Une marge globale peut rassurer, mais elle n’explique pas toujours pourquoi une offre doit être poussée, corrigée ou retirée. Pour piloter finement une marketplace, les équipes ont besoin de comprendre la rentabilité au niveau de l’offre, là où le prix, le canal et les frais se décident vraiment.
Le chantier Offer Margin Detail a été conçu pour donner cette lecture détaillée : prix, coût, commission, logistique, frais, seuils, anomalies et décision de diffusion. Il prolonge le calcul de marge marketplace en descendant au niveau où l’action se décide.
Cette fiche raconte comment Dawap a structuré un détail de marge exploitable par les équipes, capable d’expliquer une alerte, de sécuriser un repricing et de nourrir la mémoire de décision dans Ciama Marketplace.
1. Présentation du client
Un vendeur qui devait comprendre la rentabilité exacte de ses offres
Le contexte était celui d’un vendeur avec plusieurs canaux, des offres nombreuses et des règles de frais qui pouvaient varier selon marketplace, pays, catégorie ou type de livraison.
Les équipes savaient parfois qu’une offre était fragile, mais devaient encore reconstruire les composantes de la marge pour comprendre le vrai problème.
Le projet a donc été cadré comme une brique d’explication : donner le détail de marge qui permet de décider, justifier, corriger et conserver la mémoire d’un arbitrage.
2. Méthode projet Dawap
Identifier les composantes qui changent vraiment la décision
La phase d’analyse a listé les composantes utiles : prix de vente, coût d’achat, commission, frais canal, transport, retours, remise, TVA opérationnelle, seuil minimum, statut de diffusion et règle de prix.
Le backlog a été suivi dans Jira avec une priorisation par valeur. Les premiers sprints ont stabilisé les calculs de base, puis les lots suivants ont ajouté les anomalies, détails par canal et liens vers les actions de prix.
Les validations ont été menées sur des offres réelles : offre rentable, offre sous seuil, prix concurrentiel mais destructeur, commission élevée, frais transport inattendu ou coût d’achat non aligné.
3. Avant le projet
Une rentabilité trop difficile à expliquer au niveau de l’offre
Avant ce chantier, les équipes pouvaient détecter des marges faibles, mais devaient encore ouvrir plusieurs vues pour comprendre pourquoi une offre posait problème.
Cette fragmentation ralentissait les corrections : un prix pouvait être accusé alors que la cause venait d’un frais, d’un transport, d’un coût d’achat ou d’une règle canal.
Le risque était de prendre des décisions de prix ou de diffusion avec une explication incomplète.
4. Objectifs du chantier
Expliquer la marge pour guider l’action
Le premier objectif était de détailler les composantes de marge au niveau de l’offre, avec une lecture claire et compréhensible par les équipes métier.
Le deuxième objectif était de rapprocher ce détail des alertes, prix planchers, règles de diffusion et décisions de repricing.
Le troisième objectif était de conserver une base relisible pour les arbitrages : pourquoi une offre a été ajustée, maintenue, limitée ou retirée.
5. Solution mise en place
Un détail de marge relié à l’offre et au canal
Dawap a structuré une vue Offer Margin Detail qui rapproche prix, coûts, commissions, frais, transport, retours et seuils.
La solution permet de comprendre la rentabilité d’une offre dans son contexte : canal, produit, stock, statut, concurrence et règles de prix.
Cette brique prolonge le Profit Leak Detector marketplace et le Buy Box et repricing marketplace.
6. Coût complet
Rendre visibles les éléments qui pèsent sur la marge
Le détail de marge doit éviter une lecture trop courte. Le prix de vente et le coût d’achat ne suffisent pas si les commissions, frais logistiques, retours ou remises changent le résultat.
La vue a donc été pensée pour montrer les composantes qui expliquent l’écart entre marge attendue et marge réelle.
Cette transparence aide les équipes à traiter la bonne cause : prix, coût, frais, canal, transport ou politique commerciale.
7. Décision d’offre
Relier le diagnostic à une action concrète
Une offre sous seuil peut appeler plusieurs décisions : ajuster le prix, limiter un canal, corriger un coût, revoir une règle de transport ou accepter temporairement une marge faible.
Le détail de marge donne le contexte nécessaire pour choisir. Il évite de traiter toutes les anomalies comme des baisses de prix à corriger.
Cette logique rejoint l’optimisation offres et repricing marketplace, car le prix ne peut pas être piloté sans une marge explicable.
8. Qualité et déploiement
Sécuriser les calculs avant usage opérationnel
La qualité a été sécurisée par des tests sur chaque composante de marge : coûts, commissions, frais, transport, retours, prix et seuils.
Les validations en sandbox puis en préproduction ont comparé les détails d’offres avec les calculs déjà connus et les cas métier sensibles.
La mise en production a suivi le cycle CI/CD, avec surveillance des premiers usages et ajustement des libellés pour rendre la lecture plus claire.
9. Résultats obtenus
Des décisions de marge plus rapides et plus explicables
Après mise en production, les équipes peuvent expliquer plus rapidement pourquoi une offre est rentable, fragile ou destructrice.
Les arbitrages deviennent plus solides : une baisse de prix, une limite de diffusion ou une exception commerciale peut être justifiée par des composantes visibles.
Le projet améliore aussi la collaboration entre commerce, finance et opérations, car chacun travaille sur la même décomposition.
Preuve opérationnelle : expliquer avant d’ajuster
Offer Margin Detail évite les corrections réflexes. Il renforce le calcul de marge marketplace en donnant aux équipes une explication complète au niveau de l’offre.
10. Scénario terrain
Distinguer un problème de prix d’un problème de coût complet
Une offre sous seuil peut sembler appeler une hausse de prix immédiate. Mais le détail peut révéler une autre cause : frais transport mal estimés, commission canal plus élevée, retour récurrent ou coût d’achat non mis à jour.
Offer Margin Detail expose les composantes de marge au niveau de l’offre. L’équipe peut comprendre ce qui pèse réellement avant d’agir sur le prix ou la diffusion.
Cette précision évite de corriger le symptôme. Une bonne décision de marge commence par une explication fiable de la rentabilité réelle.
11. Ce que cela prépare dans Ciama
Une marge relisible dans la mémoire de décision
Cette brique prépare dans Ciama Marketplace une mémoire de marge par offre : composantes, seuils, anomalies, arbitrage et résultat.
Dans Ciama Marketplace, cette mémoire aide les équipes à comprendre pourquoi une règle a été changée et ce qu’elle a produit.
Elle soutient directement la logique on-premise accompagnée : les seuils et règles peuvent évoluer avec le client, sans perdre le raisonnement métier.
12. Projets proches
Relier détail, fuite et repricing
La fiche Profit Leak Detector marketplace montre comment les alertes de marge sont repérées.
La fiche Buy Box et repricing marketplace explique comment les prix sont cadrés par la marge.
La fiche marge par produit, marque, catégorie et tag donne la lecture regroupée qui complète le détail d’offre.
13. Conclusion
Le détail de marge donne aux équipes une base de décision fiable
Ce projet montre que la marge doit rester explicable. Une équipe ne peut pas défendre, limiter ou ajuster une offre si elle ne comprend pas les composantes qui expliquent la rentabilité.
En structurant Offer Margin Detail, Dawap aide les équipes à passer d’un signal de marge à un diagnostic complet : ce qui pèse, ce qui peut être corrigé et ce qui doit être assumé.
Cette approche renforce le calcul de marge marketplace et donne à Ciama Marketplace une brique essentielle pour relier prix, marge et décisions d’offre.
