Pourquoi 70% des décisions de markdown en retail sont encore manuelles (et coûteuses)

Dans la plupart des enseignes, la scène est devenue presque rituelle. Chaque lundi matin, une équipe merchandising ouvre son fichier Excel, croise les ventes de la semaine passée, regarde l'âge moyen du stock, jette un œil aux performances des magasins et tranche : ce sera -30 % sur les pulls col rond, -20 % sur les bottines, et on verra pour le reste la semaine prochaine. Le tout en moins de deux heures, parfois avec une réunion express, et souvent avec ce mélange d'expérience, d'intuition et de pression budgétaire qui caractérise les décisions de fin de saison. Le problème ? Cette scène, presque identique d'un retailer à l'autre, concerne encore une écrasante majorité des décisions de démarque dans le secteur. Selon les retours terrain croisés avec les benchmarks publiés par les principaux acteurs du retail intelligence, près de 70 % des décisions de markdown restent prises manuellement, à partir de tableurs, de cycles hebdomadaires et de règles métier figées dans le temps. Et ce, alors même que l'industrie dispose désormais d'outils capables de modéliser la demande à l'échelle du SKU/magasin en temps quasi réel. Cet écart entre ce que les retailers peuvent faire et ce qu'ils font effectivement est en train de devenir l'un des principaux postes de perte invisible du secteur. Dans un environnement où la marge nette moyenne des grandes enseignes plafonne autour de 3,2 % (étude Deloitte sur les Top 250 retailers), chaque point de marge brûlé par une démarque mal calibrée pèse lourd. Et la facture, contrairement à ce que l'on croit souvent, ne se résume jamais au seul rabais accordé. Voyons en détail pourquoi tant d'enseignes pilotent encore leurs markdowns à la main, ce que cela leur coûte réellement, et comment certains acteurs basculent progressivement vers un modèle où la décision devient continue, contextualisée et automatisée.

La démarque : un acte stratégique déguisé en routine opérationnelle

Avant de comprendre pourquoi le manuel domine encore, il faut rappeler ce qu'est vraiment une décision de markdown. Vue de loin, c'est un simple ajustement de prix. Vue de près, c'est un arbitrage permanent entre quatre objectifs partiellement contradictoires :

1. Liquider le stock avant qu'il ne perde toute sa valeur (fin de saison, obsolescence, fast fashion).
2. Préserver la marge en évitant de brader des produits qui seraient partis à prix plein avec un peu plus de patience.
3. Maintenir l'image prix de l'enseigne, sans habituer les clients à attendre les soldes pour acheter.
4. Libérer de la trésorerie et de l'espace pour les nouvelles collections ou les produits à forte rotation. Chacun de ces objectifs dépend de variables qui évoluent en continu : la vélocité réelle de vente par magasin, la météo, la couverture stock, l'élasticité prix du produit, les actions des concurrents, le calendrier promotionnel, les ruptures à venir sur la prochaine collection, et même la performance des emplacements en magasin. Selon les benchmarks publics du secteur, 15 à 30 % de l'assortiment d'un retailer fait l'objet d'une démarque au cours d'une saison normale — et jusqu'à 50 % sur les catégories les plus saisonnières comme la mode. Autrement dit, la démarque n'est pas un acte ponctuel : c'est un flux décisionnel continu, qui s'étend sur des dizaines de milliers de couples SKU/magasin et qui devrait être recalculé à chaque variation significative de l'environnement. Or, c'est précisément l'inverse qui se produit dans la plupart des organisations.

Pourquoi le manuel résiste encore en 2026

Si l'industrie reconnaît majoritairement les limites du pilotage manuel, pourquoi 70 % des décisions s'y prennent-elles encore ? Plusieurs raisons structurelles, qui se cumulent.

1. Une donnée fragmentée, non réconciliée

C'est la cause numéro un. Dans une enseigne moyenne, les données de ventes sont dans le POS, les stocks dans l'ERP, les commandes en cours dans le WMS, les ventes en ligne dans la plateforme e-commerce, les remontées fournisseurs dans un autre outil, et les performances magasins dans des dashboards BI souvent déconnectés. Pour qu'une décision de démarque soit réellement optimale, il faut croiser toutes ces sources, en temps quasi réel, et au bon niveau de granularité. Dans la pratique, les équipes merchandising passent 50 à 70 % de leur temps à reconstituer cette vue unifiée — copier-coller depuis des extracts, retraitements Excel, contrôles de cohérence — avant même de commencer à réfléchir à la décision elle-même. Conséquence : le temps de cerveau disponible pour l'arbitrage est ridiculement court, et la décision se prend forcément à un niveau agrégé (catégorie, famille, parfois rayon), jamais au niveau SKU/magasin où se cache pourtant 80 % de la valeur.

2. Des règles métier prisonnières des têtes (et des fichiers Excel)

Dans la plupart des enseignes, le savoir-faire markdown est concentré dans une poignée de personnes expérimentées qui « savent » qu'on ne démarque pas les essentials avant la S+8, qu'on protège tel fournisseur clé, qu'on ne dépasse jamais -40 % sur la marque propre, ou qu'un magasin flagship n'applique pas les mêmes paliers qu'un magasin de périphérie. Ces règles existent rarement de manière formalisée et exploitable par un système. Elles vivent dans des fichiers Excel partagés, dans des PowerPoints de comité, dans la mémoire collective. Résultat : impossible de les rejouer automatiquement, impossible de les tester, impossible de les faire évoluer à grande échelle. Et le jour où la personne qui les détient quitte l'entreprise, une partie de l'intelligence opérationnelle part avec elle.

3. La peur (légitime) de l'automatisation aveugle

Beaucoup de directions retail ont expérimenté, dans le passé, des outils de pricing ou de markdown automatique qui ont mal tourné. Démarques trop agressives sur des produits qui se vendaient encore à prix plein. Recommandations déconnectées de la réalité magasin. Boîtes noires impossibles à challenger. Décisions qui ignorent le contexte commercial (lancement d'une nouvelle collection, opération concurrente, événement local). Cette méfiance est parfaitement légitime. Une démarque mal calibrée ne se rattrape pas : un produit bradé reste bradé, et la marge perdue ne revient pas. Face à ce risque, beaucoup d'équipes préfèrent rester sur du manuel — plus lent, plus imparfait, mais perçu comme plus contrôlable.

4. Des cycles décisionnels trop longs

Le quatrième frein est probablement le plus sous-estimé. Même quand les retailers veulent réagir vite, leurs cycles internes ne le permettent pas. Un signal faible détecté un lundi (une rotation qui chute dans 12 magasins sur une famille produit) passe par une réunion mardi, une validation merchandising mercredi, une mise à jour ERP jeudi, et une exécution magasin vendredi voire la semaine suivante. Cinq à dix jours entre le signal et l'action. Dans un environnement où, comme le rappellent les analystes du secteur, certaines marketplaces revalorisent leurs produits 20 à 40 fois par jour, ce délai n'est plus simplement sous-optimal : il devient structurellement perdant.

Ce que coûte réellement le pilotage manuel

Quand on parle du coût des markdowns manuels, la première image qui vient en tête est celle des « démarques trop agressives ». C'est la partie visible. Mais le vrai coût se cache ailleurs, dans des effets que les tableaux de bord classiques ne font pas remonter.

Le coût n°1 : la démarque inutile

Première source de perte invisible. Un produit qui se serait vendu à prix plein, mais qu'on a démarqué « par sécurité » ou « par règle de calendrier ». À l'échelle d'une saison, sur un parc de plusieurs centaines de magasins, ce sont des millions d'euros de marge brute qui partent en fumée, sans que personne ne soit capable de mesurer précisément le manque à gagner — puisque par construction, la vente s'est tout de même faite.

Le coût n°2 : la démarque trop tardive

L'inverse, et tout aussi coûteux. Un produit qu'il fallait démarquer dès la semaine 4 mais qu'on n'a touché qu'en semaine 8, parce que personne n'avait le temps de regarder cette famille en détail. Résultat : il faut désormais aller chercher -50 % au lieu de -20 %, et même comme ça, une partie partira en solde puis en outlet. Plus on attend, plus la profondeur de remise nécessaire augmente — et plus la marge récupérée s'effondre.

Le coût n°3 : la démarque mal localisée

C'est le coût le plus systématique. Quand on applique une démarque uniforme sur l'ensemble du réseau, on ignore le fait évident qu'un produit n'a pas la même dynamique à Lille, à Nice et à Strasbourg. Certains magasins auraient pu écouler le stock à prix plein. D'autres auraient eu besoin d'une démarque plus profonde dès le départ. La démarque uniforme est presque toujours double perdante : trop forte là où ce n'était pas nécessaire, trop faible là où il fallait frapper plus fort.

Le coût n°4 : la non-réallocation

C'est le coût « caché du caché ». Avant même de démarquer, beaucoup de problèmes auraient pu être résolus par une simple réallocation entre magasins. Le pull qui se traîne dans un magasin de Paris se vend très bien dans un magasin de Lyon. Sans visibilité unifiée et sans automatisation, cette réallocation n'a jamais lieu — et le pull finit démarqué dans les deux magasins, alors qu'un transfert l'aurait évité.

Le coût n°5 : le coût humain et organisationnel

À ne jamais oublier. Le pilotage manuel mobilise des équipes entières sur des tâches à très faible valeur ajoutée : ressaisie, contrôles, retraitements, alignements de fichiers. Ces équipes pourraient passer leur temps sur la stratégie d'assortiment, les négociations fournisseurs, l'expérience client. À la place, elles colmatent les fuites du système d'information. Quand on additionne ces cinq postes, l'impact sur la marge nette dépasse fréquemment 1 à 3 points pour une enseigne moyenne. Sur un retailer générant 500 M€ de chiffre d'affaires avec 3 % de marge nette, c'est l'équivalent de 5 à 15 M€ par an qui se volatilisent dans des décisions sous-optimales, jamais identifiées comme telles parce que diluées dans la masse.

Le basculement en cours : de la décision ponctuelle à l'optimisation continue

Une partie du secteur a commencé à basculer. Les retailers les plus avancés ne pensent plus la démarque comme un événement (« on prend les démarques de la semaine »), mais comme un flux d'optimisation continu, alimenté par les données et exécuté à grande échelle. Concrètement, ce basculement repose sur trois piliers. Premier pilier : l'unification des données. Avant de pouvoir automatiser quoi que ce soit, il faut une vue unique, fiable, à jour, qui réconcilie POS, ERP, e-commerce, supply chain et signaux externes (météo, calendrier, concurrence). C'est la condition non négociable. Sans elle, toute tentative d'automatisation reproduit simplement les biais du manuel, à plus grande échelle. Deuxième pilier : la formalisation des règles métier. L'objectif n'est pas de remplacer le savoir-faire humain, mais de le rendre exécutable. Les contraintes (planchers de marge, durées minimales avant démarque, exclusions par catégorie, traitements spécifiques par fournisseur) doivent être codifiées dans un moteur capable de les appliquer systématiquement, tout en laissant la main aux équipes pour les ajuster. Troisième pilier : un moteur de décision intelligent. Une fois la donnée propre et les règles formalisées, des modèles peuvent calculer, pour chaque couple SKU/magasin, la décision optimale : démarquer ou pas, à quelle profondeur, à quel moment, avec quelle action complémentaire (réallocation, réassort, retour fournisseur). Et surtout, cette décision peut être recalculée en continu, à mesure que les ventes réelles confirment ou invalident les hypothèses. Le résultat n'est pas une boîte noire. C'est plutôt un copilote : il propose, il explique, il alerte sur les anomalies, et c'est l'humain qui valide ou ajuste. La différence, c'est qu'au lieu de réfléchir à 200 décisions par semaine, l'équipe peut en traiter 20 000, en se concentrant uniquement sur les cas qui méritent un arbitrage humain. Les premiers retours du marché sont sans ambiguïté. Là où le pilotage manuel laisse traîner 15 à 30 % de l'assortiment en démarque, les retailers ayant industrialisé leur prise de décision rapportent des gains de plusieurs points sur le taux de récupération (recovery rate) et sur le sell-through, tout en libérant un temps considérable côté équipes merchandising.

L'approche Solya : décider et exécuter à l'échelle du réseau

C'est exactement cette transition que Solya accompagne chez les retailers qui veulent sortir du pilotage fragmenté. Plutôt que de proposer un énième outil de pricing isolé, Solya est conçue comme une plateforme de décision et d'exécution retail qui fait le pont entre les données et l'action terrain. Le principe est simple. Solya se connecte aux sources existantes de l'enseigne — POS, ERP, e-commerce, supply chain, outils internes — pour reconstruire une vue unifiée et exploitable du réseau. Cette donnée est ensuite transformée en signaux opérationnels (un produit qui ralentit dans tel cluster de magasins, une couverture stock qui dérape, une rotation qui dévie du forecast), puis convertie en décisions actionnables : markdowns ciblés, réassorts, réallocations inter-magasins, actions fournisseurs. Le moteur de décision intègre les règles métier de l'enseigne — qu'elles soient simples (planchers de marge, calendriers minimum) ou plus subtiles (traitement spécifique d'une marque, protection d'un cluster magasin, contraintes logistiques). Les équipes gardent la main : elles définissent les garde-fous, elles arbitrent les cas sensibles, elles ajustent la stratégie. Solya s'occupe du reste, à grande échelle, en continu, sans rupture entre la décision et l'exécution. L'objectif n'est pas de supprimer l'expertise humaine. C'est de la libérer de la mécanique répétitive pour qu'elle se concentre là où elle crée vraiment de la valeur : la stratégie d'assortiment, les arbitrages structurants, la relation client. Et c'est de transformer le pilotage retail d'un exercice hebdomadaire fragmenté en une optimisation continue à l'échelle du réseau.

La vraie question n'est plus si, mais quand

Le pilotage manuel des markdowns n'est pas une faiblesse propre à certaines enseignes : c'est l'état historique du secteur. Mais c'est aussi un état dont les coûts deviennent de moins en moins soutenables, à mesure que les cycles raccourcissent, que la pression sur les marges s'intensifie et que les consommateurs deviennent plus exigeants sur la cohérence de l'image prix. Les retailers qui basculent aujourd'hui ne le font pas par effet de mode. Ils le font parce qu'ils ont mesuré, parfois douloureusement, le coût cumulé du manuel — et qu'ils ont compris que la prochaine génération de gains de performance ne viendra plus de l'optimisation des achats ou de la négociation fournisseur, mais de la qualité et de la vitesse des décisions opérationnelles prises chaque semaine sur le réseau. La question n'est plus de savoir si l'automatisation intelligente des décisions retail va se généraliser. C'est de savoir combien de saisons une enseigne peut encore se permettre d'attendre avant de franchir le pas.

Envie de mesurer ce que vous coûte réellement votre pilotage actuel ?

Chez Solya, nous proposons aux directions retail un diagnostic personnalisé de 30 minutes pour identifier, sur vos propres données, où se situent les principaux gisements de marge perdus dans vos décisions de markdown, réassort et réallocation. Pas de présentation produit générique : un échange concret, à partir de votre contexte, pour évaluer le potentiel d'industrialisation de vos décisions opérationnelles. 👉 [Réservez votre diagnostic Solya] — 30 minutes, par visio, avec un de nos experts retail. Vous pourrez ainsi repartir avec une vision claire de :

• Les sources de pertes les plus probables dans votre pilotage actuel
• Les premiers cas d'usage à fort ROI sur votre réseau
• Les conditions techniques et organisationnelles pour passer à l'échelle