Les dernières actualités de la techTechTribune Libre

[Tribune] Pourquoi la chute de Tesco ne remet pas en cause la data-driven économie

FabienBaunayPar Fabien Baunay (@fabienbaunay), directeur général France de Silentale, et Julien Abadie, data strategist de Silentale.

Silentale est spécialisé dans la convergence des données issues des médias sociaux avec les données marketing.

 

Depuis l’annonce de la chute de Tesco et la démission de son président Sir Richard Broadbent, les analyses sur l’avenir du data-driven business se multiplient. L’un d’entre eux, publié par le Harvard Business Review, a plus particulièrement attiré notre attention par son alarmisme.

Récemment, l’excellent site du Harvard Business Review a publié un article polémique sur la chute de Tesco et ce qu’elle dirait de l’avenir du big data pour les entreprises. Rappelons pour les retardataires que cette institution anglaise de la grande distribution qu’est Tesco était jusqu’ici une référence en matière de data driven business et de connaissance client. Pionnière des programmes de loyauté, elle a lancé la Tesco’s ClubCard en 1995 dans le but de emmagasiner un maximum d’informations sur les comportements de ses acheteurs. Une révolution pour l’industrie de la grande distribution. Elle a également plongé dans le grand bain numérique alors que la concurrence ne savait pas encore nager. Deux choix stratégiques orientés vers la “connaissance client” qui se sont avérés payants: pour reprendre les termes même de l’article, “Tesco est devenu le leader du marché parce qu’elle a été capable de répondre à la demande de ses acheteurs”.

Connaissez vous la DATAROOM de FRENCHWEB.FR notre base de données de startups et sociétés innovantes françaises: informations clés, fonds levées, chiffres d'affaires, organigramme, axes de développement. Accédez aux informations que nous avons collecté concernant plus de 1000 sociétés

Mais pour l’auteur, c’est aussi cette stratégie qui aurait causé la situation actuelle: une valeur marchande divisée par deux en 11 ans.
Les propos de Michael Schrage sont sévères: “La plus grosse chaine de supermarchés britanniques n’a pas seulement vu sa fortune s’éroder, peut-on lire, mais aussi sa réputation de compétitivité, de créativité et d’intégrité s’effondrer.” Et le journaliste de pointer du doigt le coupable: “Le déclin de Tesco prévient sans ambiguité que toutes les data des programmes de loyauté et toutes les capacités analytiques du monde ne peuvent pas se substituer à l’avantage compétitif de prix tirés vers le bas et d’une expérience client plus simple. Les insights, les programmes de loyauté et les promotions ciblées ne sont peut-être pas inutiles mais ils sont clairement moins importants dans le monde du retail.” Une analyse qui inspire finalement au journaliste cette belle formule lapidaire : “En moins d’une décennie, le facteur déterminant du succès de Tesco s’est transformé en un albatros analytique. La connaissance l’a fait passer de la puissance à l’impotence.”

Erreur d’analyse

Le problème de ce raisonnement selon nous, c’est qu’il confond corrélation et causalité. Un classique du biais analytique qui porte le doux nom d’endogénéité. Le journaliste établit grosso modo un lien de cause à effet entre le “data driven” (variable x) et le fait que la valeur marchande de Tesco s’est finalement effondrée (résultat y). Mais il feint d’ignorer l’existence d’une hétérogénéité inobservée, dites variable z, qui pourrait à la fois influencer la variable x et le résultat y. Pour le dire autrement, ce n’est pas parce qu’une « data-driven compagnie » s’effondre que c’est nécessairement la faute de la variable x « data-driven ». Il y a une variable z à prendre en compte dans l’équation: “compagnie”. Dans le cas de Tesco cette variable a sans doute été déterminante.

D’où qu’on prenne le problème, la même conclusion s’impose: le navire amiral de la grande distribution n’a pas senti le vent tourner. Comme le souligne fort justement cet autre article du HBR, le supertanker Tesco a été surpris par la segmentation soudaine d’un marché anglais jusque là très homogène. La menace représentée par Aldi et les autres discounters a été sous-estimée à cause d’un démarrage timide sur le sol anglais. Alors que ce modèle low-cost cartonnait en Allemagne, les consommateurs britanniques ont d’abord commencé par être rétifs, confortant la stratégie du modèle dominant représenté par Tesco. Mais la crise est passée par là. Et en période de crise, rien n’est pire que les certitudes. Du fait de sa domination sans partage sur le marché, Tesco n’a pas vu (ou voulu voir) que les habitudes de consommation des gens étaient en train de muter.

Résultat, alors que le marché et les consommateurs se sont segmentés entre le bas de gamme et le haut de gamme, Tesco est resté coincé entre les deux pôles, dans un milieu de gamme sans attrait ni avenir. Elle n’a pas non plus su voir que la fragmentation des comportements d’achat signaient de facto la fin de ses sacro-saintes cartes de fidélité. Mais en accusant les data d’être responsables de cet immobilisme, Michael Schrage se trompe de cible: ce n’est jamais la faute des data ; c’est toujours la faute de ce que l’entreprise choisit de regarder dans ses data. En d’autres termes, pour revenir à notre histoire d’endogénéité, c’est l’hubris de Tesco (variable z) qui a influé à la fois sur l’analyse des data (variable x) et sur l’effondrement de la valeur de la compagnie (résultat z).

Crise de croissance, crise de confiance

Zynga, la société derrière la saga Farmville et d’autres jeux Facebook à succès, a connu le même genre de déconvenues il y a quelques années (lire à ce propos cet excellent article de Arstechnica). Première success story et premier crash industriel de l’ère du big data, la compagnie n’a pas su, ou voulu, regarder au bon endroit. A l’époque, Zynga empilait les chefs de division, les managers de projets, les vice-présidents… Autant de micro-entités directrices qui peinaient paradoxalement à regarder dans la même direction.
Tucker Dewitt, manager de la qualité de service, résume dans ArsTechnica le problème de vision qui aveuglait alors la société: ”Nous avons toujours fonctionné avec une stratégie à long terme. Le problème c’est qu’à l’époque cette stratégie changeait toutes les trois à six semaines.” En d’autres termes, elle était devenue une tactique comme une autre.

graph1Un des développeurs, Slade Villena, a fini par décrire sur Reddit l’ambiance qui régnait derrière les murs de la société : “Plus on grossissait, plus il fallait écouter les analystes plutôt que nos joueurs. Personne ne réalisait qu’on en perdait plus qu’on n’en gagnait. (…) Un jour, on a poussé du code qui a piégé définitivement 10.000 joueurs dans un niveau. 10.000 ! On m’a répondu : ‘Ne t’en fais pas pour eux.’ Le management préfère attirer de nouveaux joueurs, les garder 3 mois en leur prenant 5 à 10$, puis les laisser partir.”
Les données qui reflétaient l’exode des utilisateurs et la fidélisation en chute libre étaient pourtant là, perdues au milieu des autres data. Mais plutôt que de regarder dans les milliers de rapports hebdomadaires ce qui interrogeait la stratégie globale de Zynga, le management a préféré se focaliser sur des KPIs qui confortaient sa tactique de profit immédiat.

Résultat: une fuite massive des utilisateurs et une action qui a perdu 71% de sa valeur en 2 ans.

Comme Zynga, et comme bien d’autres avant elle, le vrai problème de Tesco tient en ces quelques mots: le pionnier était devenu le numéro 1. Au cours des années 90, Tesco avait su faire sienne les trois tendances porteuses de la grande distribution: les petites unités de proximité, les marques maison et la vente digitale. C’est cette même acuité, cette même capacité à sentir le marché, qui l’a incitée plus tard à muscler son intelligence analytique. Grâce à sa carte de fidélité elle s’est mise à collecter une quantité délirante de data qu’elle a patiemment segmenté, analysé, pour connaître et même anticiper les habitudes d’achat de ses clients.

Une décision couronnée de succès, puisque Tesco a fini par avaler plus de 30% du marché de la grande distribution outre-Manche. Sauf qu’en devenant leader, elle a perdu ses valeurs. En voyant son business model conforté par le secteur et les analystes, elle a visiblement sombré dans une forme d’auto-satisfaction. Pas de faux procès pour autant.

graph2Ainsi que le démontre cet article de 2011, Tesco a bel et bien réagi à la guerre déclenchée par la concurrence: en divisant par deux les points d’achat obtenus grâce à la carte, elle a entrepris de reporter les économies réalisées sur les prix en magasins. Le porte-parole de la compagnie n’a pas fait de mystère sur la raison de cette décision: “Nos clients nous ont dit que ce qui comptait vraiment pour eux en ce moment, c’était le prix.” Comme le graphique ci-contre l’illustre, Tesco a alors délibérément choisi d’ignorer qu’en 2009 elle avait enrayé la chute de sa part de marché en récompensant d’avantage les possesseurs de carte. Hélas, cette nouvelle politique du prix au détriment des programmes de loyauté n’a pas eu l’effet escompté. Tesco a-t-elle eu tort d’écouter ses clients ? Bien sûr que non. Elle n’est juste pas allé au bout de son diagnostic.

Data driven, mais dans quelle direction ?

L’analyse de HBR touche juste sur un point: la data n’est pas l’alpha et l’omega de l’économie. Trop de data driven companies l’oublient: les données ne sont pas là pour fixer le cap, elles sont juste là pour dire d’où souffle le vent. Comme Zynga avant elle, Tesco croulait sans doute sous les rapports de toutes sortes, se noyait dans les chiffres et les segmentations, s’aveuglait à coup de dashboards de performance. Il est fort possible que cette data-boulimie, couplée à la taille critique atteinte par la société, l’ait empêchée de voir à temps le changement de comportement chez les consommateurs anglais, la défiance grandissante vis à vis des programmes de loyauté et l’impact de la crise sur les portefeuilles. À force de tout regarder, de tout mesurer, de tout monitorer, elle n’a pas vu l’essentiel : le vent avait changé de sens. Mais encore une fois, cette information était là, disponible, analysable, exploitable comme les autres. Tesco aurait donc pu l’intégrer aux autres KPIs qu’elle monitorait et s’en servir pour soutenir ses orientations stratégiques. Plus que les data, c’est donc la sélection des data et l’attitude face à elles qui est en jeu : cherche-t-on à être conforté, rassuré ou inquiété par les données qu’on a choisi d’analyser?

Par ricochets, une data driven compagnie ce n’est pas une compagnie qui monitore toutes ses data, ou qui regarde seulement les data qui correspondent à sa stratégie initiale, ou même qui se retranche derrière des rapports d’activité pour prendre des décisions stratégiques qui ne sont que des ajustements tactiques.

Une data driven compagnie c’est une compagnie qui s’inquiète seulement des data qui importent, qui cherche dans les données ce qui va nourrir une orientation stratégique, qui veut prendre des décisions pour demain et pas se rassurer sur les décisions prises hier.
A ce titre, cet article du Telegraph met le doigt sur ce qui nous apparait comme le noeud du problème: Tesco était devenue une caricature de data driven compagnie. Son programme de fidélité lui coûtait 500 millions de livres par an, soit sans doute plus qu’il n’en rapportait. Pour les analystes, la compagnie avait donc une raison économique et une opportunité unique de changer radicalement son image: en supprimant son programme de loyauté qui a fait sa fortune pour mieux faire baisser les prix, elle aurait frappé un grand coup et démontré à ses consommateurs qu’elle n’avait rien perdu de son audace et de son acuité. Car les data ne disaient pas à Tesco qu’il fallait ajuster sa stratégie, elles lui disaient qu’il fallait changer de business model. En creux, elles lui posaient en fait cette question absolument vertigineuse : que doit faire une data-driven compagnie qui lirait dans ses data qu’elle doit collecter moins de data ? D’où cette conclusion paradoxale: en réalité Tesco n’a pas échoué parce qu’elle était une data driven compagnie ; elle a échoué parce qu’elle ne l’était pas assez.

Suivez nous:
Connaissez vous la DATAROOM de FRENCHWEB.FR notre base de données de startups et sociétés innovantes françaises: informations clés, fonds levées, chiffres d'affaires, organigramme, axes de développement. Accédez aux informations que nous avons collecté concernant plus de 1000 sociétés

2 commentaires

  1. With all due respect, en lisant votre article, j’ai parfois eu l’impression d’entendre le discours des tenants de l’astrologie : ce n’est jamais de la faute de la « science », toujours de celle de ceux qui n’ont pas su « lire » ou « interpréter » les signes.

    Il y a quand même quelque part remise en cause du modèle data-driven (et vous citez un 2e cas d’école avec Zynga) puisque vous convenez que le flot de données et l’obsession à leur encontre a obscurci le jugement de la direction qui aurait dû savoir « en prendre et en laisser ». Mais prendre quoi et laisser quoi ? On reste un peu trop dans le flou et le subjectif, encore une fois ça semble dénoter un certain manque de rigueur comme discipline qui a prétention à valeur scientifique.

    Merci quand même pour cet éclairage très intéressant ! :-)

Bouton retour en haut de la page
Share This