Big Data, la beauté par les chiffres

Dans la liste des exemples concrets d’application du Big Data quelques grands classiques ont déjà été abordés dans ce blog: lutte contre la criminalité, relation client, mobilité, RH… Il est donc naturellement prévu de parler des autres sujets phares tels que la lutte contre la fraude bancaire, les nouvelles assurances ou la santé.

Cependant, bien que la fraude bancaire et les assurances me passionnent (oui oui sans rire), j’ai décidé de faire une pause sur un sujet plus glamour mais tout aussi générateur de business: la cosmétique (parfumerie, toilette, capillaire, soins, maquillage etc.). Sujet intéressant mais challengeant car le secteur n’en est qu’aux balbutiements du Big Data, je vous invite à tester « Big Data beauté » sur Google, pour une fois Google n’a rien à dire…

Le secteur de la cosmétique a aujourd’hui 2 caractéristiques très intéressantes pour le Big Data:

• les achats beauté ne sont pas de simples commodités: bien sûr le gel douche cheveux-visage-corps-toutelafamille-2litres est choisi pour son côté pratique mais le maquillage, les soins ou les parfums font clairement appellent à nos émotions (et nos relations passionnelles avec les marques), les comportements d’achat des produits de beauté ont une part d’irrationnel peu évidente à maîtriser
• la tendance à la personnalisation n’est pas en avance sur ce secteur; les clients attendent pourtant des produits, des offres, une communication et une relation adaptés à chacun! Ce retard est principalement lié au fait de ne pas avoir de distribution propre (sauf la marque leader en France Yves Rocher qui vend ses produits dans ses boutiques). Nombreux sont les clients qui, individuellement, n’existent pas aux yeux de marques à qui ils consacrent pourtant des budgets importants; on peut par exemple citer L’Oréal et ses centaines de marques présentes dans nos foyers qui n’a pourtant pas de relation individuelle avec ses clients

Ces caractéristiques constituent un terreau propice à l’émergence du Big Data : celui-ci modifie l’univers de la cosmétique à la fois en termes de communication et de conception des produits.

 

Vers une communication plus efficace

Les technologies et méthodes du Big Data permettent d’analyser des données de masse pour savoir quoi, comment et où communiquer; communication soit à un niveau global soit de manière totalement personnalisée (même pour des non clients).

Une communication de masse pertinente

Il est possible de citer 2 exemples assez récurrents dans la littérature Big Data:

• le fait que l’augmentation des ventes de shampoing soit fortement corrélée à l’arrivée des pollens (analyse dont la paternité est attribuée à la start up capitaindash)
• la détection des humeurs sur les média sociaux (l’outil Radian6 de Salesforce détecte les émotions Facebook, Twitter, Blog, Forum etc… sur des sujets précis)

Personne ne s’en vante vraiment mais il est impensable que les marques ne calent pas leurs campagnes publicitaires en fonction de ces informations: le shampoing début avril dans les Bouches du Rhône quand le pollen fait son apparition ou fin mai à Paris pour les compléments alimentaires solaires dès que le sujet bronzage est évoqué sur Facebook.

A noter qu’écouter les réseaux sociaux pour savoir à quel moment lancer une campagne publicitaire peut paraître farfelu MAIS je tiens à préciser que la beauté est le 4ème sujet le plus discuté sur les média sociaux après les nouvelles technologies, la nourriture/boissons et les films/séries. La matière est donc bien présente et ne demande qu’à être utilisée.

Des communications personnalisées

Ces communications vont en fait dépendre des informations disponibles:

• si une marque a accès à des informations précises « beauté » elle va les utiliser pour adapter sa communication. L’application « Make Up Genius » permet probablement à L’Oréal de définir par personne quel produit, à quel moment et par quel moyen promouvoir ses offres. Make Up Genius est une application iphone et Android gratuite « géniale » qui permet de tester en live du maquillage sur vous avec l’appareil photo de votre téléphone, elle fonctionne très bien et fournit à L’Oréal des informations sur ce que les consommateurs essaient le plus en fonction du lieu, de l’âge, de la pigmentation de la peau etc…
  
• même si vous êtes discrets concernant vos envies beauté il existe quand même des outils pour personnaliser la communication digitale. La société Criteo permet par exemple d’afficher des bannières publicitaires sur internet en fonction de votre historique de navigation et de vos cookies. Bien sûr Criteo va promouvoir un produit X si vous êtes allé le voir sur un site, mais il vous proposera aussi d’autres produits en prenant en compte un maximum de paramètres (le fait que vous aimiez tel ou tel site, le fait que vous n’ayez pas acheté le produit X etc…). A titre d’exemple Criteo revendique une amélioration significative de la performance des bannières internet: ses publicités marcheraient jusqu’à 600 fois mieux que les bannières classiques (cf article sur retargeting)

Ces communications s’adressent aux clients et non clients dans le but de gagner en efficacité: plus de ventes avec un budget communication réduit.

 

Des produits basés sur des besoins clients très précis

Une bonne image de marque et une belle publicité vont éveiller la curiosité voire l’envie chez les consommateurs. Une relation client de qualité va instaurer une confiance avec la marque et inciter à être fidèle ou faire plus d’achats. MAIS un pilier parfois oublié est tout simplement le produit: pas de succès sans bon produit, les clients ne sont jamais idiots et un mauvais produit n’a aucune chance de durer. Il n’est cependant pas facile de déterminer ce qu’est un bon produit quand on parle d’achats avec une part d’irrationnel…

Ainsi la vie des produits de beauté au sein des marques est faite d’échecs (le fameux parfum BIC), de succès inattendus (les produits mixtes – Kiehl’s), de valeurs sûres (une crème pour les mains ultra nourrissante), de disparitions (Le Club des Créateurs de Beauté) et même de résurrections (Eau Sauvage). Or chaque lancement ou mise au placard mal calculé coûte cher, c’est pourquoi les marques décortiquent les attentes clients. Là encore le Big Data intervient à 2 niveaux: des tendances mieux cernées qu’avant et des produits personnalisés!

Des tendances mieux cernées (petites ou grandes)

Pour comprendre les tendances, les marques, historiquement, analysaient des données regroupant leurs ventes, des études de marché, des focus groupe (des consommateurs discutant de leurs attentes), des tests conso (des clients testant à l’aveugle des produits) etc… Ce type de démarche est coûteux, long à mettre en oeuvre et sans réelle assurance de faire mouche.

Encore une fois la récolte et l’analyse des masses de données disponibles va pouvoir enrichir ces réflexions et éclairer le débat:

• en « écoutant » le web (blogs, forums et surtout réseaux sociaux – dont la beauté, rappel, est un des sujets privilégiés) les marques peuvent savoir ce que les clients apprécient ou non concernant leurs produits, ceux de la concurrence et même les produits de leurs rêves
• en signant des partenariats avec des sociétés capables de leur décrire les tendances. Citons par exemple la start up française (en version bêta pour l’instant) « Lucette » qui vous propose gratuitement des conseils beauté en se basant justement sur les technologies Big Data: grâce à leur base de données, aux expertises récoltées et à un « bel algorithme » (je cite) Lucette vous propose des conseils (produits, habitudes, alimentation) en fonction de vos réponses à leur questionnaire. Ce service gratuit, qui a l’air sympa pour les consommateurs, pourra alimenter les réflexions des marques qui comprendront alors les attentes majeures mais aussi mineures
• en testant des produits qui n’existent pas encore: L’Oréal pourrait très bien intégrer dans son appli Make Up Genius des produits en cours d’étude et ainsi voir si les utilisateurs sont intéressés

L’avantage de ces méthodes, versus l’historique, se situe au niveau du coût, de la réactivité mais aussi et surtout de l’exhaustivité des résultats: une écoute des média sociaux est TOTALE, ça n’est pas juste 10 personnes qui s’expriment. Cette notion d’exhaustivité est clé car elle permet de détecter les grandes tendances mais aussi les courants secondaires qui était habituellement oubliés.

Des produits personnalisés à l’ère Big Data

Les produits de beauté personnalisés existent déjà; par exemple les marques Ioma, Codage ou NewSeason  proposent des produits sur mesure en fonction de diagnostics scientifiques de votre peau (plutôt des soins). Certes cela demande de manipuler des données mais ces services, pour l’instant, n’ont rien à voir avec le Big Data; toutefois ils illustrent bien la tendance à la personnalisation.

Ces marques capables de d’individualiser les produits auront 2 utilisations possibles du Big Data:

• dégager les tendances beauté à partir des nombreuses mesures (pour eux ou pour les vendre à d’autres)
• et surtout, c’est l’objet de ce paragraphe, changer leur modèle de personnalisation, le diagnostic se basera:
  • peut-être encore sur des tests pointus en institut
  • sur les informations envoyées par des objets connectés (bracelets, balance, photo du téléphone, autres capteurs « beauté » à inventer)
  • les événements détectés sur internet (départ au soleil, grossesse, grosse fatigue, régime, nouvelle coupe de cheveux etc…)
  • l’historique d’achat
  • etc…

L’idée est que le domaine du bien-être et de la santé est en train de s’ultra personnaliser (suivi via objets connectés, coaching, produits adaptés etc…), il y a peu de raison pour qu’il n’en soit pas de même un jour pour la beauté. Bien évidemment le coût de fabrication élevé des produits sur-mesure risque d’être un frein, mais ce type de soins existent déjà, la difficulté est donc surmontable.

 

En conclusion on peut voir que contrairement aux usages cités dans les articles précédents il y a encore peu d’exemples concrets d’application du Big Data dans le secteur de la cosmétique, et même peu de littérature sur ce que la donnée pourrait apporter… Pourtant il ne fait aucun doute que le Big Data modifie déjà les stratégies de communication et de développement des produits de beauté. Dans la cosmétique comme dans tous les secteurs la donnée devient un actif majeur dont la maîtrise sera un facteur clé de réussite/survie.