi la méthode du scan des «Mix Produit» donne t’elle des résultats deux fois plus précis ?

Premièrement, il convient de mentionner que la méthode de surveillance des prix, basée sur la fréquence de scan des « Mix Produits » a déjà été testée sur plusieurs projets en collaboration avec des services de monitoring de prix déjà établis. La méthode et ses résultats ont été validés.

Deuxièmement, le scan des « Mix Produits » effectue régulièrement une surveillance des prix afin de maintenir la surveillance des prix à jour. Cette approche établit une nouvelle routine obligatoire : L’analyse régulière des sites Web concurrents afin d’identifier les changements dans l’assortiment.

Comparison of the frequent product mix scanning method (green color on the diagram) vs. the traditional product price monitoring (red color on the diagram)

Comparison of the frequent product mix scanning method (green color on the diagram) vs. the traditional product price monitoring (red color on the diagram)

Par conséquent, le scan fréquent des « Mix Produits » permet de doubler la précision de la surveillance des prix (zone verte sur le diagramme).

En suivant la méthode de scan de « Mix Produit », la précision du monitoring des prix tend à atteindre 99% et tend chroniquement à rester à ce niveau. Pour ce faire, il est important de respecter les 3x règles suivantes :

  1. L’exploration fréquente du site Web d’un concurrent doit recueillir l’intégralité de la gamme de produits cibles.
  2. La correspondance automatique des produits reconnaît les produits basés sur des règles définies. Techniquement nous programmons les paramètres du « Non-exact matching » – en d’autres termes, quels sont les paramètres muables et immuables de la définition d’un produit. La recherche prendra en compte ces choix …
  3. Le processus est exécuté de façon répétitive. Il fournit continuellement des prix de produits actualisés pour la gamme de produits actifs.

Le scan automatique du Mix Produit, contrairement à la correspondance manuelle, est capable d’automatiser la routine quotidienne du traitement de grandes quantités de données similaires de produit. Cette méthode permet d’identifier définitivement les références produits et de les faire correspondre. Aucune correspondance manuelle, même en utilisant les plus grandes équipes, est capable d’assurer une telle précision.

Lors de la mise en œuvre de l’analyse des produits, notre recommandation est de commencer par le « Matching » hebdomadaire, puis progressivement d’augmenter la fréquence pour atteindre un rafraichissement quotidien si les sites Web cibles le permettent. Le « matching » quotidien assure une efficacité de surveillance maximale (jusqu’à 99%). Le dernier 1% est toujours déclaré inatteignable pour prendre en compte les erreurs possibles.

Sur quoi est basé le scan de « Mix Produit» ?

Le scan de Mix Produits est basé sur la technologie de rapprochement automatique des références produits développée par MarketMixer.

L’appariement automatisé des produits prend en charge l’identification et la re-correspondance continue des références produits des concurrents afin de conserver une mise à jour toujours actuelle du paysage des catalogues produits concurrents. Le « matching » des produits fait alors l’objet d’une itération permanente.

Les avantages de la méthode de scan des « Mix Produits »

1. Amélioration de la précision des données pour la prise de décision

La collecte automatisée de données et les mises à jour fréquentes offrent de nouvelles possibilités de prise de décision axée sur les données. Les décisions reposent sur des données fiables, collectées quotidiennement, et pertinentes puisque à jour.

2. Mise en œuvre d’une tarification plus précise

Il est bien connu qu’à partir de 2013, Amazon savait adapter les prix des produits à la vitesse de 2,5 millions fois par jour. Cette adaptation permet de mieux répondre à une demande plus sensible à l’élasticité prix, ou à « l’image prix » d’un produit, et de maximiser les recettes en mettant en œuvre sa politique de prix.
En utilisant le scan de « Mix produits », votre entreprise se dote d’outils similaires à ceux utilisés par Amazon.

3. Réduction du travail manuel et des erreurs humaines

Il est clair que les erreurs liées au travail de collecte manuelle des données causent des problèmes de qualité aux détaillants. Le processus automatisé de scan des « Mix Produits » est un processus « machine-to-machine » ce qui réduit l’essentiel des erreurs humaines.

Couplées à des algorithmes d’intelligence artificielle, le « machine learning » contribue à ce que l’expérience des usages améliore la qualité du processus général. Plus nos machines travaillent et plus les résultats collectés s’améliorent ne qualité.

4. Compatibilité avec toutes les technologies de surveillance des prix existantes

Le « matching » des références produits est une brique technologique qui permet d’être utilisée en complément d’autres technologies (crawling, price monitoring, nettoyage de données, etc…).

Le « matching » automatique des produits, alimentée par MarketMixer, complète toute technologie de surveillance des prix existante. La plupart des workflows de Price monitoring sont compatible avec notre brique technologique. On peut dire que la technologie proposée par MarketMixer est de fait « seamless ».

5. Gestion des volumes de données illimitées, de grands choix de fréquence de rafraîchissement de données

Le traitement des données Cloud gère des volumes illimités de données. La technologie employée permet la scalabilité des serveurs. Autant de serveurs que nécessaires se mobiliseront pour assurer le traitement parallèle des variations et pic de charges.

6. Facilitation de la planification de l’assortiment

En utilisant une approche de « correspondance non exacte » pour correspondre à des caractéristiques voisines (basées sur des attributs de produit identiques, mais sans vraiment l’être), il devient possible de surveiller les prix des produits qui ne sont pas encore présents dans votre propre assortiment (dont vous n’avez pas encore connaissance), mais qui aurait du sens à prendre en compte dans votre veille stratégique.

La solution de scanning de « Mix produit » vous offre cette solution. La veille concurrentielle devient ouverte, exhaustive, intelligente …

Les lancements de nouveaux produits (inconnus) deviennent alors apparents dès leur apparition.

7. Indication des dates de livraison des produits des concurrents

En analysant les informations d’intérêts autour des références produits d’un concurrent, il devient possible de mieux comprendre, et de collecter les informations de concurrents utiles à notre veille concurrentielle : les dates et la fréquence des livraisons, les quantités en stock, les coûts de livraison, les modes de livraison, les contraintes de quotités … etc… etc…

Le monitoring est donc étendu au-delà du couple « Référence Produits/prix ».

Problèmes connus – Le revers de la Médaille …

Comme toute méthode, le scan fréquent de « Mix produits » a ses lacunes. Nous en sommes conscients et nous travaillons à améliorer encore l’approche.

Nous pouvons lister ces 2x points d’amélioration :

1. la configuration (le setup) initiale prend du temps

La mise en place d’une solution de « matching » automatique des produits nécessite la création de modèles de données et la configuration d’algorithmes associés. Cette configuration initiale prend du temps tôt dans le processus, mais est entièrement compensée pendant les opérations ultérieures pendant lesquelles la puissance des routines machine prend le relais.

La configuration initiale permet aussi l’ajout rapide et continu de nouvelles sources de données et de produits à surveiller. Cette partie fait aussi l’objet du bénéfice du machine learning pour enrichir la qualité du modèle.

Nous sommes conscients de cette question et continuons à améliorer nos méthodes pour réduire le temps d’installation initial et assurer un processus plus rapide pour étendre le champ d’investigations de nouveaux produits dans la surveillance.

Comparison of manual and automatic data processing

Comparison of manual and automatic data processing

2. Le coût de la configuration (du setup) initiale

La configuration initiale nécessite l’implication d’experts dans les données et l’apprentissage automatique. Le temps des experts a ses coûts. Nous améliorons et normalisons constamment ces processus pour les automatiser et les rendre toujours moins dépendants du travail de setup manuel.

En conclusion …

MarketMixer permet de corriger le manque de qualité chronique du monitoring classique en mettant en œuvre sa méthode de scanning de « Mix Produit ».

En remettant en cause, en permanence, la recherche de références produits sur l’intégralité des pages (URL) issues d’une approche de crawling classique, en élargissant le champ d’investigation au « Mix Produit », l’impact du travail des machines, et du machine learning permettent de faire rentrer nos opérations dans une logique d’amélioration permanente de la qualité de la donnée collectée.

C’est cet avantage compétitif, qui nous permet une qualité de donnée collectée voisine des 99% et d’envisager la collecte et le retour d’information sur l’intégralité du Mix Produit disponible autour de la référence produit, sur les sites concurrents.

A bientôt sur notre plateforme de services …

Go top