Skip to content
Le blog Pricer

L'IA au service des retailers stressés

L'IA au service des retailers stressés

Share:

Pour de nombreux retailers, l'intelligence artificielle reste un concept relativement vague, quelque chose susceptible d'être utile à l'avenir. Mais l'IA est déjà là et, en période de crise économique, elle peut les aider à prendre des décisions plus judicieuses. Serge de Gosson de Varennes, expert en IA chez Pricer, dresse la liste des pièges à éviter et donne des conseils aux retailers qui souhaitent franchir le pas.

Dans la distribution, la prévision des ventes futures a toujours constitué un défi : les méthodes employées à cette fin sont toutes basées sur les chiffres de vente historiques et ne tiennent pas suffisamment compte de facteurs externes tout aussi pertinents. Ces méthodes consistent à tenter de repérer des caractéristiques et des tendances dans les données passées et à espérer qu'elles se reproduiront à l'avenir.

Facteurs externes manquants

Malheureusement, ces modèles manquent de précision, car ils ne tiennent pas compte de facteurs externes importants, tels que les changements démographiques, l'inflation ou les prix de la concurrence. Jusqu'à présent, il n'a jamais été possible de créer des modèles plus avancés qui prendraient en compte ces facteurs et offriraient davantage de précision.

Or, il est apparu plus clairement que jamais au cours de l'année écoulée à quel point les retailers sont vulnérables à ces facteurs externes : entre les changements au niveau des chaînes logistiques et les fluctuations brutales du coût des matières premières, ils sont nombreux à faire face à toutes sortes de problèmes.

L'immobilisme revient plus cher

Les retailers doivent donc de plus en plus compter sur les progrès de l'intelligence artificielle et de l'apprentissage automatique. Contrairement aux méthodes traditionnelles, ces technologies permettent désormais de réaliser des prévisions plus justes à un prix raisonnable.

Les nouveaux modèles d'IA peuvent intégrer un nombre quasiment illimité de fonctionnalités, ce qui offre aux retailers une image bien plus précise. Il convient toutefois de rester vigilant afin d'éviter certains pièges.

Cinq pièges à éviter

  1. Pour être fiables, les modèles d'IA nécessitent de grandes quantités de données. Un modèle qui n'en a pas assimilé suffisamment risque de fournir des prévisions inutilisables. Bonne nouvelle : ces ensembles de données volumineux sont plus facilement disponibles à l'heure actuelle.

  2. Assurez-vous que vos données ne sont pas biaisées, par exemple, qu'elles ne privilégient pas une certaine catégorie ou qu'elles ne surreprésentent pas un certain type de client, car cela risquerait de fausser votre modèle.

  3. Évitez la suradaptation : si un trop grand nombre de données sont présentées lors de l'apprentissage du modèle, celui-ci s'adapte trop à ces données spécifiques et il est plus difficile d'établir des prévisions à partir de nouvelles données.

  4. Faites appel à des spécialistes compétents : l'élaboration de modèles fiables est très complexe lorsqu'on ne dispose pas de connaissances approfondies dans les domaines sous-jacents des mathématiques et des statistiques.

  5. Gardez des attentes réalistes : bien souvent, il est difficile de savoir pourquoi on aboutit à telle ou telle prévision, même lorsqu'elle est correcte. Voilà pourquoi vous avez besoin de personnes qui connaissent bien le secteur, pour déterminer si les résultats sont valables et mettre en lumière les facteurs sous-jacents.

Une solution pour tous

D'une certaine manière, l'IA s'est démocratisée : les géants mondiaux de la grande distribution ne sont plus les seuls à pouvoir se permettre d'investir dans ce domaine.

De nombreux outils sont conçus sur des technologies open source, et la plus grande partie de l'expertise existante en matière de stockage de données, etc. peut également être mise à profit pour travailler avec l'IA. Il est néanmoins important de garder à l'esprit qu'un investissement dans l'IA doit être continu, et non considéré comme un simple coût initial : les modèles nécessitent en effet une certaine maintenance et beaucoup d'entraînement par rapport à vos données.

Malgré ces quelques pièges, l'IA recèle un immense potentiel pour la distribution. Depuis trop longtemps, les modèles de prévision deviennent obsolètes avant même d'avoir été utilisés. L'année 2023 s'annonce plus difficile que les précédentes du fait de la hausse continue des prix et des conflits dans la région, ainsi que des perturbations au niveau des chaînes logistiques. L'IA est donc plus que jamais nécessaire et les retailers ont tout intérêt à l'adopter.