L’intelligence artificielle : levier d’optimisation pour l’e-commerce

Pour la deuxième année consécutive, KPMG et la FEVAD se sont associés pour publier une étude sur l’innovation dans l’e-commerce. Cette édition 2018 s’intéresse à l’impact de l’intelligence artificielle dans ce secteur.

Un tiers des e-commerçants, dont les leaders, ont déjà commencé à tester ou utiliser des solutions d’intelligence artificielle au sein de leur organisation. L’intelligence artificielle se répand à mesure que la sophistication des algorithmes grandit.

Les e-commerçants ont aujourd’hui pris conscience du potentiel prometteur de l’intelligence artificielle dans l’optimisation des opérations de commerce en ligne et ont lancé des initiatives pour commencer à se familiariser avec la technologie. Ses applications dans l’e-commerce sont multiples et pour l’instant se concentrent en majorité sur certains processus : personnalisation du parcours client, gestion des stocks et de l’approvisionnement, pilotage de campagnes marketing, gestion du service après-vente notamment.

Le rôle clé des start-up

L’intelligence artificielle permet d’identifier les clients en fonction de leurs caractéristiques comme la localisation, l’âge, le genre, etc. ainsi que leurs comportements sur le site comme sur les pages visitées, le temps passé par page, le nombre de clics, les produits visualisés, l’application utilisée, etc. Par inférence et en fonction du profil du client, la navigation sur le site devient personnalisée en termes de tri de résultats, de recommandations produits, etc. Étant donné l’intensité de la concurrence dans l’e-commerce et l’exigence accrue des clients, la personnalisation est devenue une fonctionnalité clé que les principaux acteurs de l’e-commerce ont désormais implémentée (vente-privée, Decathlon, Monoprix, etc.).

Les start-up jouent un rôle important dans ces avancées sur la personnalisation. Par exemple, EarlyBirds, start-up lauréate 2017 du challenge de la FEVAD START ME UP, offre aux e-commerçants des algorithmes d’intelligence artificielle permettant la personnalisation du parcours client. Ces algorithmes utilisent des données du client comme le parcours de navigation sur le site, les centres d’intérêt, les likes Facebook, l’historique des achats, etc. pour établir son profil type.

Marketing prédictif et automatisation du pilotage

Au-delà de la recommandation de produits, les algorithmes d’intelligence artificielle commencent également à gérer les campagnes de promotion marketing. Ils se révèlent être capables de prédire la propension des clients à dépenser sur le site marchand en fonction de leur profil socio-démographique et de leur comportement. De plus, ils apportent un ciblage précis pour les différentes opérations marketing afin d’optimiser leur retour sur investissement. Par exemple, les campagnes de promotion marketing ne sont déclenchées que pour les clients caractérisés comme indécis pour lesquels l’algorithme prédit qu’une promotion pourrait favoriser l’acte d’achat. Les dépenses marketing pour des clients dits « chauds » qui de toutes les façons auraient acheté ou au contraire les clients dits « froids », qui ne seraient pas passés à l’acte d’achat, sont ainsi économisées.

Tinyclues

Fondée en 2013, la start-up Tinyclues offre une solution de ciblage des campagnes marketing avec un algorithme en deux étapes :

    Analyse des données des acheteurs d’un produit

    Analyse des données de milliers d’autres consommateurs de la base de données client du marchand afin d’identifier ceux qui présentent les mêmes caractéristiques. Ce segment est alors ciblé par la campagne marketing de promotion.

Logistique robotisée et intelligente : gestion de la logistique et des stocks pour des marchands

L’application la plus courante et mature de l’intelligence artificielle dans l’e-commerce aujourd’hui s’applique à la gestion de la logistique. Par exemple, Cdiscount utilise des robots dans ses entrepôts depuis décembre 2017. Ces robots ont la particularité de se déplacer en 3D et sont gérés par un système de contrôle doté d’algorithmes d’intelligence artificielle. Ocado, l’e-commerçant anglais, a poussé la solution encore plus loin avec son « nid d’abeilles » qui permet non seulement une accélération du traitement des commandes et une gestion plus efficace des stocks mais aussi une réduction significative des surfaces de l’entrepôt.

Click-and-collect » ou « ship-to-store »

Cette solution permet une implantation au plus près des centres-villes, facteur clé de succès de l’alimentaire en ligne. Monoprix est en train d’adopter cette solution en France. Dans un contexte où le commerce omni-canal prend de l’ampleur, les marchands ont besoin d’avoir une vision unifiée, fiable et en temps réel de leurs stocks afin de pouvoir les optimiser. Combinée à la technologie Cloud, l’intelligence artificielle est aussi capable de gérer différents scénarios de « click-and-collect » ou « ship-to-store » afin de trouver le meilleur point d’expédition pour chaque commande, réduisant ainsi les coûts de stockage et de transport.

Recherche visuelle

La reconnaissance de formes et d’images est une technologie qui devient de plus en plus mature avec des applications directes dans l’e-commerce. La reconnaissance visuelle regroupe plusieurs technologies qui permettent à la machine de comprendre, via l’apprentissage par analogie, les différents médias (images, vidéos, etc.) provenant des réseaux sociaux, soumis par les utilisateurs via leurs smartphone ou tablette. Dans l’e-commerce, les marques de mode, décoration et ameublement s’emparent de cette technologie pour permettre la recherche de produits par des images au lieu de mots. Ainsi, l’utilisateur peut pointer l’appareil photo de son smartphone ou effectuer une capture d’image sur le web pour rechercher un produit identique chez l’e-commerçant. Cela rend les achats plus fluides, rapides et interactifs. Grâce à la multiplication des images partagées sur les réseaux sociaux dédiés (Instagram, Snapchat, Pinterest, etc.), les algorithmes d’intelligence artificielle de reconnaissance de formes s’amélioreront rapidement.

 La gestion des bases de données des marketplaces

Afin de gérer la complexité de produits et d’informations qu’elles gèrent, les marketplaces ont intégré des solutions basées sur l’IA. Elles voient en effet passer des millions d’articles. Il leur est indispensable de contrôler leur nature pour s’assurer entre autres qu’ils respectent la législation et les normes françaises. Il faut ensuite les classer dans les bonnes arborescences pour que le consommateur les trouve facilement lors de ses recherches. Ensuite se pose le problème des descriptions incomplètes ou erronées transmises par les fournisseurs. Par exemple, une description « robe rouge » sans préciser « à bretelles » qui est un critère de recherche essentiel.

Avantages aux majors

Les grandes marketplaces des pure players du web ont compris que le cœur de la compétition du futur se joue sur la donnée. Elles ont démarré la course à l’intelligence artificielle il y a déjà longtemps, en collectant des quantités gigantesques d’informations. L’objectif consiste à alimenter des algorithmes toujours plus friands de données à ingérer pour être toujours plus pertinents. Ces grands pure players se dotent ainsi de plateformes e-commerce toujours plus évoluées alors que dans le même temps elles font bénéficier à leurs clients et potentiels futurs clients, d’assistants intelligents comme Amazon Alexa, Google Home, Tmall Genie. Seule une poignée de ces majors maîtrise la capacité de relever le défi de l’intelligence artificielle à travers la flexibilité de leur réseau, le talent de leurs ingénieurs et leur culture d’entreprise innovante.

Chatbot de plus en plus répandus

De plus-en-plus d’e-commerçants utilisent un chatbot plus ou moins évolué sur leur site ou sur les réseaux sociaux Facebook Messenger. Le but recherché consiste à répondre aux questions des clients sur les produits en amont de la vente et de gérer les divers problèmes en après-vente. Il existe de nombreux exemples de bots chez les e-commerçants français :

    Cdiscount : chatbot ilibotTM capable de tenir une réelle conversation structurée en plusieurs étapes. Grâce à la démarche Intention-Processus et la combinaison NLP + Parcours client + RPA, le chatbot permet des interactions pertinentes.

    Oui SNCF : « OUIbot » Bot Facebook Messenger mis en place en avril 2016 permettant de chercher le prix d’un trajet et d’effectuer des réservations. En 2017, la Helpbox OUI. sncf a traité plus de 150 000 conversations par mois en France avec un taux de 90% de bonnes réponses en self-service.

    La Redoute : collaboration avec l’agence La Mobilery pour développer une fonctionnalité de réalité augmentée « La Redoute Intérieurs » qui débute par une interaction avec un chatbot accessible depuis l’application mobile, une page web ou Facebook Messenger.

    Leroy Merlin : « Merlin Le Bot » disponible sur Facebook depuis l’automne 2017 pour répondre aux questions des clients sur des sujets variés comme le paiement, la location de matériel, etc..

    Décathlon : Développé par l’agence Hobbynote, le chatbot « Expert de Noël » disponible sur Messenger depuis décembre 2016 à la période des fêtes en France pour aider les clients à trouver le meilleur cadeau sportif pour leurs proches.

L’étape suivante est l’assistant personnel. Le processus de recherche de produits et de commande par le client s’effectue ainsi par la voix et via un assistant personnel intelligent (Google Home, Echo d’Amazon, etc.). Si ce mode de commerce semble aujourd’hui être l’avenir de l’e-commerce, il n’est pas encore mature. Les solutions développées par les e-commerçants et fournisseurs de logiciels ne sont actuellement pas encore assez sophistiquées pour être capables de dialoguer de manière fluide avec l’utilisateur dans une conversation vocale complexe.

L’e-commerce : un phénomène encore en gestation

Trois stades de l’intelligence artificielle sont communément reconnus :

    Le premier stade « OBÉIT » inclut l’automatisation basique où la machine reconnaît des caractères, est capable de cartographier des processus et d’auto-exécuter.

    Le deuxième stade « APPREND » est celui de l’automatisation améliorée où la machine commence à acquérir une base de savoir, à avoir des capacités d’apprentissage, à travailler à partir de données non structurée

    Le troisième stade « RAISONNE » est celui de l’automatisation cognitive avec l’apprentissage autonome, les analyses prédictives, l’émission d’hypothèses

Aujourd’hui, l’IA utilisée dans l’e-commerce reste basique et on estime qu’il faudra plusieurs dizaines d’années pour voir des applications de l’IA sophistiquée dans l’e-commerce. L’IA ne s’achète pas, elle se construit : le passage de l’IA simple à l’IA avancée se fera par des techniques de Deep Learning qui permettent à l’IA d’apprendre et de se renforcer au fil du temps.

Le 06 Décembre 2018

Source web Par Quotidiendutourisme