Comment Voyage Privé utilise l'intelligence artificielle pour vendre plus de séjours de rêve
A l'occasion du salon Big Data Paris, qui se tient au Palais des Congrès les 6 et 7 mars, l'e-commerçant Voyage Privé a détaillé comment il utilise les algorithmes d'intelligence artificielle pour améliorer son moteur de recommandation et l'expérience proposée aux internautes, dans l'optique de générer des ventes supplémentaires. Le site s'appuie notamment sur une méthode dite de "transfer learning" pour travailler efficacement sur de grandes bases d'images.
La problématique : améliorer un moteur de recommandation avec peu de données
"Sur notre site, le moteur de recommandation vise à orienter l'internaute comme le ferait un commercial dans une agence de voyage", explique Christophe Duong, data scientist chez Voyage Privé. Problème : le site marchand, positionné sur un segment haut de gamme et proposant des ventes événementielles, dispose peu de données pour alimenter son moteur de recommandation. "Un internaute n'achète pas tous les jours un voyage. Nous avons donc peu de ré-achats sur la plate-forme et les visites sont aussi relativement courtes. Il est donc plus difficile pour nous d'enrichir un moteur de recommandation qu'un site classique comme Cdiscount ou Amazon", commente le data scientist.
La solution : le transfer learning pour pousser la bonne image
Accompagné par la start-up Dataiku, Voyage Privé a notamment voulu exploiter les images pour améliorer son moteur de recommandation et proposer une expérience personnalisée aux internautes. "L'image occupe une place très importante sur Voyage Privé. L'image fait rêver, fait voyager et donne envie d'acheter le produit", témoigne Christophe Duong. Pour pouvoir pousser la bonne image auprès de chaque internaute et tirer des informations à partir des iphotos qu'il regarde sur le site, Voyage Privé a souhaité recourir aux techniques de deep learning (apprentissage profond en français). Ces algorithmes d'intelligence artificielle permettent de classifier les images et de reconnaître un élément au sein d'une photo, comme une piscine, une rivière ou un pont par exemple.
Les algorithmes de deep learning s’appuient aujourd’hui sur plusieurs couches de neurones artificiels (ou unités de calcul) organisées de façon hiérarchique. Pour mettre au point de tels modèles algorithmiques, d'importantes puissances de calculs sont nécessaires (les géants du web ont souvent recours aux coûteux GPU) pour traiter d'énormes bases de données (des millions d'images sont nécessaires pour un bon apprentissage). Pour surmonter ces écueils, l'e-commerçant s'est appuyé sur des bases de données déjà labellisées et disponibles en open source (Places et Sun) et a utilisé le principe de transfer learning. "Si un modèle est déjà capable de distinguer un chien d'un chat sur des images, il n'y a plus beaucoup de travail supplémentaire à effectuer pour que le modèle soit capable de reconnaitre des lions. Ce qui permet de gagner beaucoup de temps", explique le data scientist. Voyage Privé a donc reconstruit un modèle de deep learning, à partir de ces bases de données et des premières couches d'un réseau de neurones qu'une personne tierce avait déjà construit sur la base de données Places.
Résultat : un parcours client personnalisé et des recommandations plus justes
Avec cette méthode, Voyage Privé a pu 30 thèmes associer à chaque image. Par exemple, sur une image où l'on voit un paysage urbain, le logiciel sera capable d'y associer des mots clés comme tour, gratte-ciel, etc. "On peut appliquer ça sur toutes les images visionnées par un utilisateur sur notre site", indique Christophe Duong. Par exemple, si un internaute a consulté de nombreuses images où il y a une piscine, le moteur de recommandation pourra pousser des offres d'hôtels avec piscine. Couplé à l'historique de visites de l'internaute, le moteur de recommandation saura, par exemple, que l'internaute cherche un séjour en France et non à l'étranger. "En recoupant ces deux types d'information on peut faire un meilleur mix pour faire une meilleure recommandation", assure le data scientist. Autre application possible : personnaliser l'image d'accroche du séjour selon les préférences de chaque internaute.
Voyage Privé n'a pas encore constaté si le recours au deep learning pour exploiter les images de son site dans son moteur de recommandation avait permis de générer des ventes supplémentaires. "Nous venons de débuter une campagne d'AB testing pour mesurer l'efficacité de cette approche avec un groupe test et un groupe de contrôle", précise Christophe Duong. Même si les résultats de la campagne de test ne sont pas encore connus, le data scientist s'est montré très confiant sur la pertinence et l'efficacité de cette nouvelle approche.
SUR LE MÊME SUJET
Comment Voyage Privé utilise l'intelligence artificielle pour vendre plus de séjours de rêve
Tous les champs sont obligatoires
0Commentaire
Réagir