Cas d’usages IA & Data dans le Retail — 2

Published in

AMASAI Conseil

8 min readSep 7, 2019

Dans la partie 1, nous avons présenté des outils basés sur l’IA et de plus en plus utilisés par le Retail. Nous allons voir dans cette seconde partie d’autres applications de l’IA, un peu plus innovantes et moins répandues pour le moment.

Recherche visuelle

Les boutiques e-commerce ont commencé avec de la recherche textuelle avant de passer graduellement à l’utilisation de moteurs de recommandation de produits basés sur les habitudes et besoins de leurs clients.

L’Intelligence Artificielle permet de passer à un autre niveau avec de la recherche visuelle intelligente, qui permet d’améliorer l’expérience utilisateur aussi bien en ligne qu’en magasin.

Il est en effet possible de pointer la caméra de son smartphone sur un produit et de le trouver en ligne, ou d’obtenir des informations complémentaires, ou encore de voir les accessoires suggérés pour compléter une tenue.

Ainsi, Neiman Marcus propose une app mobile appelée SNAP.FIND.SHOP. qui permet aux consommateurs de prendre une photo d’un produit et de trouver des produits s’en approchant (ou le produit en question) dans le catalogue de Neiman Marcus.

Au lieu d’utiliser des mots décrivant vaguement le produit recherché, la recherche par photos est d’une plus grande efficacité.

Transformer l’inspiration en shopping

Dans un domaine assez proche, le magasin de meubles West Elm propose un Pinterest-Style-Finder : le client fournit une planche Pinterest composée de toutes ses inspirations déco, et l’application de West Elm va identifier son style personnel et présenter une liste de meubles et objets déco qui correspondent. C’est une manière simple pour le client d’acheter toute une déco qui correspond exactement à ses goûts.

Recherche et achats par la voix

Les assistants vocaux comme Alexa, Siri ou Google Home ont une popularité grandissante et sont de plus en plus performants pour effectuer de la recherche vocale. De plus en plus de personnes vont donc les utiliser pour rechercher des produits plutôt que d’utiliser leurs claviers.

La recherche vocale est disponible sur les téléphones depuis un bon moment et les ordinateurs supportent désormais également cette fonctionnalité.

Les cas d’utilisation sont les mêmes que ceux pour les chatbots sauf qu’ils fonctionnent avec la voix plutôt que l’écrit.

Oui.sncf l’a implémenté avec succès :

La démo en vidéo :

Réalité Augmentée

La réalité augmentée est souvent vue comme une extension de l’IA. Elle permet par exemple de superposer un vêtement sur l’image miroir du client, pour qu’il puisse s’imaginer le rendu une fois porté. Le fait de ne pouvoir toucher et voir le rendu réel d’un produit est un des principaux freins du commerce en ligne. La réalité augmentée permet de lever ce frein en recréant une expérience comme en magasin.

Elle permet également de voir des produits en situation, comme faire apparaître des meubles chez soi via son appareil mobile (Ikea Places) ou un abri dans son jardin avec Mon Abri 3D de Leroy Merlin.

Application de réalité augmentée Mon Abri 3D par Leroy Merlin

Grâce à cette technologie déployée par Augment, CDiscount a augmenté ses ventes de 20 à 80% selon les produits. C’est particulièrement bénéfique pour le gros électroménager, permettant de se rendre compte de la place prise (est-ce que ça rentre ?) et du rendu.

Application de réalité augmentée par CDiscount

Merchandising augmenté

H&M utilise l’IA pour analyser les vêtements achetés et retournés pour évaluer les achats au niveau de chaque boutique. L’outil permet d’identifier quels produits promouvoir et stocker pour certaines localisations. Par exemple, les données peuvent montrer que les jupes fleuries se vendent bien dans les boutiques urbaines et permettre ainsi d’adapter l’inventaire pour correspondre aux attentes des clients.

Réalité Virtuelle

Avec un casque de réalité virtuelle, proposez du contenu additionnel à vos clients en points de vente.

Imaginez : vous vendez des maillots de bain en pleine grisaille. Difficile pour vos clients de se projeter face à vos produits sur cintres. Grâce au casque, ces derniers peuvent voir vos maillots en contexte au bord d’une piscine ou d’une plage, regarder les différents coloris, sélectionner ceux qu’ils souhaitent essayer… Dans cette version virtuelle du magasin, des agents IA feront office de vendeurs. Ces vendeurs virtuels connaîtront chaque client et ses préférences en termes de produits, mais aussi en matière d’interactions sociales. Ainsi, selon les goûts de l’usager, l’agent IA pourra prendre la forme d’un homme âgé bienveillant ou d’une charmante jeune femme.

Et beaucoup d’autres scénarios sont à imaginer comme la visualisation de produits que vous n’avez pas en stock (car ils sont trop volumineux, car il s’agit d’une future collection qui n’est pas encore arrivée en boutique…).

Des acteurs comme 360dgrees.com peuvent vous aider à mettre en oeuvre un tel projet.

Conseils ultra-personnalisés

Les outils d’IA permettent de proposer des conseils ultra-personnalisés aux consommateurs.

Ainsi, Sephora a développé un outil permettant de scanner le visage d’un client et de fournir un code à 4 caractères (le Color IQ) qui correspond à la couleur de teint du client. Ce code est ensuite associé à des produits (fonds de teint, anti-cernes, poudres) qui sont recommandés au consommateur.

Sephora a ensuite développé le même principe avec Lip IQ qui permet d’aider au choix de la teinte parfaite de rouge à lèvres.

C’est une grande aide pour les clients qui dépensent beaucoup d’argent à essayer différents produits et teintes avant de trouver ceux qui leur conviennent.

De son côté, North Face utilise la technologie Watson d’IBM pour aider au choix du manteau parfait en posant des questions au client sur ce qu’il compte faire avec son manteau, où et dans quelles conditions. North Face peut ainsi fournir un conseil personnalisé aux clients pour les aider à trouver le manteau parfaitement adapté à leurs activités.

Reconnaître et détecter les émotions en temps réel

Microsoft propose un produit intégrant une IA et capable de reconnaître les clients étant déjà venus en magasin : Microsoft Realtime Crowd Insights. Elle peut aussi effectuer des analyses statistiques de la fréquentation en temps réel : âge, sexe et même émotions — sept sont détectables. Les vendeurs ayant accès à ces données peuvent alors adapter leur comportement à l’état d’esprit du client.

Uniqlo va plus loin avec UMood, un kiosque qui montre aux clients une variété de produits et mesure leurs réactions aux couleurs et styles au travers de neurotransmetteurs. UMood va alors recommander des produits, basé sur les réactions de chaque personne.Les clients n’ont même pas à appuyer sur un bouton, les signaux du cerveau sont suffisants pour que le système puisse déterminer ce qu’ils ressentent à propos de chaque produit présenté.

Étagères connectées

EDGE (Ehanced Display for Grocery Environment), l’étagère à affichage amélioré de la chaîne d’épicerie Kroger, s’installe en lieu et place des étiquettes papier que nous connaissons bien. L’affichage consiste en une large bande vidéo capable d’indiquer des prix, des informations nutritionnelles, ou n’importe quel type de contenus (texte, image, vidéo…).

Le retailer peut ainsi modifier les tarifs de ses articles instantanément, proposer des promos flash ou même des réductions personnalisées (adressées à un client qui a déjà montré son intérêt pour un produit en surfant sur l’appli de l’enseigne). Kroger est également en train de tester une fonctionnalité qui permettrait aux consommateurs d’identifier plus facilement un produit qu’ils recherchent spécifiquement, ou qui répond à leurs contraintes alimentaires (ne contenant pas certains allergènes, adaptés à des régimes spécifiques, appartenant à une marque en particulier…).

Un robot autonome pour l’inventaire et conseiller les clients

Les employés du spécialiste du matériel de construction et de jardinage Lowes ont vu arriver un nouveau venu dans leur équipe : un robot autonome d’1 mètre 50 appelé LoweBot. Sa mission ? Les assister. Equipé d’un système de reconnaissance vocale et visuelle, de capteurs et de caméras, le LoweBot scanne les étagères pour assurer l’inventaire des stocks. L’enseigne Walmart est elle aussi en train de tester des robots qui ont le même rôle dans une douzaine de magasins. Ces derniers vérifient également les étiquettes et alertent si des étagères sont vides.

Mais le LoweBot conseille également les clients, qui peuvent lui demander des indications pour trouver un produit précis en s’adressant à lui oralement ou en utilisant sa tablette tactile. Il est alors capable de les guider dans les rayons grâce aux capteurs dont il est doté (similaires à ceux des véhicules autonomes), tout en leur affichant des promotions contextualisées depuis l’écran qu’il a dans le dos.

Pour les équipes en point de vente, c’est du temps gagné, qu’ils peuvent notamment utiliser pour s’occuper des clients qui ont besoin de services à plus forte valeur ajoutée.

L’enseigne Macy’s propose quant à elle une app appelée Macy’s on Call qui permet elle aussi de guider les clients dans le magasin et vérifier le stock d’un produit.

— — — — — — — — — — — — — — — — — -

Ainsi, comme nous l’avons vu dans les parties 1 et 2, les cas d’usage de l’IA dans le Retail se multiplient. De plus en plus de start-up mettent à disposition des outils sur étagères, mais chaque entreprise peut également créer sa propre IA pour répondre à ses besoins spécifiques.

Sources :

Originally published at AMASAI.