Les retailers demandent de meilleures données aux fabricants

Les retailers demandent de meilleures données aux fabricants
Shutterstock

Le retail omnicanal ne peut se passer de données précises, mais la qualité reste insuffisante. C’est pourquoi les retailers mettent la pression sur leurs fournisseurs, comme nous avons pu le constater hier lors du Forum de l’organisme de standardisation GS1.

Améliorer la qualité des données

La présentation du duo Koen Desmet (Delhaize) et Armand Schins (Albert Heijn) était on ne peut plus claire à ce sujet. Delhaize et Albert Heijn se sont associés dans une projet commun de synchronisation de données. « Nous constatons une explosion dans la demande d’information sur l’alimentation et les produits. Mais sommes-nous prêts à relever ce défi ? », s’interroge Koen Desmet. « La qualité des données reste insuffisante », souligne Armand Schins. « Il est grand temps de s’y mettre ! »


« Après le lancement de GDSN (échange de données selon les standards du Global Data Synchronisation Network) chez Delhaize, la qualité des données fournies s’est très vite améliorée, mais l’an dernier nous avons constaté une stagnation », indique Koen Desmet. « Nous ne pouvons pas nous en contenter. Nous avons besoin de quelque chose de nouveau afin d’améliorer encore plus la qualité des données. »

 

Les deux orateurs ont évoqué le projet DatakwaliTijd 2.0 de GS1 Pays-Bas, qui consiste à faire contrôler physiquement les données d’articles nouvellement introduits par un Data Management Service (DMS) certifié par GS1. Si le fournisseur obtient de bons scores lors des contrôles, il sera moins contrôlé par la suite.


Bloquer les mauvaises données

Le tandem a également plaidé pour un modèle GDSN au niveau du Benelux : « Il reste des différences d’implémentation entre la Belgique, les Pays-Bas et le Luxembourg.  On ne peut continuer ainsi. L’approche doit être plus pragmatique, moins académique. Le système est trop complexe. Heureusement nous voyons une collaboration de plus en plus étroite entre GS1 BelgiLux et Pays-Bas.”


Le message d’Ahold Delhaize à l’égard des fournisseurs est sans équivoque : « Désormais nous voulons exclure les données de mauvaise qualité de notre système. Nous bloquerons les données non conformes. »

 

Meilleures données = moins de retours

Dans sa présentation Rogier Martens de bol.com a lui aussi mis en avant l’importance des données pour le retail et l’e-commerce. La mise à jour de l’information représente un gigantesque défi pour le webhop qui compte 45 millions de produits dans son catalogue,  14.000 vendeurs et 800 fournisseurs. Chaque jour l’e-tailer procède à quelque 280.000 mises à jour de contenu.


La précision des données produits contribue non seulement à augmenter les ventes, mais également à limiter le nombre de retours : 20% des retours concernent la taille ou les mesures. Autant de retours qui qui pourraient être évités. A ce titre Martens souligne l’importance d’informations visuelles. Une photo du produit ne suffit pas,  elle doit être accompagnée d’un contenu animé (par exemple une vidéo explicative) et de photographie de modèles. A titre illustratif l’orateur cite l’exemple des paniers pour chien : l’ajout d’un guide visuel a permis de diminuer les retours de 45%.


Les défis face aux données

Le CEO Jan Sommers a rappelé les priorités de GS1 Belgium & Luxembourg pour 2017. Le déploiement des standards GDSN pour l’échange de données se poursuit, non seulement dans le secteur FMCG, mais également dans le secteur du bricolage et des soins.


La qualité des données est le fil rouge. « Les consommateurs ont besoin de données, par conséquent les retailers se trouvent devant d’énormes défis en termes de données. » L’importance de bonnes photos ne peut être assez soulignée.


Et enfin il y a EDI, une solution quelque peu ‘vieillotte’ qui reste d’actualité, avec des messages ‘order to cash’ harmonisés, grâce auxquels les versions papier des bons de commandes, des notes d’envoi et des factures feront partie du passé. « La législation et la croissance du commerce cross-channel sont les deux moteurs pour une amélioration des données. »