Comment le machine learning rend le commerce plus intelligent ?

La technologie a transformé les relations entre les consommateurs et les commerçants et il ne suffit désormais plus de lancer le site Internet d’une boutique pour assurer sa visibilité en ligne.

De nos jours, les consommateurs exigent une grande réactivité et utilisent de nombreux canaux pour rechercher des commerçants et interagir avec eux, que ce soit sur Internet, via des applications mobiles, ou encore à travers la télévision numérique, les réseaux sociaux et les jeux en ligne.Ce faisant, ils révèlent une quantité croissante d’informations sur eux-mêmes et sur leurs habitudes d’achat. Avec l’accord du client, les commerçants utilisent le cloud et le big data pour collecter, stocker et analyser ces informations, mais le volume considérable de données ne permet pas de les analyser assez rapidement. Le temps qu’une réponse, une recommandation ou une suggestion personnalisée soit formulée, il est souvent trop tard pour aider un client.

Place au machine learning

Le machine learning permet aux ordinateurs d’identifier des modèles de données et alimente les outils de recommandation en ligne qui suggèrent au consommateur des livres, de la musique ou des films qu’il pourrait apprécier par exemple. Amazon utilise d’ailleurs le machine learning depuis ses débuts, pour aider ses éditeurs à recommander certains ouvrages parmi les millions de livres disponibles dans sa bibliothèque. Aujourd'hui Amazon l’utilise pour presque tout, c'est d’ailleurs la technologie qui permet à Amazon Echo d’être capable de répondre instantanément aux commandes vocales.

Jusqu’à présent, le machine learning était réservé aux grandes entreprises car il nécessitait une expertise à la fois en statistique, en analyse de données et en infrastructure technologique. Pourtant les commerçants traditionnels peuvent s’appuyer sur le machine learning pour analyser le travail de leurs employés et formuler des recommandations qu’ils pourront ensuite mettre en pratique. Il est même capable de prendre des décisions automatiquement en se basant sur ce qu’il a appris de ses précédentes interactions avec des clients. Par exemple, si un client a cherché une paire de bottes noires sur Internet et a « aimé » ou « partagé » une photo du modèle en question, le machine learning pourra permettre d’appliquer une réduction quand il se rendra en magasin pour les acheter.

L’exploitation du machine learning devient encore plus intéressante pour les commerçants quand il est associé à l’IoT. Le fait d’ajouter une notion de systèmes intelligents à un réseau de détecteurs, de balises et de machines automatisées permet de collecter et d’utiliser plus de données, de manière à redéfinir complètement le modèle économique d’un commerçant et rationaliser ses opérations. Les commerçants peuvent utiliser le machine learning en ligne pour ensuite proposer des recommandations pertinentes en magasin. Par exemple, les données collectées à partir du smartphone d’un client dans un magasin grâce à un iBeacon, un outil Bluetooth qui émet ou reçoit des données sur une courte distance, peuvent être croisées aux données de vente et de stock, puis analysées par des services de machine learning dans le Cloud. En analysant rapidement les données, le système peut proposer un code de réduction au client en temps réel.

Les commerçants peuvent également automatiser leurs entrepôts grâce à des machines intelligentes, capables de livrer certains articles en fonction des commandes entrantes, sans aucune intervention humaine. Ce système permet ainsi aux équipes de se concentrer sur le développement de nouveaux services et de nouvelles applications pour leurs clients. Cela peut aussi permettre de dédier plus de salariés à l’accompagnement des clients en magasin.

Ce niveau d’automatisation peut s’étendre à toute la supply chain, de la fabrication à la livraison, offrant une vue d’ensemble tant sur les consommateurs que les opérations. En l’associant aux commentaires des clients et à l’analyse des réseaux sociaux, le machine learning pourrait influer sur le développement de nouveaux produits.

Le machine learning pour tous

Jusqu’à présent, le machine learning était réservé à ceux qui bénéficiaient d’une puissance informatique suffisante pour traiter d’énormes quantités de données, et disposaient des compétences en interne pour les analyser. Désormais les services dans le Cloud réduisent le temps et les coûts nécessaires pour maîtriser le machine learning, le rendant accessible à toutes les entreprises, de la boutique qui veut savoir quelle couleur de sac à main se vend le mieux aux grandes enseignes qui développent des programmes de fidélité.

L’époque où les commerçants pouvaient se contenter de lancer un site Internet en complément de leur boutique est désormais révolue. De nombreuses technologies basées sur le Cloud et axées sur la donnée sont maintenant à leur disposition pour les aider à innover pour répondre aux attentes de leurs clients, à optimiser leur travail et à développer de nouvelles stratégies commerciales grâce au machine learning.

Annonces Google