Le bon placement au meilleur emplacement. Telle est la devise que pourrait adopter le géant Starbucks qui a mis en place un processus permettant de mieux cerner les endroits où poser ses nouveaux points de ventes.

A l'heure d'Internet, nombreuses sont les entreprises à trop se concentrer sur la mise en place de stratégies numériques, or l'e-commerce compte encore seulement pour 17% de l'ensemble des ventes du secteur de la distribution aux Etats-Unis. En d'autres termes, les gens réalisent la majorité de leurs activités dans des points de rencontre physiques, pas en ligne. Mais lorsque les acteurs de l'ancienne économie envisagent de s'étendre pour capter un morceau d'un gâteau évalué à plusieurs milliards de dollars, le principal challenge est de savoir exactement où placer un nouveau magasin. Dans le passé, la plupart des patrons auraient ciblé un endroit qui pouvait sembler constituer un bon pari. Comment ? En mesurant le trafic de la rue, le nombre de piétons par heure, ou simplement en regardant à quoi ressemblaient les autres business aux alentours.

Cependant, penser qu'un site constitue un bon emplacement ne signifie pas qu'il le soit vraiment en réalité, car des business que l'on croit similaires au sien peuvent en fait perdre de l'argent. Autre exemple, si on cible un quartier pauvre en lieu de musique, c'est peut être parce que les lieux de musique ne sont pas les bienvenus dans ce quartier.... Souvent, mal calculer un emplacement ne serait-ce que de quelques pâtés de maison peut faire la différence entre le succès et l'échec.  C'est pour cette raison que Starbucks a été amenée à faire appel à de l'analyse de données pour guider son processus de localisation, en concevant une application de développement de boutiques et de planification marché appelé Atlas. Un outil analytique big data doté en surcouche d'un logiciel de mapping, construit sur le système d'information géographique ArcGIS d'Esri.



Atlas permet à Starbucks de prendre en compte une large gamme de variables pour contribuer au succès de ses magasins, les visualiser sur des cartes puis de rechercher des zones similaires pour des nouveaux emplacements.

Faire varier les menus dans les boutiques grâce au big data

Lors de la conférence utilisateur Esri de l'année dernière, Patrick O'Hagan, responsable de la stratégie de Starbucks, a présenté un scénario typique en amenant dans Atlas une carte de la ville de Nanning, en Chine, une ville de 2 millions de personnes où l'enseigne dispose de 8 localisations. Patrick O'Hagan a coché différentes variables qui ont pu être visualisées sur une carte, chacune ayant une influence sur une localisation. Cela incluait la proximité des aires commerciales, des informations démographiques, du volume de trafic quotidien, la disponibilité des transports publics... Dans sa démonstration, le responsable de Starbucks a zoomé sur un district de Nanning où trois nouvelles tour de bureau pourraient ouvrir dans les 2 prochains mois, représentant une localisation potentielle prometteuse et ainsi prévoir l'impact sur les boutiques en termes de chiffre d'affaires en fonction de leur localisation.

Mais Starbucks ne s'arrête pas là. Aux États-Unis, face à un marché saturé des magasins de café, Starbucks utilise Atlas pour l'aider à lancer de nouveaux produits dans ses menus, comme pour proposer du vin et des bières dans certaines localisations. Affichant une carte de Los Angeles, Laurence Norton, directeur du développement BI et de l'engagement chez Starbucks, a ainsi illustré des variables pour ce programme pilote. « Cette carte montre les localisations pilotes par rapport aux habitudes d'achat. Alors que nous pensons lancer des menus du soir dans plus de sites, nous pouvons viser les boutiques existantes dans les quartiers dont les habitudes de dépenses sont meilleures », a indiqué Laurence Norton. Apprendre des données et des cartes ne garantit cependant pas que tous ces efforts vont aboutir au succès. Mais ce processus réduit grandement pour Starbucks les risques associés au lancement d'une nouvelle boutique.