Actualités et ressources

Qu’il s’agisse d’offrir des expériences et des recommandations personnalisées à vos clients ou de faciliter la gestion des stocks, l’établissement des prix, les promotions, l’assortiment, le marchandisage ou la logistique au sein de vos équipes, l’IA peut rendre vos processus et décisions de vente au détail encore plus efficaces. Notre conseiller scientifique, Maxime Cohen, discute de l’avenir de la vente au détail et des trois niveaux de maturité de l’analyse du commerce de détail. Cette vidéo a été enregistrée durant l’événement ALL IN 2023.

Points clés de la vidéo

• L’analyse du commerce de détail comprend trois niveaux de maturité : l’IA descriptive, l’IA prédictive et l’IA prescriptive. Le premier niveau est l’IA descriptive (ou l’analyse descriptive) et consiste en l’utilisation des données historiques pour apprendre les modèles de comportement. Dans le secteur de la vente au détail, ce type d’IA peut être utilisé pour des activités de marketing comme la segmentation de la clientèle et les recommandations personnalisées. Il permet aussi aux détaillants d’être plus proactifs et de réagir aux nouvelles tendances qui émergent dans les données. Des tableaux de bord permettent généralement de visualiser les données, ce qui aide à démocratiser l’accès aux analyses.

• Le deuxième niveau de maturité est l’IA prédictive (ou l’analyse prédictive). Ici, l’objectif est beaucoup plus ambitieux. « Nous tentons de déterminer ce qui pourrait se produire dans le futur. Vous examinez donc des données du passé, mais en essayant de faire des déductions pour établir ce qui arrivera probablement dans l’avenir », explique Maxime. L’un des plus grands cas d’utilisation de l’IA prédictive est la prédiction de la demande, qui peut être utilisée pour la gestion des stocks et des chaînes d’approvisionnement.

• Le troisième niveau de maturité est l’IA prescriptive (ou l’analyse prescriptive) et celui-ci est encore plus ambitieux. L’objectif consiste à utiliser la modélisation mathématique pour répondre à la question : « Quelles mesures devrais-je prendre pour mon entreprise? » Et ici, « les possibilités sont infinies », affirme Maxime. Se servant de la reconnaissance des formes pour anticiper les occasions, l’IA prescriptive peut être utilisée pour prendre des décisions au sujet des promotions, de l’optimisation des prix et des assortiments des planogrammes, ainsi que pour personnaliser l’expérience des clients. De récents travaux dans le domaine du commerce de détail utilisent l’IA prescriptive avec des tests A/B pour déterminer quelles mesures prendre auprès de quels clients.

• L’analyse du commerce de détail peut être utilisée pour obtenir des informations plus approfondies sur les préférences des consommateurs afin de créer des promotions personnalisées et de diriger les efforts de marketing numérique. Elle peut aussi faciliter la prise de décisions liées aux stocks et à la chaîne d’approvisionnement, et optimiser les planogrammes. Par exemple, elle peut aider les détaillants à prendre des décisions fondées sur des données quant aux endroits où placer certains articles dans un magasin, à la fréquence de réapprovisionnement et à la présentation de nouveaux produits (lorsque des données historiques ne sont pas disponibles). Elle peut même être utilisée pour prendre des décisions tactiques, comme l’endroit où ouvrir un nouveau magasin. En ce qui concerne la clientèle, l’analyse du commerce de détail peut servir à offrir une expérience ultrapersonnalisée.

• Le laboratoire d’innovation en commerce de détail : Maxime a souligné cette initiative dirigée par l’École Bensadoun du commerce de détail de McGill et Couche-Tard. Le laboratoire combine la recherche multidisciplinaire aux plus récentes technologies afin d’étudier et de mettre en pratique l’innovation durable pour l’avenir du commerce de détail. « Nous aimons l’appeler le magasin du futur, explique Maxime. Il est aussi appelé « le premier magasin sans friction au Canada ». Les clients n’ont pas à attendre en file pour payer ou à effectuer tout type de paiement. Ils font tout à l’aide d’une application, et ce, sans friction.

• Dans le laboratoire magasin, l’École Bensadoun et Couche-Tard effectuent des recherches pour mieux comprendre comment les gens magasinent. « Nous ne recueillons aucun renseignement confidentiel, mais nous suivons les trajectoires des clients pour déterminer le temps qu’ils passent dans chaque partie du magasin afin d’optimiser la disposition de ce dernier et la prise de décisions concernant les planogrammes », affirme Maxime. Par exemple, un des projets de recherche se concentrait sur les façons de sensibiliser les clients à améliorer leurs habitudes alimentaires en les « poussant » vers des choix sains.

• Ils ont également expérimenté l’utilisation des jumeaux numériques. En prenant des milliers de photos du magasin physique, ils ont été en mesure de reproduire un magasin virtuel dans le métavers qui ressemble exactement au magasin du monde réel. L’idée est que dans quelques années, les clients puissent porter à la maison une paire de lunettes de réalité virtuelle et avoir une expérience de magasinage complètement immersive dans laquelle ils choisissent des produits, les examinent et les commandent, pour ensuite les recevoir à la maison une heure plus tard.