Se passer de l'intelligence artificielle pourrait coûter cher aux enseignes de mode

Fixer le bon prix a toujours été un exercice complexe pour l'industrie de la mode. Il s'agit en effet de trouver le bon équilibre entre rentabilité et seuil de prix client : selon une étude McKinsey, les moteurs de recherche permettent une comparaison des prix en temps réel et tout écart de prix important présente un risque de perdre durablement sa clientèle.

Le facteur prix est tellement important que les produits les plus vendus sur Amazon peuvent être retarifés jusqu’à douze fois par jour. Les promotions ont été une tactique courante pour augmenter les ventes, mais les distributeurs doivent trouver le bon moment pour le faire. Des promotions qui arrivent trop tôt entament les bénéfices. Mais si elles arrivent trop tard, elles ne suffiront pas à susciter l'intérêt des clients pour l'article en question. Des promotions trop prévisibles peuvent également être un frein à l’achat puisque les clients attendront simplement que les articles qu'ils souhaitent soient démarqués. 

Jusqu'à présent, de nombreuses enseignes de mode prenaient ces décisions en se fondant sur l’intuition et l’analyse simpliste de comportements d’achat passés. Sur un marché de plus en plus complexe, l’Intelligence Artificielle peut leur permettre de définir une politique tarifaire alignée avec leurs objectifs stratégiques.

L’IA pour faire la différence

Bien que de nombreux facteurs entrent en jeu pour maintenir des prix suffisamment élevés, les distributeurs qui utilisent l'IA peuvent avoir un réel impact sur les ventes. Parmi ces facteurs, on peut citer :

·         L’utilisation des données : en faisant des recommandations basées sur de nombreuses sources de données, l'IA aide les distributeurs à trouver le bon niveau de prix. L'IA aide à isoler l'impact du prix sur la demande, ce qui permet d'évaluer la véritable élasticité de la demande.

·         Influences extérieures : l'étape suivante pour les distributeurs consiste à comprendre et prendre en compte l'ensemble des influences susceptibles de moduler tout changement de prix, telles que la météo ou d'autres événements nationaux plus larges. Par exemple, s’il fait plus chaud, la demande pour les shorts augmentera.

·         L’analyse des informations : il existe également des sources de données internes à analyser, comme les taux de rendement historiques et l'impact du prix sur ceux-ci. L’IA permet aux retailers d'exploiter ces informations. Les solutions basées sur des règles permettent aux utilisateurs d'établir des liens évidents, comme l'appariement des prix avec un concurrent clé.

·         Les capacités de prédiction : en éliminant l'incertitude et la nature générique d'estimations plus simplistes, l'IA facilite un changement stratégique majeur : les entreprises peuvent prédire la demande future, et ce grâce à des calculs en temps réel. Les distributeurs réagissent rapidement et sont sûrs d'avoir le prix optimal dans les magasins et en ligne.

·         L’anticipation de l'imprévisible : les distributeurs sont souvent dans des situations d’incertitude. L'intelligence artificielle leur permet de passer rapidement d'une stratégie reposant sur les magasins physiques à une stratégie basée sur les magasins en ligne, ou d’effectuer d’autres changements leur permettant de s’adapter et de rester agiles.

Relever les défis

Cela pose la question : qu’est-ce qui freine l’adoption de l’IA dans la prise de décisions relatives aux prix ? Nous pouvons dégager deux raisons principales :

·         Le statu quo : de nombreuses personnes rejettent les interventions extérieures lorsqu'elles prennent des décisions importantes, car elles préfèrent utiliser leur expérience personnelle et leur intuition. L'adoption de l’IA peut également être bloquée si les distributeurs ne sont pas disposés à se défaire des règles fixes et rigides qu'ils ont toujours utilisées.

·         Les technologies… ou leur absence : certains distributeurs ne disposent pas des technologies nécessaires pour mettre réellement en œuvre une politique de prix basée sur l'IA. Il faut par exemple être capable d’afficher les prix de façon dynamique en rayon, et ce de façon différenciée selon les différents magasins. Au-delà de la technologie d’affichage dynamique, il faut que l’infrastructure IT permette une politique de prix spécifique à chaque magasin.

Une technologie pragmatique

Ceux qui sont capables de surmonter les défis initiaux en récolteront les fruits. De nombreuses enseignes de mode en ligne utilisent déjà l'IA pour fixer les prix. Ils sont probablement plus habitués à ajuster les prix assez fréquemment. A l’inverse, de nombreux opérateurs traditionnels ont eu plus de mal à abandonner la pensée conventionnelle. Les distributeurs peuvent considérer l'IA comme "l'inconnu", mais en fait, elle les informe en leur permettant de prendre des décisions plus éclairées que jamais.

Beaucoup d'entreprises disent que les données sont leur principal atout. La tarification basée sur l'IA représente une chance pour les vendeurs de mode de mettre en pratique ce qu'ils prêchent. En effet, la fixation d'un prix correct est le principal facteur de profit qu'un distributeur peut contrôler. 

En aidant les distributeurs à prendre les meilleures décisions possibles, l'IA peut augmenter de façon la rentabilité de 15% en une saison. La détermination des prix est le point de départ le plus évident pour le prêt à porter, car elle leur permet de rentabiliser rapidement l’activité avec un minimum de changements. Ceux qui adopteront l’IA pour définir leur politique de prix seront en capacité de s’adapter à un environnement en constante évolution.