Alors que la consommation recule et que les champions de la tech poursuivent leur ascension, les professionnels du retail doivent changer leur modèle classique de distribution. L’intelligence artificielle présente de multiples atouts pour les aider à gagner en efficacité, en réactivité et en flexibilité. La maîtrise de la donnée, de la collecte à son traitement, est la clé pour un commerce plus intelligent et plus rentable.
Les multiples apports de l’IA pour le commerce
C’est un fait, les GAFA et les pure player dominent le commerce mondial. Leur succès est dû en grande partie à leur puissance technologique, notamment en matière de collecte, d’analyse et d’utilisation des datas. Dans ce domaine, les retailers traditionnels accusent un net retard avec un périmètre de recueil de données moins large que les géants du secteur et un manque de compétences pour leur exploitation.
Néanmoins, ils reconnaissent que la data et son traitement grâce à l’IA sont aujourd’hui indispensables pour accroître leurs capacités et améliorer la pratique de leurs métiers sans en retirer la qualité. Le Big data et le machine learning révolutionnent les aspects qui font la différence pour les entreprises commerçantes à l’heure actuelle :
- automatisation des process ;
- digitalisation de la force de vente : meilleure connaissance du client,personnalisation de l’offre… ;
- innovation ;
- amélioration du service ;
- optimisation des stocks ;
- rapidité de livraison ;
- repérage des tendances.
Des applications innovantes pour un commerce plus intelligent
Les avantages de l’intelligence artificielle ne s’arrêtent pas aux clients, mais concernent également les collaborateurs. Dotés de solutions pour optimiser la force de vente, gérer les linéaires, organiser les tournées… ils se libèrent de tâches à faible valeur ajoutée et sont plus productifs sans nécessairement travailler davantage. Les exemples d’applications concrètes sont nombreux. Ainsi avec le concours de Google, Carrefour travaille dans son Lab sur près de 70 cas d’usage portant sur des problématiques très variées :
- personnalisation des coupons ;
- anticipation des ruptures en rayons ;
- estimation des volumes afin de prévoir et optimiser les commandes ;
- analyse de l’assortiment.
Chez Etam, un algorithme spécifique se base sur les ventes en magasins physiques et en ligne pour repérer les best-sellers « discrets » afin de revoir leur merchandising. Le groupe a également lancé l’expérimentation de Future Score, un outil chargé d’étudier les réactions des clients face à un produit afin de détecter les références à fort potentiel. Dans le même esprit, Éram et Datakalab collaborent sur l’identification de produits générateurs d’émotions au moyen de l’eyetracking afin d’adapter leur merchandising.
En permettant un ajustement des stocks, l’IA contribue à la minimisation des invendus et à la réduction du gaspillage, sachant que les consommateurs accordent une importance accrue à la RSE.
L’enjeu de la sécurité des données des consommateurs
Pour opérer leur transformation, les retailers, dont la plupart manquent encore d’expertise sur ces sujets, choisissent majoritairement de s’allier avec les poids lourds de la tech ou avec les start-ups spécialisées.
Il reste que cette stratégie s’accompagne d’un risque de taille : la sécurité des informations personnelles des acheteurs finaux, une question sensible qui engage la responsabilité de chaque entreprise. Certains redoutent pour leur part la dépendance du retailer à une plateforme s’il décide de s’y greffer.
En dépit des incertitudes et des divergences d’opinions concernant la pertinence de telles alliances, les experts, les distributeurs et les enseignes sont unanimes quant aux opportunités qu’ouvrent l’IA et la data. En particulier dans l’univers très fluctuant et concurrentiel du commerce, ce sont de véritables « accélérateurs d’évolution ». Ainsi, en contribuant à l’agilité et à l’amélioration continue des performances commerciales et financières des retailers, elles leur donnent un avantage concurrentiel précieux.
Encore faut-il que l’IA s’inscrive dans une stratégie globale. Les attentes des consommateurs doivent définir les usages, dont vont découler les technologies. Sans cette réflexion préalable, le projet de transformation est voué à l’échec.
