Les 10 principales utilisations de l’IA dans le commerce de détail
L'intelligence artificielle est en train de changer la face du retail, et ce n'est que le début. En effet, selon une étude menée par Juniper Research, les ventes effectuées via des assistants vocaux tels que Siri, Alexa et Google Home devraient dépasser les 830 milliards de dollars d'ici 2023, soit 10 fois plus qu'en 2018.
Mais l’IA ne se contente pas de révolutionner la manière dont nous achetons : elle est également en train de transformer la façon dont les magasins sont gérés. Cet article vous donnera quelques exemples d’applications pratiques d’IA avec des avantages économiques démontrables. Voici quelques exemples de la façon dont l’IA transforme l’industrie du détail.
1 - Les magasins peuvent devenir exempts de caisse.
La robotisation des magasins permettra de réduire les lignes, de diminuer le nombre d’employés et de réaliser d’importantes économies sur les dépenses opérationnelles. Amazon AI a déjà introduit des magasins sans paiement. La technologie Amazon Go and Just Walk Out Shopping réagit lorsque vous prenez quelque chose sur l’étagère ou de le remettre. Lorsque vous sortez de la boutique avec des produits, le compte Amazon prendra de l’argent pour votre achat. Amazon veut faire plus de magasins guidés par l’intelligence artificielle comme Amazon Go, où seulement six à vingt membres du personnel humain sont nécessaires.
2 - Chatbots du service à la clientèle pour vous aider.
Les chatbots IA offrent un meilleur service à la clientèle, améliorent la recherche, informent les utilisateurs des nouvelles collections et recommandent des produits connexes. Un chatbot peut proposer un snapback pour compléter le capuchon noir d’un client, complétant l’apparence s’ils en possèdent déjà un. Quatre-vingts pour cent des marques dans le monde utilisent des chatbots IA maintenant ou le feront bientôt. Tommy Hilfiger et Burberry ont lancé les chatbots pour aider leurs clients à naviguer dans leurs collections.
3 - Assistance en magasin.
Les détaillants investissent également dans des technologies qui profitent à la fois aux employés et aux clients pendant l’expérience d’achat. Les étiquettes de prix du papier ne sont plus nécessaires dans les magasins Kroger grâce à la technologie Edge; au lieu de cela, les étiquettes de tablettes intelligentes sont maintenant utilisées. Sur les écrans, cette technologie offre également des publicités vidéo, des informations nutritionnelles et des promotions. Les clients peuvent utiliser Lowebot, un robot autonome en magasin de Lowe’s, pour les aider dans différentes langues à trouver ce dont ils ont besoin dans le magasin. Grâce à ses capacités de surveillance en temps réel, il facilite également la gestion des stocks.
4 - Modifications des prix.
Les applications de l’IA au détail pourraient aider les entreprises à fixer les prix de leurs articles en affichant les résultats prévus de diverses stratégies de tarification. Les systèmes recueillent des données sur d’autres produits, des initiatives de marketing, des chiffres de vente et d’autres renseignements afin d’y parvenir. Les propriétaires d’entreprise peuvent présenter les meilleures offres pour attirer de nouveaux clients et augmenter leurs revenus. eBay et Kroger utilisent déjà l’intelligence artificielle pour optimiser leurs prix, et ils maintiennent la flexibilité en pouvant modifier leurs prix et promotions en réponse aux données qu’ils obtiennent.
5 - Prévision des prix.
La prévision des prix est le processus qui consiste à estimer le prix d’un produit en fonction de facteurs comme la demande, les tendances saisonnières, ses propriétés, le moment où de nouvelles versions du même produit seront publiées, etc. Bien que le secteur des voyages soit celui où il est le plus manifestement utilisé, elle pourrait aussi s’appliquer au secteur du détail. Imaginez simplement un outil ou un service qui avertit vos clients à l’avance lorsque le prix d’un produit donné changera. C’est faisable et simple à réaliser avec l’intelligence artificielle. Vous pouvez augmenter la fidélité de la clientèle en utilisant une fonction de prédiction des prix. Mais dans le secteur du détail, l’analyse prédictive et l’apprentissage automatique pourraient accomplir beaucoup plus que simplement prédire les prix.
6- Logistique et gestion de la chaîne d’approvisionnement
Les détaillants du monde entier subissent des pertes d’environ 1,1 billion de dollars par année en raison d’une mauvaise exécution dans ce secteur. Les situations impliquant des restes et des pénuries de stock peuvent être évitées. Le réapprovisionnement dans la chaîne d’approvisionnement au détail peut faire appel à l’IA, qui détermine la demande pour un produit en particulier en tenant compte de l’historique des ventes, de la géographie, des conditions météorologiques, des tendances, des promotions et d’autres facteurs. Avec l’aide de BlueYonder, Morrisons a amélioré la situation avec la prévision des stocks et le réapprovisionnement de 491 magasins. En conséquence, les écarts entre les rayons en magasin ont été réduits de 30 %.
7- Classification des produits.
Un excellent exemple de machine learning dans le secteur de détail est LovetheSales.com, qui classe plus d’un million d’articles de différents vendeurs en utilisant des modèles de machine learning. Pour les clients à la recherche d’un produit spécifique, les systèmes basés sur l’apprentissage automatique catégorisent et classent les produits. Les fournisseurs de Lalafo n’ont qu’à télécharger une image de l’article qu’ils souhaitent vendre, et les logiciels de vente au détail d’apprentissage automatique avec vision par ordinateur les identifieront, les classifieront et offriront même un prix. Avec l’utilisation de modèles d’apprentissage automatique, cette plate-forme traite déjà plus de 900 demandes en une seule seconde, augmentant les ventes avec du matériel pertinent.
8- Vestiaires virtuels.
Une autre application qui mérite d’être mentionnée est celle-ci. Les clients peuvent gagner du temps et trouver la tenue idéale avec tous les composants correctement adaptés en quelques minutes en utilisant des cabines d’essayage virtuelles! Le kiosque d’essayage de Me-virtual Ality peut vous scanner et mesurer 200000 points sur votre corps en seulement 20 secondes. Après l’installation de ces scanners dans leurs magasins, les entreprises, y compris Levi’s, Gap, Brooks Brothers, Old Navy, et d’autres ont constaté une augmentation significative des ventes.
9- Recherche visuelle.
Les clients peuvent télécharger des photos et utiliser des systèmes de recherche visuelle qui utilisent l’intelligence artificielle pour localiser des produits qui sont comparables en termes de couleurs, de formes et de modèles. La fonction de recherche visuelle de la technologie IR d’American Eagle propose des éléments complémentaires en plus d’aider les utilisateurs à trouver des vêtements correspondants ou similaires.
10- Reconnaissance vocale.
Pour offrir aux clients une expérience de recherche vocale simple et rapide, les principaux détaillants comme Walmart, Tesco, Kohl’s, Costco et bien d’autres utilisent la technologie Google ou Amazon AI. Les clients peuvent maintenant simplement demander à Alexa l’article qu’ils veulent et l’état de sa livraison sans avoir à taper quoi que ce soit. En fait, la recherche vocale est utilisée par 27 % des utilisateurs mobiles dans le monde, et 52 % d’entre eux la trouvent plus pratique que les applications mobiles et les sites Web.
references
- https://www.v7labs.com/blog/ai-in-retail#h7
- https://www.gapinc.com/en-us/articles/2017/01/gap-tests-new-virtual-dressing-room
- https://www.lowesinnovationlabs.com/projects/lowebot
- https://emerj.com/ai-sector-overviews/artificial-intelligence-at-amazon/
- https://www.levistrauss.com/2020/09/03/levis-goes-back-to-school-with-new-approach/