Comment Nutrition & Santé s’empare de la data clean room des distributeurs

Acteur de l’alimentation diététique et biologique au travers de marques françaises et internationales comme Gerblé, Pesoforma, Modifast, Céréal bio ou encore Isostar, Nutrition & Santé réalise un peu plus de 400 millions d’euros de chiffre d’affaires, dont 42% hors de France. Pour distribuer ses produits, l’entreprise s’appuie principalement sur la vente en grandes surfaces, magasins spécialisés et bio, pharmacies et parapharmacies, la restauration hors domicile et l’e-commerce.

Se rapprocher de la donnée consommateur

Comme d’autres marques de la grande distribution, Nutrition & Santé se repose sur la donnée fournie par les enseignes et leurs services de retail media pour piloter ses opérations, mesurer la performance de ses campagnes et améliorer la connaissance de ses audiences. La donnée consommateur constitue à ce titre un des deux principaux challenges du fabricant en matière de données. “Nous cherchons à nous rapprocher le plus possible de cette donnée afin de nourrir l’ensemble des stratégies et des opérations des métiers de Nutrition & Santé”, déclare son chief data officer Stéfan Galissie.

Pour y parvenir, l’entreprise tire profit d’une “opportunité” au travers d’un accès aux données d’achat mises à disposition par ses clients distributeurs. Cette donnée “doit nous permettre de générer de la valeur additionnelle et d’optimiser nos coûts en marketing ciblé”, justifie le CDO. “J’ignore si cette pratique se pérennisera, ou si, comme avec Facebook par exemple, cette ouverture se tarira au fil de l’eau. D’ici là, nous sommes bien décidés à en profiter”, ajoute-t-il. L’expert connaît bien le secteur puisqu’il a précédemment contribué à la création de l’offre et de la plateforme retail media de Carrefour, dénommée Xperiences, et devenue depuis Carrefour Links.

Du média planning à un modèle d’audience planning

Outre Carrefour Links, Nutrition & Santé consomme les services médias de différentes enseignes, dont le Groupement des Mousquetaires. En 2023, le fabricant a accéléré son utilisation des données d’achat à des fins marketing. “Nous avons notamment travaillé à basculer d’un modèle de média planning à un modèle d’audience planning. Nous sommes partis des données des distributeurs pour en extraire de la connaissance. Cela nous a permis, entre autres, d’identifier de nouvelles audiences pour l’ensemble de nos marques, de mieux les comprendre, de faire de l’animation différenciée et de mesurer directement l’impact business”, témoigne le chief data officer.

Pour réussir cette bascule en termes de modèle, Nutrition & Santé a intégré des compétences data directement au sein des équipes marketing. Il s’agit d’une première phase. Ultérieurement, le marketing pilotera en autonomie ses stratégies basées sur la donnée en direct avec ses agences.

Afin d’accompagner la montée en compétence du marketing et du média (ainsi que des autres métiers), le Data Office s’appuie notamment sur son réseau social d’entreprise et une communauté de “Data Lovers” échangeant des informations en physique ou sur le réseau social. Sont en particulier partagés des cas d’usage de la donnée dans l’industrie. De quoi alimenter l’idéation et le backlog (Ndlr : le carnet de commandes interne) de projets en interne. Un rendez-vous physique régulier, le Data Café, est aussi organisé pour échanger sur les problématiques métiers et identifier des “axes potentiels de résolution basés sur la donnée.”

Enfin, pour faciliter les usages, Nutrition & Santé a mis en place un catalogue des données disponibles, “un moteur de recherche simple et épuré”, référençant les données accessibles et leur emplacement dans le système d’information. 

La data clean room comme focale

Mais l’outil central en matière de données, c’est la data clean room fournie par les différents distributeurs. Le CDO la décrit comme “une forme de branche d’un Data Mesh de distributeur”. Ou plus simplement “comme un univers dédié de données”, soit une partie des données extraite du SI des distributeurs.

“Au travers de cet environnement dédié, nous pouvons créer notre propre donnée et même croiser notre donnée avec celle du distributeur de manière totalement anonymisée”, précise encore Stéfan Galissie. “L’environnement est très verrouillé. Nous ne pouvons pas sortir la donnée. Cependant nous pouvons à loisir en extraire des insights et les activer. C’est dans l’activation que réside l’intérêt d’une data clean room.”

L’exploitation des données dans ces environnements retailers, qui requiert un niveau d’expertise technique, est prise en charge par le Data Office. “Nous sommes sur des utilisations assez avancées. C’est très technique avec du Spark et du Python sur des systèmes cloud”, indique le CDO. “Ces environnements ne sont en outre pas du tout uniformisés, ce qui est une source de complexité. Chaque data clean room et ses sous-jacents techniques sont spécifiques au distributeur. Nous devons réadapter pour chacun.”  

Cette absence d’uniformisation se retrouve également au niveau des modèles tarifaires. “Les modèles de pricing sont aussi hétérogènes que le contenu des offres que les distributeurs proposent à travers leurs data clean room. Disons que c’est globalement lié à l’activation média de la donnée mise à disposition, et que le coût de cette data est plus ou moins variabilisé dans ces coûts d’activation média.”

Aller vers la délégation de CRM

L’entreprise exploite déjà les data clean rooms, présentées “comme un des seuls accès granulaire et volumique à de la donnée consommateur”, pour du mass-targeting sur le marketing digital et le média. 

“Nous comptons aller plus loin et faire de la délégation de CRM, c’est-à-dire tirer profit des bases de données constituées par les distributeurs sur nos consommateurs”, annonce-t-il. “Nous n’avons plus besoin d’attendre des années pour compiler de tels volumes de données. Par ailleurs, nous n’aurions jamais atteint le niveau de qualification auquel peut prétendre un distributeur.” Le CRM constitue donc une prochaine étape. 

Le Data Office de Nutrition & Santé réfléchit aussi à d’autres initiatives. “Nous avons des projets de création de nouveaux services pour les consommateurs. Cela nous aidera, je l’espère, à créer de nouveaux partenariats data avec des acteurs en nous basant sur les données fournies au travers des data clean rooms”, annonce Stéfan Galissie.

Une data factory pour industrialiser les cas d’usage

Afin de mener ces développements, l’entreprise dispose de compétences en interne, qui collaborent en mode projet avec les métiers, comme le média et le marketing. Le Data Office pilote notamment la conception des tableaux de bord et la Business Intelligence – c’est-à-dire les outils décisionnels.

Sur la data science et la modélisation, appliquées en particulier à la donnée retail, le producteur fait appel pour l’instant à des consultants externes. L’autonomisation poussée des métiers sur la consommation des données constitue certes une ambition, mais elle n’est pas d’actualité faute d’un niveau de maturité suffisant. “De la self-BI est opérationnelle chez nous. Le Data Office opère les demandes les plus sophistiquées en BI. Pour les utilisations Dataviz, c’est déjà dans les mains des métiers”, précise l’entreprise.

“Nous réfléchissons aujourd’hui à des organisations de type Digital ou Data Factory afin de mieux industrialiser et prioriser les cas d’usage, et aussi délivrer plus efficacement. Cela revient toutefois à faire l’inverse de ce que nous avons fait avec le marketing. Il s’agit de réunir au sein d’une entité verticale des compétences data, digitales et tech, mais aussi des métiers avec la casquette de product owner”, conclut le chief data officer.