Les détaillants proposent directement aux utilisateurs des solutions d'IA conversationnelle et d'analyse de données

Après des années d'expérimentation, les détaillants intègrent désormais les analyses de consommation basées sur l'IA directement dans leurs décisions commerciales quotidiennes. La société d'analyse First Insight, spécialisée dans les prévisions des réactions des consommateurs, affirme que la prochaine étape de l'IA dans le secteur de la vente au détail sera marquée par le dialogue, et non par les tableaux de bord.

À la suite d'un programme bêta, First Insight a lancé un nouvel outil d'IA baptisé Ellis, destiné aux marques et aux détaillants. Conçu comme une interface conversationnelle, Ellis permet aux équipes chargées du merchandising, de la planification et de la tarification de poser des questions directes sur les produits, les prix et la demande au sein de la plateforme, réduisant ainsi les cycles de décision à quelques minutes.

Une étude de McKinsey indique que, bien que les grands détaillants collectent d'énormes quantités de données clients, beaucoup peinent à traduire ces informations en actions suffisamment rapidement pour influencer le développement des produits. Les outils d'IA qui réduisent l'écart entre l'analyse et l'exécution s'avèrent plus utiles que les systèmes de reporting traditionnels.

Des tableaux de bord au dialogue

First Insight s'est associé à des détaillants tels que Boden, Family Dollar et Under Armour pour prévoir la demande, la sensibilité aux prix et les performances à l'aide d'enquêtes et de modélisation prédictive, généralement fournies via des tableaux de bord ou des rapports.

Ellis permet aux utilisateurs d'interroger ces informations de manière conversationnelle. Les équipes peuvent par exemple demander si un assortiment de six ou de neuf articles sera plus performant sur un marché spécifique, ou comment la suppression de certains matériaux pourrait affecter l'attrait du produit. Le système fournit des réponses basées sur les modèles de données existants de l'entreprise.

Les analyses du secteur suggèrent que cette approche résout un goulot d'étranglement majeur. Une étude de la Harvard Business Review portant sur les détaillants axés sur les données a révélé que les informations perdent souvent de leur valeur lorsqu'elles ne sont pas accessibles rapidement, en particulier lors de phases critiques telles que les revues de gamme ou le développement précoce de concepts.

Des informations prédictives déjà en service

Les techniques fondamentales qui sous-tendent First Insight sont déjà déployées dans le secteur de la vente au détail. Under Armour a utilisé les données consommateurs et la modélisation prédictive pour affiner ses assortiments et sa tarification, ce qui a contribué à réduire le risque de démarques et à stimuler les ventes au prix plein.

De même, Boden a exploité les informations sur les clients pour équilibrer les articles tendance et les articles de base dans ses gammes. Bien que les détails des systèmes propriétaires soient confidentiels, ces exemples montrent comment les données prédictives sont intégrées dans la planification commerciale.

Des outils comparables sont largement répandus. Walmart, Target et d'autres investissent dans l'analyse de données et l'apprentissage automatique pour comprendre la demande régionale, optimiser la tarification et tester des concepts. Une étude de Deloitte sur l'IA dans le commerce de détail établit un lien entre les informations prédictives sur les consommateurs et une meilleure précision des prévisions ainsi qu'une réduction du risque lié aux stocks, en particulier lorsqu'elles sont intégrées dès le début.

Tarification, assortiments et dynamique concurrentielle

Ellis s'appuie sur ce que First Insight appelle un « grand modèle linguistique prédictif pour le commerce de détail », entraîné sur des données de réponse des consommateurs. Il peut répondre à des questions sur la tarification optimale, les ventes prévues, la taille idéale de l'assortiment et les préférences des segments.

Cela va dans le sens des recherches universitaires qui identifient l'optimisation des prix et la planification des gammes comme des applications de l'IA à forte valeur ajoutée dans le commerce de détail. Une étude du Journal of Retailing a révélé que les modèles de tarification basés sur les données surpassent souvent les méthodes traditionnelles de prix de revient majoré, en particulier lorsqu'ils mesurent directement la disposition à payer des consommateurs.

L'analyse comparative de la concurrence est un autre domaine clé. Une étude de Bain & Company indique que les détaillants qui comparent leurs produits à ceux de leurs concurrents sont mieux à même de se différencier en termes de valeur et de prix. Les outils qui regroupent ces analyses en une seule couche sont de plus en plus considérés comme la solution idéale.

Rendre les informations plus largement accessibles

L'un des principaux arguments en faveur de First Insight est qu'Ellis rend les informations sur les consommateurs accessibles au-delà des équipes d'analyse spécialisées. Les requêtes en langage naturel permettent aux dirigeants d'interagir directement avec les données, sans attendre les résultats de l'analyse.

La démocratisation de l'analyse est un thème récurrent dans le secteur. Gartner indique que l'élargissement de l'accès aux outils d'analyse augmente l'adoption et le retour sur investissement, tout en soulignant la nécessité d'une gouvernance pour garantir une interprétation précise et des sources de données fiables.

First Insight affirme qu'Ellis conserve la rigueur méthodologique de sa plateforme tout en réduisant les frictions dans la prise de décision. Selon le PDG Greg Petro, l'objectif est d'intégrer des informations prédictives au moment même où les décisions sont prises.

« Depuis près de 20 ans, First Insight aide les détaillants à fonder leurs décisions en matière de tarification, de succès des produits et d’assortiment sur les retours réels des consommateurs », a déclaré un porte-parole. « Ellis intègre directement ces informations dans les revues de gamme, le développement précoce des concepts et les réunions de direction, aidant ainsi les équipes à agir plus rapidement et en toute confiance. »

Un marché saturé mais en pleine croissance

First Insight n’est pas seul sur ce marché. Des fournisseurs tels que EDITED, DynamicAction et RetailNext proposent également des outils d’IA pour le merchandising et la tarification. Les nouvelles offres se distinguent en mettant l’accent sur la facilité d’utilisation et la rapidité plutôt que sur la complexité pure des modèles.

Un rapport récent de Forrester a souligné que des interfaces conversationnelles sont intégrées aux plateformes d’analyse existantes, reflétant la demande des utilisateurs pour une interaction plus intuitive avec les données. Si ces outils peuvent conduire à de meilleures décisions, leur efficacité dépend de la qualité des données et de la discipline organisationnelle.

First Insight a présenté Ellis en avant-première lors de la conférence de la National Retail Federation à New York, où les outils de merchandising et de tarification basés sur l’IA occupaient une place prépondérante. Alors que les détaillants doivent faire face à une demande volatile, à l’inflation et à l’évolution des préférences, la capacité à tester rapidement différents scénarios reste cruciale.

Vous souhaitez en savoir plus sur l'IA et le big data auprès des leaders du secteur ? Découvrez l'AI & Big Data Expo à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et se tient en même temps que d'autres événements technologiques de premier plan. Cliquez ici pour plus d'informations.

AI News est proposé par TechForge Media. Découvrez ici d'autres événements et webinaires à venir sur les technologies d'entreprise.