Utiliser la data pour créer ses produits : les techniques de quatre DNVB
La data joue un rôle majeur dans la stratégie des DNVB, dès la phase de création du produit. La preuve en quatre exemples.
Sillages Paris : les goûts pour combiner les parfums
Depuis novembre 2017, Sillages Paris permet à chacun de créer son parfum signature en ligne, grâce à un algorithme de personnalisation. Goût et passif olfactif, ingrédients de prédilection, sont nécessaires à la conception du parfum idéal. "L'algorithme ne crée pas le parfum, il ne fait que soumettre à l'internaute des combinaisons d'ingrédients conçues au préalable par nos quatre parfumeurs", explique le fondateur de la DNVB, Maxime Garcia-Janin. Rose, bergamote, jasmin et musc blanc composent par exemple une combinaison possible intégrée à l'algorithme.
A la manière d'un entonnoir, le choix du parfum se réduit au fur et à mesure de la sélection. "Les possibilités de personnalisation sont infinies et c'est l'assurance pour nos clients d'avoir un parfum qui leur correspond et qui sent bon, détaille Maxime Garcia-Janin. Comme un enfant, l'algorithme apprend constamment grâce à nos milliers de clients. Il y a toujours plus de data anonymes qui l'enrichissent et qui permettent, in fine, une personnalisation des combinaisons".
Avec un taux de satisfaction de 94% (6% des clients renvoient leur flacon), Sillages Paris accompagne le parfum sur-mesure de trois échantillons. "Ce sont des variantes que l'algorithme propose en fonction de la combinaison initiale créée sur notre site ou dans notre atelier rue de Charonne à Paris. Par exemple, s'il a repéré que des clients sélectionnent les ingrédients floraux, il en conclura qu'ils apprécient également les citrus, illustre le fondateur. L'algorithme fait ainsi découvrir de nouveaux territoires olfactifs." Dans ce voyage des sens, les femmes se surprendront à affectionner les parfums boisés, que l'on classe souvent chez les hommes.
Tediber : les avis pour améliorer le canapé-lit
En phase de conception, Tediber a envoyé plus de 400 oreillers tests à ses clients pour recueillir leurs avis. Idem avant la mise sur le marché de son canapé-lit : la DNVB initiatrice du mouvement France DNVB a envoyé des questionnaires afin de connaître les attentes de la clientèle en matière de canapé-lit, et de la faire voter pour le choix du tissu et du modèle de design.
Tip Toe : le crowdfunding pour valider sa chaise
De son côté, la marque parisienne de mobilier contemporain Tip Toe a opté pour une campagne de financement participatif au printemps 2019 pour mettre sur pied sa chaise SSD. La communauté était invitée à financer la production de la chaise, la recevoir en avant-première, et ainsi montrer son soutien à la marque. Une campagne décisive pour déclencher la commercialisation ou non du produit. Avec près de 230 000 euros engagés par 580 contributeurs, la chaise SSD a débarqué sur le marché en juin 2019. Une data censée limiter les flops, d'après Sébastien Tortu, spécialiste des DNVB et auteur de "DNVB, le (re)nouveau du commerce" (2019). "Que ce soit par le biais de questionnaires ou l'étude des recherches Google pour déceler les tendances, la data exploitée permet aux DNVB d'éviter les erreurs et de viser juste quant au choix du produit à commercialiser".
Le Chemiseur : les mensurations pour personnaliser
Les deux années précédant le lancement du Chemiseur en 2014, le fondateur Jan Schütte a vendu des chemises sur-mesure en se basant sur des patrons sur support PDF où ses clients reportaient leurs mensurations. Très vite, sa méthode a évolué car les modifications et réimpressions des PDF alourdissaient le processus. Désormais, une fois les mensurations renseignées par le client sur le site Internet, celles-ci sont enregistrées par Le Chemiseur et un code unique est attribué à l'acheteur. Code qui pourra être réutilisé lors des futurs achats.
Surtout, ce système breveté de "la clé de coupe" a évolué avec la possibilité pour les hommes qui le souhaitent d'indiquer leur poids, taille et âge. L'algorithme développé par Le Chemiseur présente un double intérêt pour la conception des chemises. "D'une part, il vérifie la cohérence de la coupe et le respect des proportions selon le type de morphologie. Nous détectons ainsi une partie des erreurs et réduisons le taux de retour. En cas d'anomalie décelée par l'algorithme de la clé de coupe, nous contactons le client et vérifions les données renseignées, explique Jan Schütte. D'autre part, il calcule les différentes parties composant la chemise. Si un client ne précise pas la taille des poignets, l'algorithme la détermine par rapport aux autres informations renseignées."
Data et prospective, un duo gagnant ?
Si la data est précieuse en phase de création de produit, Sébastien Tortu sensibilise toutefois les DNVB sur le fait de la manier avec précaution. Car la prospective ne doit pas être délaissée pour autant. "Le problème de la donnée c'est qu'elle appartient au passé et n'est donc pas partie prenante de l'innovation. Se focaliser uniquement sur les recherches antérieures de Google ne permet pas d'aller de l'avant. Evidemment, il existe des intelligences artificielles pensées pour devancer la donnée et en quelque sorte inventer le futur, mais on reste loin d'une vision business." Et le spécialiste des DNVB de donner en exemple : "Il y a un an en arrière, on ne parlait pas autant du zéro plastique. La donnée aurait pu donner une tendance mais aucun chiffre n'aurait indiqué que fin 2019, le plastique serait mis à mal."