Le comportement du consommateur à la loupe

La relation entre le comportement du consommateur en magasin et ses achats est complexe. Voici une nouvelle solution pour l'observer et mieux répondre à ses besoins.


Le dilemme de l'étude du comportement du consommateur en magasin

Une des difficultés principales dans l'étude du parcours du consommateur en magasin réside dans l'arbitrage entre, d'un côté, la précision avec laquelle on observe les comportements afin d'en recueillir chaque détail et, de l'autre côté, la possibilité d'analyser statistiquement et quantitativement ces comportements. 

Ainsi, certaines études observent très précisément les comportements en magasin en suivant pas à pas les consommateurs et en notant sur des carnets chaque déplacement, action et verbatim, mais ne sont par la suite pas en mesure d'intégrer ces données dans une base statistiquement utilisable. A l'inverse, d'autres études effectuent un suivi automatisé des consommateurs par caméras vidéo ou puces RFID, permettant ainsi la construction automatique d'une base de données, mais elles doivent alors se contenter d'observations peu précises (les actions ne sont pas prises en compte, le parcours du chariot ne correspond pas souvent au parcours réel du consommateur, etc.). L'objectif est de réconcilier ces deux courants. Pour cela, nous avons développé un nouveau logiciel baptisé "Pathmonitor".

Les apports de Pathmonitor à l'observation du consommateur

Implémenté sur PDA, ce logiciel permet de précisément enregistrer et chronométrer les faits et gestes du consommateur tout au long de son parcours en magasin, et d'intégrer automatiquement cette grande quantité de données dans une base robuste aux traitements statistiques. En suivant le consommateur à travers tout le magasin, l'utilisateur du Pathmonitor peut enregistrer son parcours et ses actions grâce à trois écrans différents.

Le premier écran représente le plan du magasin et l'utilisateur doit simplement pointer la position du consommateur sur le plan pour que celle-ci soit enregistrée et chronométrée, ce qui permet de saisir facilement le parcours entier.

Lorsque le consommateur s'arrête devant un rayon, un nouvel écran contenant plusieurs boutons d'action ("regarder le rayon",  "prendre un produit", "essayer un produit", "parler avec un ami ou un vendeur", etc.), permet d'enregistrer toutes les actions réalisées par le consommateur.

Le dernier écran permet de recueillir des informations générales (âge, sexe, jour, heure, niveau de foule, etc.). Toutes ces données sont ensuite automatiquement intégrées dans une base de données.

 

Les apports pour la recherche : les deux dimensions du comportement du consommateur en magasin et leurs relations avec les achats

Des suivis Pathmonitor de plusieurs centaines de clients ont été effectués et les analyses de ces données apportent des résultats intéressants. Le comportement physique du consommateur en magasin est constitué de deux dimensions principales : il y a d'un côté la largeur du comportement, constituée par l'étendue des déplacements (nombre de zones du magasin visitées, complexité du parcours), le nombre d'arrêts effectués, ainsi que le nombre de produits pris et observés par le consommateur ; la deuxième dimension est la profondeur du comportement, constituée par la précision avec laquelle le consommateur examine les rayons ou les différents produits (durée de prise en main, propension à examiner et à essayer les produits), ainsi que par la tendance à parler avec des vendeurs pour acquérir de l'information.

Comme on peut s'y attendre, ces deux dimensions ont une relation positive avec les achats effectués. Ce qui est vraiment intéressant, c'est que la nature de cette relation n'est pas la même : plus le consommateur visite le magasin, regarde et prend en main les produits (comportement large), plus il va acheter un nombre élevé de produits ; et plus le consommateur acquiert de l'information sur ces produits en les essayant ou en discutant avec le personnel du magasin (comportement profond), plus le prix des produits achetés sera élevé.

De plus, cette relation n'est pas uniforme selon les catégories de produit. Dans les catégories de produits peu chères et auxquelles le consommateur est habitué, il semble que les achats sont uniquement corrélés à la largeur du comportement. En revanche, dans les catégories de produits plus onéreuses et à plus faible fréquence d'achat, c'est la profondeur du comportement qui va avoir un plus grand impact sur les achats.

 

Les apports pour les managers : le diagnostic de l'efficacité de l'organisation du magasin

Les données Pathmonitor permettent bien sûr d'obtenir des analyses classiques de déplacements en magasin, tels que la localisation des zones chaudes (très visitées), des zones froides (peu visitées), ainsi que la détermination des obstacles à la fluidité du déplacement du consommateur.

Mais ces données permettent également d'aller un cran plus loin dans l'analyse : tenir compte des deux dimensions - largeur et profondeur - et de leur impact respectif sur les achats permet de développer une nouvelle analyse de la performance du magasin en terme d'organisation intérieure. En effet, cela apporte un complément d'information par rapport à une analyse des données sortie-caisse permettant d'expliquer plus en détail le chiffre d'affaires de ce rayon. Par exemple, les ventes d'un rayon sont-elles décevantes parce que trop peu de consommateurs passent dans le rayon ? Il faut alors répondre par des outils de signalétique ou de déplacement de catégories de produits. Ou bien un nombre suffisant de consommateurs passent dans le rayon mais ils ne s'y arrêtent pas ? Il faut alors développer des outils merchandising pour accroître l'attraction du rayon ou la curiosité du consommateur. Ou encore, les consommateurs passent dans le rayon, s'y arrêtent, prennent des produits mais n'arrivent pas à se décider et les reposent en rayon. C'est alors des outils destinés à faciliter la décision du consommateur qu'il faut développer.

Un tel diagnostic peut être fait pour chaque rayon et pour chaque catégorie de produit. Cela permet de ne plus considérer le magasin comme une boîte noire de laquelle on n'étudierait que les flux sortants (données sortie-caisse) et d'optimiser les ventes en fonctions des comportements réels en magasin.

 

Autour du même sujet