Jour 2 : le résumé de Geneviève Petit

Mercredi matin, la journée commence par les nouveaux comportements d’achat :

• Atelier Autone

Une étude sur les comportements d’achat, menée par Opinion Way pour Autone, montre, pour la première fois, que l’indisponibilité arrive en haut des irritants pour le consommateur, avec l’absence des prix indiqué. 39 % des Français interrogés sont confrontés à indisponibilité dans le secteur de la mode, 26 %, pour l’équipement de la maison et 11 % pour le luxe. 64 % des consommateurs ne sont pas informés de l’indisponibilité des produits en magasin. Et 25 % des commerçants l’informent que le produit est disponible dans un autre magasin. Le consommateur peut attendre la disponibilité d’un produit de luxe 19 jours en moyenne, contre 12 jours dans la mode.

Le sujet est sérieux : l’indisponibilité fréquente des produits rend le consommateur infidèle. Vanessa Gignoux, directrice commerce et omnicanal de Gemo a 400 magasins physiques et un canal e-commerce qui pèse 10 % de l’ensemble. 50 % des clients online viennent en magasin. Le distributeur a adopté Proximis, pour ne plus décevoir un client, en créant un stock dédié et la livraison gratuite en magasin, avec le click and collect en une heure. Le distributeur a fortement développé la réservation de produit, gratuite, après le choix du magasin le plus proche par le client : « Nous avons une réservation pour deux ventes. L’article attend dans la cabine ». Une véritable expérience de luxe…
Gémo a une gamme très large de produits. « C’est difficile d’avoir une profondeur de stock sur tous les produits. Le magasin qui n’a pas de stock peut se servir du stock online ». Dernière innovation, dans une quinzaine de magasins, un QR code donne l’information sur le produit au consommateur. Enfin, la marque va s’attaquer à la RSE : « Avoir 6 colis pour 10 produits commandés n’est pas acceptable, par le client et la planète ».

Arnaud Bazin, VP de Roberto Cavalli, a 15 boutiques dans le monde et un e-commerce qui pèse 11 % de l’activité. « Aujourd’hui on a une visibilité complète de nos stocks. GB on paie trop de frais de douane pour faire venir les marchandises. La société a tous les problèmes d’une société en redémarrage. On cherche des bestsellers. Autone nous aide à quantifier cela ». Il a fallu changer les mentalités : « c’est un changement culturel. Avant c’était au téléphone, entre boutiques, qui s’échangeaient des produits, mais il n’y avait aucun suivi, on ne savait pas si la vente s’était effectuée ».

Yann Rivoallan, président de la fédération du prêt à porter féminin illustre les changements du secteur par une marque qui fascine et repousse son secteur : Shein. Les marques doivent travailler la désirabilité, le coût et la technologie. Les technologies permettent de mettre du service à tous les niveaux de la chaine. Le 14 mars, l’Assemblée va voter un texte visant la fast fashion et en particulier Shein. « L’IA dans cette société est partout. Elle permet de créer 8 000 produits par jour, d’avoir une production en trois jours. La livraison en deux semaines devrait être juste un passage, si l’on se souvient d’Amazon, qui a fini par affréter ses propres avions».

Adil Bouhdadi, le PDG d’Autone, a créé cette plateforme d’optimisation des stocks il y a trois ans, un parfait time to market : « Optimiser la gestion des stocks était un nice to have il y a 5 ans. On se rend compte aujourd’hui que c’est une optimisation du cash. Or, les CFO des distributeurs sont devenus les nouveaux CEO ». La plateforme permet de réduire les ruptures de stock (15 % des références en moyenne sont en rupture de stock), d’éviter le sur stockage, d’optimiser les coûts de transport et de mieux prévoir le réapprovisionnement des best-sellers. Autone permet aussi d’évaluer le nombre de clients qui n’achètent qu’une fois et de comprendre le parcours client.

Le système permet d’injecter les données externes, comme la météo, l’inflation, les données de trafic ou les mouvements sociaux. A terme, le système permettra d’avoir des vendeurs augmentés, qui anticiperont la venue du client, son besoin et les produits de substitution à lui proposer le cas échéant. Adil Bouhdadi ne va pas s’arrêter aux stocks : « Nous voulons nous attaquer à toute la friction entre la production d’un produit et le client. On a commencé par les stocks, on va continuer avec les autres briques archaïques, comme la logistique entrepôts ».

 

• Monter en compétences, enjeu phare 2024 pour les e-commerçants

 

Dans cet atelier animé par Flore Fauconnier, qui a lancé avec Patrick Robin Eduteka, pour former les professionnels du commerce, Thierry Lernon, DG marketing expérience client data et e-commerce de But, douche la légende : « La pratique des acteurs du retail est très éloignée de Shein, qui met de la donnée partout.

Pour les distributeurs classiques, échanger des données objectives sur Excel et sortir de la légende urbaine n’est pas simple. Google Analytics a une granularité forte, on n’a pas de bonne comparaison historique. A partir de là, difficile de discuter objectivement. Les outils comme Tablo ou Google Analytics donnent accès à une granularité extrême et sont difficiles à faire parler ». En même temps, les professionnels du e-commerce, de plus en plus spécialisés, doivent prendre conscience des autres métiers : « Celui qui fait de l’UX sur le tunnel de paiement doit comprendre l’utilisateur, mais aussi la façon dont les banques se rejettent la responsabilité en cas de fraude, ou encore la position du crédit dans la façon de parler aux clients ».
On l’a compris avec le keynote de Visa : la capacité à travailler ensemble est très importante. « Le e-commerce doit comprendre les magasins. Il faut faire bouger les gens d’un bureau à l’autre ». Pour Yann Rivoallan, l’intelligence artificielle peut faire le pont entre le e-commerce et la boutique.

Le président de la Fédération française du prêt à porter féminin fait la comparaison entre le LLM et le directeur artistique d’une marque de luxe. « Un artiste a une forte sensibilité, il accumule de la data, de l’information toute la journée et la ressort sous forme de moodboard pour les métiers. Avec un LLM, on scrappe les données et on sort quelque chose qui a du sens ». Mais l’IA fait peur et créé deux mondes : ceux qui veulent y aller et les autres, qui représentent 30 % des gens : « il y a encore beaucoup de blocages. C’est la même chose sur l’IA gen. C’est une troisième faille narcissique pour l’humanité, après Galilée et Freud. La grande peur est que l’IA nous remplace ». Et de fait, les métiers qui seront remplacés sont ceux qui ont un salaire de 80 000 € par an et moins. « Au-dessus, la dimension politique prévaut et elle ne sera jamais prise en charge par l’IA ».Les jeunes ont réglé la question : 100 % des étudiants utilisent l’IA.

Comment acclimater les équipes à l’IA ? Thierry Lernon a formé à deux reprises toutes les équipes, mais aussi le Codir, et proposé une licence chat GPT 4 à ses équipes. In fine, une quinzaine de personnes l’utilisent, sur les 100 personnes de son service. Côté usage, 100 % des fiches produits sont écrites par une IA montée avec un partenaire. Enfin, presque 100 % : « Mais sur la literie, l’IA dit n’importe quoi sur les matelas et les sommiers ». Autre cas d’usage, la complétion et la vérification des 400 000 fiches produits de la market place. Comment aborder la transition écologique ? Pour Yann Rivoallan, il faut avoir l'esprit ouvert, comprendre que le prix unique est un accident de l’histoire, inventé par Emile Boucicaut au Bon Marché. Sur Vinted ou le BonCoin, le même produit peut avoir un prix différent. Une logique reprise chez Shein. But était beaucoup plus discret que ses actions en matière de RSE : « Nous fabriquons à 80 % en Europe et à 40 % en France, mais on ne le faisait pas savoir ». La marque a aussi été la première à réunir ses fournisseurs chinois pour évoquer le sujet de la production responsable : « L’essentiel de la production de CO2 de But réside dans la fabrication des produits, comme nous l’a appris notre bilan poussé. Nous avons réduit de 40 % la consommation d’énergie en magasin, mais c’est une petite partie. Nous résoudrons le défi quand nous aurons adjoint un ingénieur de production à nos acheteurs ». Le mindset est fondamental pour survivre : « les marques qui réussissent sont dans une approche de test & learn permanente, comme Bash, dirigée par un Pierre Arnaud Grenade, passionné par l’innovation et l’évolution de la société ». Il faut aussi revoir les rythmes : « En un an, tout change. Les startups évaluent leurs équipes tous les 6 mois, voire tous les 3 mois. Imitons-les. Et c’est d’ailleurs beaucoup plus marrant de faire comme ça » conclue Thierry Lernon.

Yann Rivoallan propose aussi de s’inspirer du run informatique dans tous les projets : « On peut lancer un projet sur 6 semaines, faire une pause d’une semaine et reprendre, avec Notion pour le suivi. Ainsi, on avance de manière pragmatique, et en équipe ». Enfin, il faut savoir aussi prendre son temps, « c’est important de pouvoir retarder une release de 3 mois si on s’aperçoit en cours de route qu’on a loupé quelque chose. Mais aussi prendre du recul, prendre son temps, y compris quand on est dans le rouge ».

• Keynote Pinterest

 

 

• Table Ronde : L’écologie, un problème de riche ?

 

Philippe Berlan, CEO de La Redoute s’est mis à la nouvelle réglementation européenne, la CSRD, qui met un cadre comptable à la RSE. « Il s’agit d’identifier dans la stratégie ce qui fait l’impact. Et distinguer ce qui est important pour l’entreprise et ce qui est impactant pour la société. L’entreprise choisit quels indicateurs elle publie. Et cette publication est certifiée par un tiers ». La coercition viendra de la comparaison des publications, par les ONG ou les clients.

La Redoute se mobilise sur la fabrication de produits : « Notre chiffre d’affaires est composé à deux tiers par des produits que nous concevons. Nous choisirons entre passer du coton au lin, ou d’une zone géographique A à une zone B, en fonction de l’alimentation en énergie fossile ou renouvelable ». Le fond d’investissement One ragtime s’est engagé à avoir un quota d’entreprises à impact. Aujourd’hui, 10 % des investissements sont fléchés vers l’impact. « Nous avons investir dans Pick me, qui permet de confier le dernier mètre de livraison au voisin, et concilie fin du mois et fin du monde. Mais aussi Stokelp, qui valorise la surproduction agricole auprès d’industriels. Ou enfin Captain Cause, qui aide les entreprises à flécher leurs budgets marketing dans les grandes causes. La FDJ a ainsi créé un loto bio diversité…. Ou Hive, qui utilise la puissance calcul et la capacité stockage des ordinateurs au profit de la communauté.

Pour Philippe Berlan : « La transition écologique, c’est un peu comme la transformation digitale il y a quelques années. En encore plus profond. Ça pose la question de se transformer en profondeur ». Enfin, Stéphanie Lhospital appelle le public à ne pas oublier l’eau. C’est la cause de Mayan Labs, qui mesure l’empreinte de l’eau. Et dans la vie quotidienne, si on se soucie de l’eau, on consomme localement et pas de nourriture industrielle….

 

• Keynote Brevo : Assurez un ROI positif à vos investissements en IA

 

Mickaël Arias, chief engagement officer chez Brevo. C’est le premier One to one Monaco de Brevo. Brevo est né il y a 11 ans avec beaucoup de petits clients. Aujourd’hui on en a 500 000. On est rapidement confronté à l’IA et la data pour l’antifraude. Mickael Arial s’occupe de l’activité entreprise, qui compte 2 500 clients. Mais c’est l’ancien directeur technique qui donne sa vision de l’IA, qui ne se résume pas, loin de là, à Chat GPT.

1 - L’IA coûte cher. Le MIT a fait une étude pour modéliser les coûts de l’IA : coût technique, coût de dv, d’entrainement, de réentrainement et d’exploitation. Manque aussi le coût humain pour former les équipes. Quand l’IA remplace l’humain, dans 77 % des cas, elle est plus couteuse à résultat équivalent que le salaire. L’étude se concentre sur les emplois (inventaire automatisé, contrôle qualité automatisé).
Pourquoi on en parle autant ? En langue française il y a eu 30 000 articles publiés par mois. 200 en 2013. Gen IA sont basées sur le deep learning apparu il y a 20 ans, basé sur les réseaux de neurone inventés il y a 40 ans. Yan Le Cun en charge de la branche IA chez Facebook, dit que Chat GPT n’a rien apporté. C’était déjà là chez les plateformes depuis 5 ans. Mais Open IA a rendu l’open IA accessible à tous. C’est basé sur 3 facteurs qui ont explosé en 2023 :

1. L’accès à la donnée
2. Des avancées scientifiques autour des GPT
3. La puissance de calcul grâce à l’edge computing et la création de nouvelles puces

Cette puissance de calcul coute 700 K $ par jour de frais de fonctionnement pour Chat GPT. Cela coute très cher, les providers de cloud, dépendance supplémentaire à ces acteurs ? Il faut y aller pour se tenir au courant, cela va évoluer très vite, les puissances de calcul vont coûter moins cher. Il y a des impacts colossaux, il ne faut pas hésiter.
La Gen IA fait beaucoup de bruit, avec des cas d’usage, comme chez Cdiscount qui a montré des exemples concrets. Mais c’est une partie de l’IA. Deep learning, Machine learning, Intelligence artificielle, Chat GPT : c’est des stats de la probabilité, un algo qui prédit le mot suivant le plus probable.

3 exemples de ce qu’on peut faire :

1. L’optimisation des heures d’envoi des mails
2. La recommandation produit qui s’appuie sur du filtrage collaboratif. On essaie de reproduire ce raisonnement avec des réseaux de neurones. 1/18 qui fait mieux que le calcul matriciel, avec des couts plus élevés.
3. La gestion des infos produits, PIM. Déterminer si deux produits par semaine. POC sur chat GPT. ChatGPT permet d’aller très vite. Chez Brevo on a catégorisé les tickets avec l’IA, pour les attribuer à l’agent le plus à même de répondre.
   

ChatGPT crée des catégories qui n’existent pas, coût important et protection des données. Coût d’entrainement à chaque catégorie ajoutée, il faut ré-entrainer le modèle.
Chat GPT Embedded Vector a la capacité à représenter un texte sous sa forme mathématique et faire des opérations en vecteur Chat GPT, décrit l’ensemble de l’image et peut poser une question très spécifique. Mais dans les cas d’usage, on a souvent besoin de quelque chose de spécialisé. Et il existe des centaines d’algo open source pour faire cela. Hugging Face benchmarke tous ces algos.Chat GPT permet de faire le POC mais vous pouvez implémenter votre version, indépendamment des Gafam à un cout moindre avec un résultat meilleur.

Le bon et le mauvais cas d’usage avec Alltricks. « Nous avons voulu mettre des produits recommandés dans les newsletters. Mais les newsletters sont bien conçues, c’est difficile de chercher une conversion additionnelle ». Le dirigeant d’Alltricks est revenu avec l’idée d’automatiser la création de la NL, pour décharger l’équipe CRM. 2 pas de data, pas d’IA.

Autre tendance : ce qui permet de manipuler les datas, quelle que soit la technologie. Il faut l’entrainer sur la base connaissance client, c’est de la donnée à mettre à disposition. Il faut apprendre à l’algo la donnée qui m’intéresse et celle qui ne m’intéresse pas (labelliser les données).
Chihuahua ou muffin ?
Chien ou serpillère ?
La constitution du data set est la partie la plus longue et la plus difficile du projet. C’est dur de chercher la donnée, parce que parfois elle n’existe pas parce qu’on ne la crée pas. On a plein de création de comptes ; Dans l’envoi du mail il faut éviter les spammer et phishing. Au début on avait une validation manuelle. Quand on a eu plusieurs millions de personnes qui testent. Nous on validait mais ne dé-validait pas.
On a eu des sujets sur le contexte. Celui qui passe entre les mailles, celui qui lit Soc Gen, ou phishing, il ne peut pas les distinguer. Il y a aussi le filtrage. Interroge sur ce que les gens pensent de nous, quand on a donné les messages de X on a oublié d’enlever nos réponses ».

La grande tendance des dernières années, c’est de nombreux outils pour faire cela. Avoir une CDP permet d’aller rapidement sur les data set, cela améliore le time to market. Pour réduire le coût et l’impact environnemental de l’IA générative, « il se passera probablement 5 ans. Entre temps, il s’agit de préparer les données et d’utiliser des algos. On y va si c’est au cœur de notre métier, qui n’existe pas et on les implémente. Avant on fit des POC avec des technos de type ChatGPT. Il faut regarder le budget et l’impact environnemental. Il y a trop de sociétés qui ne sont pas prêtes sur leurs données ».

 

• Composable commerce à l’âge de l’IA comment transformer votre marque ?

 

Avec Michael Scholz, VP Product et Consumer Commerce tools et Nicolas Pastorino Group Chief Product and Digital Officer Interflora

Qu’est-ce que le commerce composable ?

Découple l’expérience en ajoutant le social et le mobile, c’est plus flexible quand on a une expérience décomposée. Découple le front et le back end, le search, ma personnalisation, etc. Depuis 5 ans, il n’y a que deux vérités. Le changement est ce qui ne change pas. Le futur est imprévisible. Nicolas Pastorino est tombé dans le commerce composable « par accident ».
« En 2021, nous avons créé un groupe, et une plateforme pour toutes nos entités. Il fallait s’assurer qu’il n’y ait pas de big bang. Nous avions 8 pays différents, 8 plateformes, et 8 cultures différentes. La première couche devait prouver la valeur, le composable était indispensable pour faire une transformation rapide. Cela nous donne une meilleure adaptabilité et permet de faire des changements sans tout casser. »
Un exemple : quand vous offrez un bouquet, vous voulez avoir une belle carte. Nous avons pu mesurer la traction du marché, qui a été validée. Nous avons donc déployé avec une imprimante de qualité et déployé. Cela montre comment cet outil transforme la façon dont nous opérons. Nos product manager sont à présent concentrés sur les problèmes à résoudre, et pas sur une liste de tâches ».

« On est passés de « time to market » à « time to money ». Les décisions sont basées sur la data. La solution génère des économies qui sont réinvesties. Le commerce composable permet d’améliorer la qualité de la data. Par nature si vous pluggez moins d’outils, la data est plus propre. Comme l’a dit Jim Clark, de Netscape : « si nous avons de la data décidons avec elle. Si nous n’en avons pas, prenons mon opinion ». Il faut tester, prouver la valeur. Et attention, si vous nourrissez Chat GPT des infos confidentielles, elles seront publiques. Nous avons un compte Chat GPT premium. Un cas d’usage ? Cadeaux.com, cadeaux personnalisés, nous avons eu des signaux que nous n’avions pas vu. Cadeaux pour mon père qui a 60 ans, et est fan de pêche. Nous n’étions pas positionnés là-dessus. On peut créer product detailed product qui répondraient à ces demandes. On a créé des prompts avancés pour les textes et les images 2 000 à 15 000 références en 15 jours et cela a marché. Nous n’avions pas de data scientist. Il a fallu tester chat GPT trouver le cas d’usage et le scaler. Quel keyword écarter plutôt que quel keyword choisir ».

Enfin, Interflora a intégré dans photoshop un prompt pour créer des images, « c’est très utilisé par nos designers ».

Michael Scholz, Commerce Tools, cherche les meilleures applications « Aujourd’hui, l’IA Gen sert à créer du contenu et des textes, cela devrait être dans le CMS ». Interflora a amélioré le management de la fraude au travers de la Gen IA et optimisé la façon de présenter les produits dans le PRP avec l’IA.

L’IA va aussi révolutionner le search : « Les pages de recherche vont beaucoup changer cette année. Comment on va exister dans ce nouveau contexte ? Le SEO va-t-il disparaitre ? Ou va se trouver le SEA ? ». Avec Marbling, vous dites quelle application vous voulez construire, et elle revient avec une appli multi layer. « A un moment, cela va marcher. La production de code devrait probablement être prise en charge, il faudra que les codeurs deviennent prompteurs ».

Quelques recettes pour s’y mettre ? « Il faut avoir le droit d’échouer, et agir pas à pas. Ce n’est pas le privilège, du CTO, il faut que le comex s’implique parce que cela produit de très profonds changements dans l’organisation ».