Dans un écosystème e-commerce de plus en plus concurrentiel, les marketplaces doivent jongler avec de multiples défis pour assurer leur rentabilité et leur pérennité. Entre l’optimisation des marges, la compréhension fine des comportements d’achat et l’exploitation stratégique des données, chaque décision influe sur l’attractivité de la plateforme et son équilibre économique.
Dans cet épisode, nous revenons sur ces fondamentaux et explorons comment certaines marketplaces, à l’image de Cdiscount, s’appuient sur la data et l’intelligence artificielle pour renforcer leur position et maximiser leur performance.
Retour sur les fondamentaux pour assurer le succès de sa marketplace
Assurer ses marges
Les marges réalisées par une marketplace sont en moyenne 3 fois moindres que celles d’une activité e-commerce classique. Cette marge est dépendante du taux de commission prélevé sur les ventes, en moyenne de 10%*, mais pouvant aller de un à trois selon le type de produit et la marketplace. Or tout le monde n’a pas la puissance d’Amazon pour pouvoir augmenter ses fees sans crainte, année après année, pour compenser les pertes engendrées par des services tels que Amazon Prime**.
Maintenir ses marges est un exercice complexe car il faut veiller à rester attractif pour toutes les parties prenantes. Pour parvenir à résoudre cette équation, il faut prendre en compte :
- La nécessité d’assurer le succès des vendeurs, pour les fidéliser, avec des investissements marketing efficaces.
- Les investissements technologiques importants pour assurer la performance du site.
- La complexité des calculs lorsque l’on choisit de proposer également une offre logistique et qu’il faut répartir ces coûts entre les différentes activités.
- Le facteur d’attractivité que constituent les prix et les promotions, les acheteurs étant souvent à la recherche des bonnes affaires sur Internet.
- La volonté de conquête rapide du marché, qui peut amener la marketplace à réduire ses royalties pour attirer les vendeurs et leur permettre de proposer des prix attractifs.
- L’importance de préserver également ses propres ventes, lorsqu’on est également e-commerçant, pour ne pas faire chuter sa marge globale.
Certains experts prônent l’intérêt d’adopter une démarche holistique pour calculer et assurer cette marge, et de ne pas se focaliser sur une simple équation « pricing vs advertising». Le prix n’est pas fidélisant, un client se souviendra aussi de la commodité de la plateforme, de l’expérience d’achat, de la mise en valeur de l’offre, de la richesse du choix.
Tous ces facteurs impliquent des investissements et de l’innovation, mais ils seront profitables à la fois aux vendeurs et à l’activité en propre de la marketplace.
Comprendre ses clients
Nous l’avons vu : un des avantages de lancer une marketplace pour un e-commerçant est d’approfondir sa connaissance client et d’en déduire de nouveaux axes stratégiques, grâce à la richesse des nouvelles données collectées. Cette profusion de données sur le comportement des clients et les ventes de produits est une mine d’or dont l’exploitation peut révéler de nouveaux gisements de valeur et permet d’orienter la stratégie de développement de la marketplace.
Mais attention : la collecte des données est un sujet sensible, et pas uniquement à cause du RGPD. Amazon a ainsi été pointé du doigt par le Wall Street Journal en avril 2020 pour avoir lancé sous sa propre marque des produits concurrents de ceux de ses vendeurs tiers, ceci après en avoir validé l’intérêt en analysant les données de vente de ces produits.
Il n’en reste pas moins que pour tenir sa promesse de captation de trafic, la place de marché a tout intérêt à collecter et analyser ces données pour adapter ses tactiques marketing. Et d’ailleurs, en tant que producteur de la donnée21 (puisqu’elle réalise des investissements pour capter les nouveaux clients et générer des ventes sur les clients existants), elle peut tout à fait réclamer la propriété des bases de données issues de l’utilisation de sa plateforme. Toutefois, la marketplace doit informer ses vendeurs de l’existence d’un accès aux données, dans le cadre d’une démarche de transparence. (Règlement P2B du 12 juillet 2020) Attention également au projet de règlements Digital Market Act et Digital Services Act, qui tend à limiter les pouvoirs des marketplaces qui vendent pour leur propre compte, pour éviter qu’elles ne deviennent concurrentes des vendeurs (cas de figure d’Amazon cité précédemment).
Une fois ces données captées, le challenge est aussi de les interpréter et de les mettre à disposition des métiers pour qu’ils en fassent un levier efficace d’optimisation du parcours d’achat. Compte tenu de la croissance des volumes de données que l’on peut attendre sur une marketplace, et de la nécessité de les utiliser en quasi temps réel pour être au plus près des attentes des clients en individualisant leur parcours, les dispositifs à activer doivent être particulièrement puissants.
Zoom sur une stratégie marketplace : Cdiscount s’appuie sur la data pour optimiser la personnalisation
Cdiscount est une des premières places de marché en France. La croissance de cette activité lancée en 2011 s’est accélérée en 2020, puisque qu’elle a atteint 44% du volume d’affaires du groupe, contre 38% en 2019. Cdiscount a ainsi réalisé un chiffre d’affaires total de 2,5 Md d’euros. En termes de nombre d’acheteurs, la marketplace se positionne en 2e place, mais loin derrière Amazon qui a encore plus fortement progressé en 2020.
Cette même année, Cdiscount a vu son nombre de vendeurs croitre de 26% , et son catalogue de 33% pour atteindre 100 millions de références produits, proposées par 13 000 vendeurs.
Du bon usage de la data pour améliorer les performances du site
Si Cdiscount est un des premiers sites e-commerce français, il est encore en recherche de rentabilité, car il effectue d’importants investissements technologiques pour rester dans la course. Pour améliorer ses performances, il compte sur la data et a commencé par l’utiliser pour optimiser le moteur de recherche, qui récolte 2 milliards de requêtes par an.
L’IA a ensuite été utilisée pour améliorer les dispositifs de recommandation produits, en s’appuyant sur les énormes volumes de données récoltés sur la marketplace. Pour être plus pertinents sur la recommandation, il faut en effet classer les produits le plus rapidement possible lors de la navigation du client.
Les algorithmes créés par Cdiscount combinent données offline (CRM, etc.) et données comportementales pour déduire les appétences d’achat ou la probabilité de conversion de chaque visiteur. Preuve de la légitimité de cette approche, sur 10 produits mis en ligne, la moitié est vendue par les algorithmes***.
Cdiscount utilise également ces données pour appliquer les promotions aux clients indécis, en évitant ainsi de faire baisser la marge sur les ventes aux clients qui auraient acheté aussi sans promotion. Cet algorithme prend lui aussi en compte de nombreuses données, dont le device utilisé, le temps passé et les mouvements de souris.
Parmi les recettes du succès de Cdiscount
- Exploiter ses big data avec l’intelligence artificielle.
- Mettre en place des algorithmes de recommandation encore plus efficaces que le conseil du vendeur.
- Estimer la valeur du client pour appliquer les algorithmes de façon vertueuse.
- S’appuyer sur une équipe interne (50 Data Scientists) travaillant en étroite collaboration avec les métiers et l’IT.
- Veiller constamment à la performance du site pour être capable de faire tourner tous les dispositifs de personnalisation avec des temps de réponse optimisés.
* Enquête LSA 2019 avec Sellermania
** La Tribune – 06/12/2021 - Comment Amazon torpille l’e-commerce mondial
*** Salon Big Data, mars 2019
Photo credit: ©istock ©Shutterstock