Vous aurez repéré une variance de près de 50 milliards de livres sterling – pas loin du PIB du Pays de Galles – dans les évaluations ci-dessus. Mais cela ne signifie pas que deux d’entre elles sont fausses. Après tout, les principaux détaillants et fournisseurs du Royaume-Uni font confiance à IRI, Kantar et Nielsen pour leurs analyses.
Alors, pourquoi y a-t-il une telle différence dans leurs évaluations ?
La vérité est qu’aucune méthodologie n’est parfaite.
Les paramètres d’IRI, Nielsen et Kantar peuvent varier en termes de types de produits et de détaillants couverts. Par exemple, l’évaluation de 99,2 milliards de livres sterling d’IRI pour notre focus d’avril sur les marques propres n’inclut pas tous les types de produits frais, ce qui contribue à expliquer la valeur plus faible ici.
L’achat des données EPoS (point de vente électronique) des détaillants – la méthodologie principale des services IRI et Nielsen ci-dessus – ne vous mène pas loin. Certains détaillants ne partagent pas du tout leurs données EPoS ; la plupart restreignent les données jugées commercialement sensibles parce qu’elles concernent des biens vendus exclusivement ou principalement dans leurs propres points de vente.
(Note : Ce tableau ne s’affiche pas complètement sur mobile. Veuillez consulter la version de bureau de l’article pour obtenir le contenu complet.)
L’alternative à l’EPoS consiste à utiliser un panel de consommateurs qui enregistrent tout ce qu’ils achètent, puis à l’extrapoler au niveau national.
Mais, comme nous le verrons, cette méthodologie – utilisée par Kantar Worldpanel et Nielsen pour son service Homescan – a également ses limites ainsi que ses forces.
Le pouvoir des panels
Les données EPoS ne sont pas contestables. Chaque fois qu’un détaillant vend un article, tout, du prix au format de l’emballage, est enregistré par le zap d’un code-barres. Chaque vente est enregistrée. Ces données peuvent ensuite être utilisées pour calculer les valeurs totales du marché, le taux de croissance et de perte et ainsi de suite. Simple !
Pas tout à fait. Tous les détaillants ne peuvent ou ne veulent pas partager leurs données. Aldi et Lidl font partie de ce camp. Cela importait moins il y a 20 ans, lorsque leur part de marché était une fraction de ce qu’elle est aujourd’hui. Mais comme les discounters représentent aujourd’hui jusqu’à un cinquième des ventes dans certaines catégories, leur absence laisse un vide considérable dans toute évaluation basée sur l’EPoS.
La figure ci-dessous l’illustre bien. À gauche, l’évaluation 2017 de Nielsen des ventes de confitures & à tartiner au Royaume-Uni. À droite, celle de Kantar. Il y a quelques différences à noter entre eux – les chiffres de Nielsen ont un mois de plus, par exemple ; ses chiffres incluent la pâte à tartiner pour sandwich, ceux de Kantar non – mais le plus significatif est l’absence d’Aldi et de Lidl dans la lecture Scantrack de Nielsen. (Son service Homescan capture les discounters.)
D’où la différence de 46 millions de livres (10%) en valeur. Les différentes périodes et produits couverts expliquent une partie de cette différence (l’inclusion par Nielsen des pâtes à tartiner pour sandwichs Heinz contribue à hauteur de 3,7 millions de livres à son évaluation), mais la plus grande influence est l’absence des discounters dans la lecture de Nielsen. Ils ont vendu 65,1 millions de livres sterling de pâtes à tartiner l’année dernière, selon Kantar, soit 12,7 % du marché.
Les lacunes de l’analyse EPoS peuvent également provenir du » masquage » des informations relatives aux produits de marque propre ou exclusifs lorsqu’une proportion des ventes réalisées par un détaillant donné dépasse un seuil déterminé. Par exemple, les marques de prosecco exclusives à un détaillant sont généralement masquées, ce qui signifie qu’elles n’apparaissent pas dans les classements des vins mousseux les plus vendus.
Ces règles de publication sont la norme du secteur, et concernent donc toute personne utilisant des données EPoS. Sauf espionnage industriel, la seule façon d’obtenir une lecture des ventes d’Aldi et de Lidl ou des ventes de marchandises masquées par les détaillants est d’utiliser un panel de consommateurs. Mais, bien sûr, les données de panel ont aussi leurs limites.
Le pouvoir de l’EPoS
Nous avons choisi les tartinades dans l’exemple ci-dessus pour une bonne raison : rares sont ceux qui achètent un pot de confiture et le mangent en rentrant chez eux. Cette affirmation semble étrange, mais elle vaut la peine d’être faite car Kantar Take Home Grocery (et le service de panel rival de Nielsen, Homescan) ne couvre que les produits rapportés à la maison après l’achat. L’indice est dans le nom.
Cela compte plus pour certains secteurs que pour d’autres. Comparez la lecture plus élevée des tartinades de confitures & de Kantar dans le graphique ci-dessus – 10% de plus que celle de Nielsen – avec les chiffres ci-dessous montrant les évaluations de Nielsen et Kantar pour les ventes de boissons gazeuses au Royaume-Uni, un marché beaucoup plus dépendant des consommateurs qui achètent et consomment des produits sur le pouce.
Cette fois-ci, l’évaluation du marché par Nielsen est supérieure à 1 milliard de livres sterling, soit 40% de plus que celle de Kantar. Rappelez-vous le point précédent sur les données EPoS : chaque vente est enregistrée, indépendamment de l’endroit où le produit est finalement consommé.
Cela permet d’expliquer la grande différence entre les évaluations de Nielsen et Kantar sur le marché des boissons gazeuses ci-dessus.
Il convient de noter que les données d’IRI et de Nielsen ne sont pas toutes « réelles ».
Le secteur de la vente au détail indépendante est fragmenté, avec 18 000 indépendants non affiliés et 15 000 détaillants de groupes de symboles opérant à travers le Royaume-Uni. L’achat de données EPoS de chaque point de vente n’est tout simplement pas réalisable, c’est pourquoi IRI et Nielsen utilisent des panels de détaillants représentatifs pour l’extrapolation.
Kantar mesure bien la consommation hors domicile, par le biais d’un panel de 7 500 individus qui enregistre tous les repas, snacks et boissons non alcoolisées achetés pour être consommés hors domicile.
Kantar affirme que ces chiffres ne peuvent pas être intégrés avec le panel take-home car celui-ci mesure les achats des ménages alors que out of home enregistre les achats des individus.
Marque propre
La garde étroite d’Aldi et de Lidl sur leurs données crée un autre problème pour les analystes.
Les deux détaillants dépendent fortement des produits de marque propre, ce qui signifie que toute analyse qui n’inclut pas les discounters est susceptible de sous-estimer l’importance de la marque propre.
Voyez la différence dans les évaluations d’IRI et de Kantar de la part de la marque propre dans cinq secteurs ci-dessous.
Le pourquoi et le quoi
On peut dire que l’EPoS fournit le « quoi ». En plus d’aider à combler certaines des lacunes causées par les discounters et le masquage des produits exclusifs aux détaillants, on dit souvent que les données du panel fournissent le « pourquoi ».
Disons qu’un rival a lancé une nouvelle boisson gazeuse au curcuma. Il s’agit d’un produit de niche, mais il a fait un tabac et un détaillant national de proximité l’a référencé. Vous devez le suivre. Le seul moyen d’y parvenir est d’utiliser les données de l’EPoS, car elles enregistrent chaque vente individuelle. C’est trop petit pour être capté par un panel.
Vous achetez les données et elles montrent une croissance fulgurante de la marque. Maintenant vous avez besoin de savoir qui achète cette boisson, et pourquoi. C’est là que les données de panel entrent en jeu. Vous segmentez les données par âge, groupe socio-économique, motivation, historique d’achat, etc. De façon alarmante, cela montre que vos consommateurs passent à cette nouvelle boisson. Vous devez agir.
Sans les données EPoS, vous n’auriez pas connu l’ampleur de la croissance du nouveau rival. Mais sans les données du panel, vous n’auriez pas pu savoir que les consommateurs passaient de votre produit à celui-ci, ni pourquoi. Les caisses modernes sont intelligentes, mais pas à ce point.
C’est pourquoi les opérateurs intelligents utilisent conjointement l’EPoS et les données de panel.