Un acheteur envoie un e-mail pour demander quelle est la profondeur de l'étagère. Votre représentant commercial répond 32 centimètres, car c'est ce qui est indiqué sur le catalogue de vente (line sheet). La page produit de votre boutique en ligne indique 30. La fiche technique envoyée par l'usine indique 31,5, et le détaillant en a mesuré une dans son stock à 32 et un peu plus.

Personne ne ment. Le chiffre était correct à un moment donné dans chacun de ces endroits, puis le produit a légèrement changé, ou quelqu'un a arrondi, ou un fichier a été copié avant que la correction ne soit apportée. Il n'y a aucune version vers laquelle on puisse se tourner et dire : celle-là est la bonne.

Il s'agit d'un problème de données produit, et presque toutes les marques de vente en gros y sont confrontées. Cela reste invisible tant que vous vendez quarante produits à vingt revendeurs, et cela commence à coûter très cher à partir du moment où vous n'êtes plus capable de garder toute la gamme en tête.

Cet article présente les éléments qui constituent réellement les données produit de vente en gros, les cinq manières dont elles se dégradent inévitablement, et la structure requise pour tenir au-delà de quelques centaines de références (SKU).

Ce qui compte comme données produit

Bien plus de choses que ce que la plupart des gens imaginent. Il est utile de les concevoir en cinq couches, car elles proviennent de sources différentes et présentent des défaillances distinctes.

La plupart des marques gèrent les trois premières de manière raisonnable et traitent les deux dernières comme de la paperasse à retrouver quand on leur demande. C'est cette partie qui est en train de changer, et nous y reviendrons.

Cinq manières dont les données produit se détériorent

1. Un seul SKU pour faire le travail de quatre

Un modèle existe en quatre coloris et ne porte qu'un seul code. Cela semble plus ordonné. C'est le raccourci le plus coûteux de la vente en gros.

Tout ce qui suit hérite de cette ambiguïté : la préparation de commande est une supposition, les chiffres de stock n'ont aucun sens par couleur, vous ne pouvez pas savoir quelle variante se vend réellement, et une réclamation pour article erroné devient la parole de l'un contre celle de l'autre. Un SKU par variante vendable est la base sur laquelle tout le reste repose, et sa mise en conformité a posteriori est si fastidieuse que la plupart des marques ne le font qu'une seule fois, sous la contrainte.

2. Le fichier maître qui n'est le travail de personne

Il existe un feuille de calcul. Elle était exacte en mars. Depuis, trois personnes y ont ajouté des produits, une autre l'a filtrée et triée sans annuler le tri, et une copie a été envoyée à l'entrepôt qui, depuis lors, a divergé.

La question qui révèle ce problème est simple : si une dimension est erronée, où la corrigez-vous pour qu'elle soit corrigée partout ? Si la réponse honnête est une liste de plusieurs endroits, vous n'avez pas de fichier maître. Vous avez plusieurs fichiers de même autorité et aucun moyen de choisir entre eux.

3. Les données produit qui vivent dans des documents

Pour beaucoup de marques, la véritable base de données produit est le line sheet (catalogue de vente). Il contient les images, les prix, les minimums et les descriptions, et chaque saison, il est reconstruit à partir du précédent.

Le problème est qu'un document est une capture à un instant T. Modifiez un prix et vous aurez modifié un fichier, pas le prix. Tout ce qui a été envoyé auparavant reste erroné, et un PDF ne peut pas être corrigé après être arrivé dans une boîte de réception. Les données appartiennent à des enregistrements à partir desquels les documents sont générés, et non l'inverse.

4. Chaque canal qui conserve sa propre copie

Votre boutique en ligne a un contenu produit. Votre B2B Portal a un contenu produit. La fiche de la place de marché possède le sien. Un grand revendeur a demandé une feuille de calcul dans son propre format et quelqu'est allé la créer à la main.

Quatre copies signifient quatre tâches de maintenance, et dans la pratique, trois d'entre elles cessent d'être effectuées. L'acheteur qui trouve une couleur épuisée sur votre site et la commande ne fait pas d'erreur ; il lit une information que vous avez publiée. C'est aussi la raison pour laquelle l'ajout de canaux semble plus difficile qu'il ne devrait l'être — ce sujet est traité plus en détail dans notre guide sur les ventes B2B multicanales.

5. Les données fournisseurs qui n'ont jamais été collectées

Composition, origine, dimensions des cartons, codes SH. Quelqu'un le savait à l'époque. C'était dans un e-mail, ou dans une fiche technique PDF, ou lors d'une conversation avec un contact à l'usine qui a depuis changé d'entreprise.

Ce point est différent des autres car vous ne pouvez pas le résoudre depuis votre propre bureau. Il doit être collecté auprès des fournisseurs, ce qui demande des cycles de production, c'est pourquoi il est utile de commencer avant que quelqu'un ne l'exige.

La structure qui tient la route

Quatre règles. Elles ne sont pas compliquées, et la difficulté réside entièrement dans la discipline plutôt que dans le concept.

Un enregistrement par variante vendable. Si un détaillant peut le commander seul, il possède son propre enregistrement et son propre identifiant. Non pas par modèle, mais par article expédié.

Un seul endroit fait autorité. Pas l'endroit le plus complet, ni le fichier le plus récent — un système désigné à partir duquel tout le reste est copié. Tous les autres endroits ne sont qu'une vue de celui-ci, y compris vos line sheets.

Chaque champ a un propriétaire. Quelqu'un est responsable de la composition. Quelqu'un est responsable du poids des cartons. Quelqu'un est responsable des textes et des images. Les champs sans propriétaire sont ceux qui restent vides sur neuf cents lignes.

Collecter au moment de la commande. Demandez aux fournisseurs la composition, l'origine et les données de carton lorsque vous passez le bon de commande, et non lors d'un projet de données au printemps prochain. Ces données arrivent de manière fiable lorsqu'elles constituent une condition de la commande, et presque jamais lorsqu'il s'agit d'un service rendu.

De quel niveau de structure avez-vous réellement besoin

Toutes les marques n'ont pas besoin d'un logiciel de gestion des informations produits (PIM) dédié, et beaucoup en ont acheté un pour l'utiliser comme un simple tableur coûteux.

En dessous d'une centaine de variantes avec un seul canal de vente, une feuille de calcul unique et bien tenue convient parfaitement, tant qu'elle est véritablement unique. Les signaux indiquant que vous l'avez dépassée sont précis : vous vendez via plus de deux canaux, votre gamme change de façon saisonnière, vous avez des variantes dans plusieurs dimensions telles que la taille et la couleur combinées, ou il faut interroger quelqu'un avant de pouvoir confirmer une caractéristique produit.

Le parcours le plus courant n'est pas d'acheter un PIM distinct, mais de faire de votre plateforme de commande la source faisant autorité, puisque c'est là que les données doivent de toute façon aboutir pour être vendues. Si vous cartographiez cela à travers vos systèmes, notre guide sur la suite technologique B2B explique comment les pièces s'assemblent, et l'intégration d'API traite de leur synchronisation.

Ce que cela coûte quand c'est erroné

Il convient d'être concret, car il est facile de reporter indéfiniment le travail sur les données produit.

Des dimensions et des poids erronés entraînent des surprises lors de l'expédition et des notes de crédit. Des SKU ambigus génèrent des réclamations pour articles erronés, qui sont des notes de crédit accompagnées d'une dégradation de la relation client. Des descriptions obsolètes conduisent les acheteurs à commander des articles qui n'existent plus. L'absence de données de conformité provoque une situation d'urgence lorsque l'équipe d'achat d'un détaillant envoie un questionnaire fournisseur avec une date limite.

Et le coût invisible : le temps. Chaque saison passée à reconstruire le même catalogue à partir de la même feuille de calcul est une semaine que personne ne compte comme un coût, parce qu'il en a toujours été ainsi.

Où cela nous mène

En Europe, la tendance est aux informations produits structurées, granulaires et vérifiables plutôt que simplement descriptives. Les règles d'emballage imposent déjà aux marques de connaître la nature de leurs matériaux. Les détaillants demandent de plus en plus la composition et l'origine comme condition de référencement. Le projet de Passeport Numérique des Produits pour les textiles associerait un enregistrement de données à chaque produit individuel.

Rien de tout cela ne nécessite d'action ce trimestre. Tout cela valorise le même travail de fond : un enregistrement par variante, des champs renseignés et des données fournisseurs collectées de manière systématique plutôt que récupérées sous pression.

Comment Orderchamp Cloud vous aide

Orderchamp Cloud offre à vos données produit un hébergement unique faisant autorité et les utilise ensuite partout, ce qui est l'aspect essentiel. Un enregistrement par variante, auquel sont associés des images, des descriptions, des codes-barres, du stock, des minimums et des prix spécifiques aux clients.

Votre B2B Portal présente ce catalogue à chaque détaillant avec ses propres prix, le Sales App utilise ces mêmes enregistrements sur le terrain, et les catalogues de vente (line sheets) deviennent des éléments que vous générez plutôt que de devoir les maintenir. Les commandes font ensuite référence aux mêmes fiches produits, ce qui permet de maintenir la précision de la gestion des commandes de gros sans double saisie. Mettez à jour un produit une fois et chaque canal en tiendra compte. Pour une vision plus large, consultez notre guide sur une solution e-commerce B2B.

Vous souhaitez disposer d'une version unique de vos données produit partout ? Découvrez Orderchamp Cloud ou réservez une démonstration.

Questions fréquemment posées

Qu'est-ce que la gestion des données produit dans la vente en gros ?

Ai-je besoin d'un logiciel PIM ?

Quand ai-je dépassé les capacités d'une feuille de calcul ?

Quelle est la première chose à corriger ?

Qui doit être responsable des données produit ?

Comment obtenir les données de composition et d'origine auprès des fournisseurs ?

Quel est le coût réel de mauvaises données produit ?