Les algorithmes en tête de gondole

Les distributeurs disposent de plus en plus de données. Aux données sociodémographiques et transactionnelles classiques s’ajoutent désormais des données issues des moteurs de recherche, des réseaux sociaux, des forums ou des applications mobiles, recueillies avec le consentement des utilisateurs.

Dans le respect du RGPD, l’intelligence artificielle permet d’exploiter, d’analyser et de croiser ces très importantes volumétries de données hétérogènes issues de sources variées pour les transformer en informations exploitables.

Engagés dans une course technologique, de plus en plus de distributeurs s’associent à des géants de la tech et à des start-up afin d’explorer vite et mieux les possibilités offertes par les avancées de la technologie.

Analyse prédictive

Les outils d’analyse prédictive aident par exemple à anticiper les tendances de consommation et à fournir des prévisions de vente, ce qui permet d’optimiser la gestion des stocks et des approvisionnements.

À partir des données du distributeur (historique des ventes, promotions appliquées, fréquentation des rayons, etc.), complétées par des données exogènes comme le comportement d’achat sur Internet, ils calculent les probabilités de vente de chaque produit, chaque jour.

Ces algorithmes s’améliorent au fil du temps en apprenant de façon autonome à exploiter les facteurs les plus importants et en confrontant les prévisions effectuées avec les ventes réelles afin de sélectionner les meilleurs modèles.

En se basant sur ces prévisions, le réapprovisionnement pourra s’effectuer automatiquement, les commandes étant générées sur la base d’un algorithme qui, lui, a pour “mission” de maximiser la durée de vie et la disponibilité des produits tout en minimisant le gaspillage et la conservation des stocks.

Défi logistique

Face à la concurrence du commerce électronique, et pour répondre aux nouvelles exigences des clients, de plus en plus d’enseignes proposent désormais un service de livraison à domicile. L’enjeu est d’être capable de livrer rapidement, parfois le jour même, des milliers de références.

Pour relever ce défi logistique, l’entrepôt automatisé s’est développé, s’appuyant à la fois sur la robotique, les capteurs et l’IA. Cette dernière remplit en quelque sorte le rôle de “cerveau”, supervisant l’ensemble des activités à l’intérieur de ces bâtiments d’un genre nouveau.

Ainsi, un logiciel de gestion d’entrepôt logistique, basé sur plusieurs algorithmes intelligents, permet au responsable d’entrepôt de superviser les flux de marchandises entrants et sortants, et d’affecter les ressources idoines grâce à des prévisions de l’activité à venir.

L’IA orchestre les flottes de robots qui s’activent pour récupérer les articles et les amener en zone de colisage, et guide les opérateurs dans leurs tâches dans une logique de collaboration homme-machine dans laquelle la machine assiste, voire “augmente” l’homme.

Elle surveille également en permanence le niveau du stock de chaque produit, en croisant différentes informations (le cycle de vie des produits, les livraisons prévues, les commandes en préparation, etc.).

Réduction des coûts

En parallèle, les supérettes réinvestissent les centres-villes et les surfaces de vente tendent à se réduire. Cela nécessite de rationaliser les rayons et de proposer l’assortiment de produits le plus pertinent en fonction de la clientèle et du contexte, tout en gérant les stocks au plus près pour limiter les coûts et le gaspillage.

Pour ce faire, des algorithmes intelligents croisent les données générées en magasin avec différents paramètres (saisonnalité, prix pratiqués par la concurrence et même météo et mouvements de grève) pour optimiser l’assortiment, offrant un haut degré de personnalisation pour chaque point de vente.

Des algorithmes de vision par ordinateur basés sur le deep learning peuvent quant à eux analyser les images de rayons enregistrées par des caméras, vérifiant la conformité du planogramme – la représentation visuelle du linéaire – et détectant automatiquement les anomalies (rupture de produits, problèmes d’étiquetage, articles détériorés, etc.).