Actualité web & High tech sur Usine Digitale

Recevez chaque jour toute l'actualité du numérique

x

Découvrez l’algorithme de Système U pour déterminer le meilleur assortiment par magasin

Cas d'école A l’occasion du salon AI Paris, qui se termine ce mercredi 12 juin 2019, Système U a détaillé l’une des applications possibles de l’IA symbolique dans le retail. Avec la start-up Aid, le groupement de commerçants indépendants a automatisé l’assortiment de ses magasins en s’appuyant sur l’expertise de ses category managers. Les précisions de Fabrice Arnoux, responsable pôle Analyses et Datamining chez Système U, et d’Anne Gayet, directrice associée chez Aid.
Twitter Facebook Linkedin Flipboard Email
×

Découvrez l’algorithme de Système U pour déterminer le meilleur assortiment par magasin
Découvrez l’algorithme de Système U pour déterminer le meilleur assortiment par magasin © L'Usine Digitale

Optimiser l’assortiment produits en magasin est une problématique récurrente chez les distributeurs. A l’heure où les surfaces de vente se réduisent, mais aussi dans un contexte de lutte contre le gaspillage via la réduction des stocks, les commerçants doivent rationnaliser leur surface de vente tout en proposant l’assortiment le plus pertinent pour leurs clients.

 

Ce travail complexe, effectué notamment par les category managers, a été l’objet d’une profonde réflexion chez Système U. "Jusqu’ici, il était réalisé à la main sur des fichiers Excel, explique Fabrice Arnoux, responsable pôle Analyses et Datamining chez Système U, à l’occasion du salon IA Paris 2019. Or ce système ne permettait pas de personnaliser suffisamment l’assortiment de chaque point de vente". Les clients ne consommant pas de la même façon selon la région ou la typologie du magasin ou du lieu, chaque point de vente a besoin de son propre assortiment. "Nous devons proposer des listes de produits aux magasins en tenant compte de la diversité des clients, de leur appétences pour certaines catégories comme le bio, les produits prêts à consommer ou les premiers prix", ajoute Fabrice Arnoux. Un vrai casse-tête pour le distributeur : ses différentes enseignes (Hyper U, Super U, Marché U et Utile) comptabilisent 1 579 points de vente.

 

Reproduire la qualité du travail humain

Avec la start-up Aid, spécialisée en data marketing, : le groupement de commerçant indépendants a mis en place un dispositif basé sur l’intelligence artificielle symbolique. Objectif : créer un algorithme de préconisation d’assortiment de produits, capable de proposer à chaque magasin une liste de produits permettant d’optimiser les ventes en même temps que la satisfaction des clients. Le distributeur, qui travaille avec Aid depuis une vingtaine d’année, veut un algorithme "capable de reproduire la qualité de travail des category managers mais avec beaucoup plus de clusters", poursuit-on chez Système U. Le projet s’est donc appuyé sur un cœur d’algorithmes existants basés sur les achats passés et sur la segmentation clients existante.

 

Le projet est découpé en cinq grandes phases : la compréhension des raisonnements métiers d’un category manager, la définition des spécificités fonctionnelles sur la base de statistiques par produit pour un échantillon de catégories (10% environ), la définition de l’infrastructure et des modes de travail avec l’IT, la mise en place d’un POC pour développer et valider la démarche sur un plus gros échantillon de produits et de catégories, et enfin l’optimisation des scripts pour un déploiement sur l’ensemble des catégories. Un Datalab est mis en place pour préparer l’industrialisation et la mise en production.

 

L'IA pour faire face aux difficultés statistiques

Dans le détail, l’algorithme effectue d’abord un tri national des références, obtenu avec les KPI acheteurs. Ensuite, les produits essentiels à chaque segment client sont identifiés et isolés. Le score d’un produit est ensuite calculé et combiné à une donnée géographique : les produits localement influents sont identifiés puis poussés dans le classement, tandis que les moins appréciés descendent. "C’est cette adaptation aux bassins géographiques qui constituent une vraie nouveauté métiers", résume Fabrice Arnoux.

 

Ainsi, le beurre doux est un produit poussé au niveau national, sauf en Bretagne où la référence est préférée par les consommateurs. Plus complexe, le sujet de la place des produits locaux : très bas au niveau national, ils sont pourtant plébiscités par les consommateurs au niveau local et doivent donc être remontés. Autre facteur de complexité : le nombre de produits par catégorie, qui peut varier d’une vingtaine à  plusieurs centaines. "L’IA symbolique, qui reproduit l’expérience métiers, permet de faire face aux difficultés statistiques comme les valeurs extrêmes", expliquent les deux partenaires. Côté résultats, la finesse de la personnalisation des assortiments de produits a été multipliée par 10, selon les intervenants, et le temps de calcul divisé par 30.

 

A terme, la solution désormais déployée intégrera d'autres types de data, des mises à jour et tournera plusieurs fois par an. "Nous travaillons aussi avec des données externes et les habitudes de consommation car les modèles évoluent", indique Fabrice Arnoux. Quant aux category managers, s'ils ont approuvé 95% des choix de l'algorithme, "ils vont désormais développer l’offre lyper locale et ultra personnalisée", conclut-il. Un autre défi pour les retailers.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media
Suivez-nous Suivre l'Usine Digitale sur twitter Suivre l'Usine Digitale sur facebook Suivre l'Usine Digitale sur Linked In RSS Usine Digitale