Tendances : l’IA au service du retail mode

Au cours des dernières années, l’industrie du retail a connu des transformations majeures. L’explosion du commerce en ligne, la baisse du trafic en magasin ainsi que la montée en puissance des réseaux sociaux ont fait basculer le retail dans une autre ère. Et rien n’est figé : les avancées technologiques, les changements de comportement des consommateurs, la collecte et l’utilisation de la donnée ainsi que l’intelligence artificielle (IA) sont définitivement des paramètres avec lesquels chaque enseigne doit compter. L’IA, dont on entend de plus en plus parler, est, et sera, au service du retail mode. Voici un point sur les dernières tendances.

L’intelligence artificielle, rappel

L’intelligence artificielle n’a eu de cesse d’évoluer au fil du temps, et les contours qu’on lui connaît aujourd’hui ne seront indiscutablement pas les mêmes que d’ici quelques années. L’IA désigne le fait de simuler l’intelligence humaine par des machines. Il repose sur plusieurs processus :

• L’apprentissage : acquisition d’informations et des règles liées à son utilisation ;
• Le raisonnement : utilisation de ces informations et de ces règles afin de parvenir à des conclusions ;
• L’autocorrection : les nouvelles informations acquises lui permettent de changer ses conclusions. C’est ce qu’on appelle communément le machine learning : le système améliore ses performances en fonction des données traitées.

Cette IA repose sur 3 composantes : des systèmes d’information, des données à exploiter et des algorithmes.

Dans l’univers du retail, l’IA a de nombreuses cartes à jouer afin de mieux comprendre les besoins du client, les tendances du marché, et de s’adapter en conséquence. Ainsi, il est estimé que son marché devrait passer de 5 milliards de dollars en 2021 à plus de 31 milliards en 2028

Proposer des recommandations

En ligne

L’IA permet aux sites e-commerce de mode de proposer aux internautes des recommandations de vêtements et/ou d’accessoires. Elles interviennent généralement au moment de l’ajout d’un produit dans le panier, ou lors de la navigation sur les fiches de produits. Ces recommandations automatisées mettent en avant les produits susceptibles d’intéresser les clients. Pour cela, les algorithmes de recommandation se basent sur les achats similaires des autres consommateurs, sur le profil du client, les pages qu’il a visités, son historique d’achat…

Cette solution permet d’augmenter le chiffre d’affaires via ce qu’on appelle du cross-selling, par exemple suggérer d’acheter une chemise qui va avec le tailleur qui vient d’être acheté. Une autre technique peut également être mise en place : l’up-selling. Il s’agit alors de vendre un produit d’une gamme supplémentaire. C’est le cas par exemple si un client met un jean dans son panier et que le site lui propose en suggestion d’autres jeans d’une valeur supérieure.

Enfin, l’IA peut également proposer des recommandations de taille, en analysant si le modèle en question taille « petit » ou « grand », en fonction des retours des précédents clients.

En magasin : le vendeur augmenté / personal shopper

De la même façon que sur le site e-commerce, des recommandations peuvent être faites grâce à l’IA par les vendeurs en magasin. Ils deviennent alors « augmentés » : ils sont connectés (via une tablette ou un smartphone) et disposent d’une intelligence artificielle. Grâce à ces outils, ils offriront aux clients une expérience hyper personnalisée : recommandations pertinentes à partir de la demande du client, son historique d’achat, les stocks disponibles, le type de produit demandé ainsi que le contexte lié à son achat (occasion, cadeau, météo, période de l’année…). A la clé : un taux de transformation amélioré.

Améliorer le parcours achat

Votre e boutique attire de nombreux prospects mais beaucoup repartent sans ne rien acheter ? Les causes peuvent être nombreuses : les clients ne trouvent pas facilement ce qu’ils cherchent, les informations sont trop denses, le site n’est pas assez ergonomique, il est trop lent, le processus de paiement est compliqué, les clients n’ont pas la possibilité de payer comme ils le souhaitent… L’IA va permettre de savoir à quelle étape le pipeline de vente laisse s’échapper des prospects.

L’utilisation et l’application peuvent être identiques en magasin : des caméras implantées peuvent étudier les flux, les zones chaudes ou froides, et des serveurs déterminer l’utilisation des différentes fonctionnalités (borne automatique, caisse traditionnelle…) et ainsi améliorer l’expérience.

L’IA générative appliquée au retail

L’intelligence artificielle générative – avec des outils comme ChatGPT ou Midjourney – est une branche de l’intelligence artificielle, capable de générer du texte, une image, un son ou d’autres médias, en réponse à un « prompt », c’est-à-dire une demande sous forme de requêtes. Elle fonctionne selon un mode « probabiliste » : elle prédit la réponse la plus probable, en associant des mots pour former une phrase.

Là encore, les utilisations s’appliquent aussi dans l’univers du retail mode. Zalando exploite par exemple l’utilisation de ChatGPT, en mode test, pour offrir aux clients un personal shopper en ligne. Au lieu de chercher dans les différentes catégories et de devoir descendre chaque page de produits, il suffira aux clients de saisir leur demande dans l’assistant, par exemple, « je vais assister à un mariage en Corse au printemps, quelles sont tes recommandations ? », pour avoir des propositions de vêtements et accessoires.

Certaines marques commencent même à créer leurs mannequins via l’IA générative, ou à désigner les locaux de leurs nouvelles boutiques. Bref, les applications sont nombreuses, et nous n’avons pas encore fini d’en entendre parler.

Naviguer plus facilement sur le site e-commerce via le chatbot

Des solutions développées grâce à l’intelligence artificielle permettent aux internautes de naviguer plus facilement sur les sites e-commerce. C’est le cas du chatbot, agent de conversation virtuel. Il peut être activé dès l’arrivée de l’utilisateur sur le site, ou s’il est détecté que le parcours client est bloqué, signe de son départ imminent et de la perte du prospect. Prenant la forme d’une discussion, un encadré apparaît généralement en bas à droite de l’écran. L’agent pose une première question de type « En quoi pouvons-nous vous aider ? » puis suggère une liste de propositions. L’internaute se laisse alors guider pour trouver ce qu’il est venu rechercher.

L’IA aide également à résoudre les problèmes plus complexes, qui ne peuvent pas être traités par chatbot. Les demandes des utilisateurs sont alors analysées afin de comprendre les besoins exprimés, puis de les rediriger vers le service le plus adapté pour le traiter. Les agents concernés recevront la demande, qui peut même être accompagnée de solutions types suggérées, afin d’améliorer sa productivité et sa réactivité.

Enfin, il peut même prioriser les demandes selon plusieurs paramètres, comme le degré de fidélité du client ou son panier moyen, afin de faire passer les meilleurs clients en premier.

Changer la conception des produits

L’intelligence artificielle peut être à l’origine d’innovations dans les procédés de fabrication. Elle peut par exemple analyser les tests réalisés sur les produits, notamment pour vérifier leur durabilité. L’installation de caméras sur les machines à tricoter, et le machine learning permettant de déterminer la probabilité qu’un fil spécifique puisse rompre, vont grandement améliorer la production.

L’IA peut également être à la source de la création de nouveaux modèles, avec l’analyse des comportements de recherche et de l’activité sur les réseaux sociaux des clients cibles. C’est typiquement le cas de Shein, chez qui les jeunes consommateurs se bousculent pour trouver une pièce identique à ce qu’ils ont vu sur TikTok ou Instagram. Le suivi des tendances est ainsi automatisé grâce à l’intelligence artificielle, et le résultat des recherches est ensuite transmis aux stylistes afin qu’ils s’en inspirent. C’est de cette façon que 500 nouveaux modèles sont mis en ligne chaque jour sur la plateforme. Deuxième étape : utiliser l’IA pour déterminer les modèles qui fonctionnent bien, en fonction des comportements des clients. Conséquence : un vêtement qui ne se vend peu voire pas est retiré du catalogue. A l’inverse, si les ventes sont importantes, la production s’accélère.

Développer la réalité augmentée (RA) et la réalité virtuelle (RV)

L’idée

La réalité virtuelle (RV) et la réalité augmentée (RA), chacune avec ses spécificités, sont de plus en plus omniprésentes dans le retail :

• Réalité augmentée : sont superposées au monde réel des informations ou des images (exemple : superposer des vêtements sur une photo) ;
• Réalité virtuelle : les personnes sont plongées dans un monde virtuel et interactif ;
• Réalité mixte : un élément virtuel interactif est projeté dans le monde réel.

Ces technologies sont de plus en plus utilisées de façon combinée avec l’intelligence artificielle pour décupler leurs puissances. L’environnement virtuel n’est plus seulement intelligent, il est aussi personnalisé et pertinent. Les équipements utilisés (par exemple les casques ou les lunettes interactives), permettent de suivre exactement ce que l’utilisateur regarde. L’IA adapte ensuite l’expérience. Dans cet univers, les vendeurs virtuels connaissent les consommateurs et leurs préférences. Ils peuvent modeler leurs discours, leurs attitudes, leur physique et même leur voix en fonction du client.

Les utilisations sont nombreuses : essayage en réalité virtuelle ou augmentée, showrooms virtuels avec expériences immersives, tests de produits à distance…

Application pratique : essayer virtuellement les vêtements

Un des freins les plus importants du commerce en ligne est l’absence de possibilité, pour les consommateurs, d’essayer les vêtements. Et, quand ils se décident à commander, un des motifs récurrents de retour est que le vêtement, une fois essayée, ne convient pas. Conséquence : des frais de retour, souvent non facturés aux clients, qui coûtent relativement cher aux entreprises. Une solution réside dans l’intelligence artificielle, et la possibilité pour les clients d’essayer virtuellement, depuis les chez eux, les modèles qui leur font de l’œil.

Walmart propose ainsi une fonctionnalité, utilisable via l’application ou le site web, baptisée « Be Your Own Model (Soyez votre propre modèle) ». Le concept : les clients se prennent en photo avec des chaussures, en short et en haut moulants, dans un espace bien éclairé. Il la dépose ensuite sur l’application et indique leur taille. A l’aide de l’intelligence artificielle, les vêtements choisis par le client vont être apposés sur l’image du corps. La simulation est assez réaliste : on peut y voir les ombres, le drapage du tissu ainsi que l’endroit où le vêtement tombe. A noter que l’enseigne dispose d’un autre outil, Choose My Model, notamment pour les personnes qui ne sont pas à l’aise avec cette première technologique et qui ne souhaitent pas déposer de photos d’eux sur le site. Ils peuvent alors sélectionner un modèle qui leur ressemble pour leur faire essayer les vêtements.

Zalando a également investi ce terrain, proposant elle aussi une cabine d’essayage virtuelle, uniquement sur les jeans pour le moment. Pour cela, les utilisateurs sont invités à se créer un avatar en 3D. Ils doivent alors renseigner leur taille, leur poids et leur morphologie (homme ou femme). En fonction du modèle et de la taille choisis, ils peuvent regarder le rendu sur leur avatar. Une visualisation thermique permet d’identifier les zones où le jean est moulant ou large.

Le RPA (Robotic Process Automation) dans le retail

Le RPA va automatiser certaines tâches répétitives dans un logiciel, sans intervention humaine, afin de gagner en rapidité et de limiter les risques d’erreur. Les applications sont nombreuses pour les entreprises du retail, dans des domaines aussi variés que le traitement des factures, la comptabilité, la logistique, la sécurisation des données, les ressources humaines avec l’adaptation du personnel aux périodes d’activité …A la clé : une productivité plus importante, un meilleur retour sur investissement et une utilisation plus efficace du personnel.

Réaliser des prévisions

Réaliser des prévisions de vente n’est pas une tâche aisée, et de nombreux dirigeants ont parfois connu des échecs, tant leurs estimations initiales étaient en décalage par rapport à la réalité, dans un sens comme dans l’autre. L’IA était donc plus que la bienvenue pour répondre à ces problématiques. Comment : grâce à des données basées sur les historiques de vente des commerçants, mais aussi via des sources extérieures prenant par exemple en compte des données plus macroéconomiques comme l’inflation, le chômage ou le sentiment des clients. Autre levier : suggérer des ajustements de prix de vente en fonction de la concurrence. L’IA peut ainsi traiter ces données bien plus vite que les humains, pour en tirer des conclusions grâce aux différents programmes développés.

Améliorer la logistique

La réalisation de ces prévisions aura un impact conséquent sur la logistique. En effet, elles permettront de déclencher ensuite des commandes de fabrication et des flux d’approvisionnement. La gestion des livraisons du ou des magasins s’en trouve améliorée, ainsi que, le cas échéant, celles de l’entrepôt central, ou des espaces de stockage dédiés au e-commerce. A la clé : une meilleure gestion des stocks, tirée par une baisse des coûts d’inventaire et du nombre de ruptures de stock.

L’IA peut aussi permettre d’optimiser les itinéraires de livraison, faisant ainsi baisser les coûts de transport et les délais.

En résumé

• L’IA peut recommander des produits aux clients, directement sur le site e-commerce, ou via les vendeurs en magasin qui deviennent de véritables personal shopper ;
• Elle va améliorer le parcours achat en déterminant où se trouvent les points de blocage ;
• Certaines entreprises du retail utilisent l’IA générative pour faciliter la navigation sur leurs sites e-commerce (ChatGPT, Chatbot…) ;
• La conception des vêtements (les modèles mais aussi les procédés de fabrication) peut être améliorée grâce à l’IA ;
• Les applications de l’IA, combinées à la RA et/ou la RV sont nombreuses : showroom virtuel, essayage de vêtements à distance… ;
• Le robotic process automation va faciliter la gestion (prévisions de vente, logistique, adaptation des prix ainsi que du personnel en fonction de l’activité…).