CMO LEADERS

3 cas d’usage immédiats de l’intelligence artificielle appliquée au retail

5 min
CMO LEADERS
temps de visionnage :
5 min

3 cas d’usage immédiats de l’intelligence artificielle appliquée au retail

Ecouter cet article
Partager cet article
No items found.
No items found.
En partenariat avec
Si l’intelligence artificielle est décrite comme la révolution digitale des prochaines années, 80% des projets ne dépassent pas les phases expérimentales, en particulier dans le secteur du retail. Au RETAIL & E-COMMERCE Forum & Meetings, Kyndryl entend pourtant démontrer que l’IA peut générer de la valeur rapidement, à partir de données déjà en possession des commerçants. Démonstration.

Nouveau call-to-action

Une IA qui suggère quel produit mettre sur le marché

Pour les responsables marketing, merchandising et et R&D

L’innovation est la base de tout business. Les entreprises rivalisent d’intelligence pour comprendre et anticiper les besoins du consommateur afin de proposer des produits en adéquation et tirer leur épingle du jeu de la concurrence.

Aujourd’hui, l’IA serait facilement en mesure de fiabiliser l’innovation des entreprises en recommandant spécifiquement les caractéristiques physiques (taille, poids, couleur, formes…) et non physiques (recyclable, réparable, durable, …) des produits à mettre sur le marché en fonction des attentes consommateur.

Sur quelles informations l’IA peut-elle bien baser ses oracles ? Il s’agit en réalité d’étudier les commentaires des internautes sur les sites e-commerce. Une pratique déjà bien connue des entreprises du retail comme l’explique Yves Darnige, Apps, Data & AI Practice Leader chez Kyndryl. "Le web scrapping des commentaires publiés par les consommateurs sur les plateformes qui l’autorisent est extrêmement riche d’informations. Et c’est une pratique déjà très employée. Pourtant l’analyse des informations et l’interprétation des insights stratégiques sont encore très sommaires. C’est ici que l’automatisation et l’intelligence artificielle ont un rôle à jouer."

Avec le modèle de données et d’analyse adapté, l’IA peut ainsi fournir des analyses segmentées et comprendre ce qu’il manque sur un marché donné pour satisfaire les consommateurs. "Prenons par exemple un smartphone. L’IA pourrait analyser des milliers de commentaires déposés sur des produits concurrents appartenant à la même gamme, en extraire tous les manques  et lacunes exprimés, et ainsi déduire les caractéristiques qui feraient d’un nouveau smartphone un plébiscite sur le marché. Tout en prenant en compte le ratio investissement/bénéfice pour l’entreprise" illustre le spécialiste de Kyndryl. Le produit une fois commercialisé, ce potentiel d’analyse de l’IA peut aussi être employé afin de "déterminer précisément quelles sont ses caractéristiques les plus efficaces ou non, afin de mieux aligner le positionnement de produit en particulier sur les fiches produit."

Une IA qui anticipe l’efficacité commerciale d’un nouveau produit avant qu'il ne soit introduit sur le marché

Pour les responsables logistiques retail, et responsables de production (CPG)

Une fois le produit conçu, est-il possible d’anticiper avec précision sa performance en parts de marché avant même de confirmer ou non sa commercialisation à grande échelle ?

L’intelligence artificielle peut là encore éclairer la lanterne des entreprises du retail. "Il s’agit cette fois de nourrir le modèle d’intelligence artificielle des informations issues d’études de consommation Adhoc dans laquelle il est demandé au consommateur témoin d’affirmer ses préférences entre le produit étudié (et différentes caractéristiques mises en valeur) et ses différents concurrents actuels sur le marché" détaille Yves Darnige.

Ces informations doivent toutefois être tempérées au regard de la montée en notoriété du produit, autrement dit de l’investissement marketing prévu par l’entreprise au cours du temps pour faire connaître le nouveau produit. "Il est évident qu’une hausse de notoriété va avoir un impact sur la croissance de parts de marché du nouveau produit étudié, et nous sommes en mesure de le calculer afin d’identifier et d’anticiper la part de marché et le niveau de vente du produit."

Une IA qui comprend les comportements de consommation régionaux

Pour les responsables logistiques retail, et responsables de production (CPG)

Tous les retailers savent qu’il existe des comportements de consommation spécifiques et régionalisés. Les habitudes de consommation peuvent ainsi varier d’une région à une autre en France, et ainsi faire osciller l’efficacité de certains produits.

Pourtant déterminer avec précision ces différences de comportement, et reconnaître celles qui sont réellement dues à des attentes spécifiques des consommateurs peut s’avérer très délicat. Car, comme le rappelle Yves Darnige, "certains paramètres triviaux (comma la taille des rayons dédiés à un produit, ou encore l’importance des efforts marketing) peuvent expliquer des variations régionales de consommation." Or pour réellement déduire des habitudes de consommation locales, "il faut pouvoir isoler les variations issues de facteurs non triviaux" qui sont indépendants des influences business.

"Nous connaissons tous ces facteurs triviaux et sommes en mesure d’en mesurer les effets selon des modèles mathématiques très précis. Donc, en référençant tous les magasins présents dans une région cible, nous sommes capables de les exclure des résultats de marché et ainsi valider ou non, de réelles disparités régionales de consommation" explique Yves Darnige. A partir de ces données, l’intelligence artificielle peut ainsi recommander des efforts marketing et commerciaux concordant avec le plébiscite des clients. Elle peut aussi soumettre des recommandations de producteurs locaux, qui répondent aux attentes des consommateurs, et s’avérer un allié de poids pour toute enseigne souhaitant investir dans des circuits logistiques courts. Un argument de taille dans un contexte marqué par le désir de chacun de réduire l’impact environnemental de ses habitudes de consommation.

En savoir plus au RETAIL & E-COMMERCE Forum & Meetings

Le potentiel de l’intelligence artificielle n’est plus à démontrer. Pour autant, si de nombreux projets avortent avant d’avoir généré le moindre ROI, c’est bien souvent "parce que les entreprises ne parviennent pas à associer ces nouveaux outils à des cas d’usage réalistes et efficaces" explique Yves Darnige, Apps, Data & AI Practice Leader chez Kyndryl.

En accompagnant des acteurs du retail sur de tels projets, Kyndryl a pu constater que de nombreux cas d’usage performants, reposant sur des données relativement simples et déjà en possession des entreprises, sont rarement envisagés alors même qu’ils accélèrent un passage à l’échelle et la génération de ROI. Pour le démontrer, Kyndryl détaillera les trois cas d’usage de cet article, reposant sur des modèles pensés en collaboration avec les étudiants de Centrale Lille, lors d’une MasterClass RETAIL & E-COMMERCE Forum & Meetings le 9 février prochain à 14 heure.

Nouveau call-to-action

HUB
  Newsletters

Hebdomadaire ou bimensuelle, retrouvez dans votre newsletter un décryptage des tendances business d'actualité à partager avec vos équipes, un cas d'usage analysé par nos experts pour vous inspirer, ainsi qu'une sélection des solutions innovantes à déployer facilement.

HUB
  Radar

IA générative : Le BIG Recap

La newsletter linkedin qui analyse les actualités de l'IA générative et son impact sur vos transformations business et métiers.

Je m'abonne