Dans le but d'aider le secteur de la distribution à transformer ses processus de vérification des stocks en magasin et à améliorer les sites de e-commerce, Google Cloud a annoncé récemment qu'il améliorait son offre pour ce secteur en y ajoutant une fonction de vérification des rayons basée sur l'IA et en mettant à jour ses services Discovery AI et Recommendation AI. La première est une fonctionnalité très recherchée, car l'absence ou le manque de stocks est un problème préoccupant pour les détaillants. Selon une analyse de NielsenIQ, les rayons vides ont coûté aux grands distributeurs américains 82 milliards de dollars en ventes manquées pour la seule année 2021. Selon la société, l’outil de vérification basé sur l'IA peut être utilisé pour optimiser la disponibilité des produits en rayon, offrir une meilleure visibilité des conditions actuelles dans les rayons et identifier les endroits où des réassorts sont nécessaires.

L'outil, qui repose sur Vertex AI Vision, est alimenté par deux modèles d'apprentissage automatique – le détecteur de produits et l'organisateur d'étiquettes - peut être utilisé pour identifier différents types de produits à partir des images et du texte visibles décrivant le produit, a déclaré la société, ajoutant que les détaillants n'ont pas à consacrer du temps et des efforts à la formation de leurs propres modèles d'IA. En outre, le service peut identifier des produits à partir d'images prises sous différents angles et sur différents appareils, tels qu'une caméra montée au plafond, un téléphone portable ou un robot de magasin, explique Google dans un communiqué. Les images de ces terminaux sont introduites dans Google Cloud for Retailers. Cette fonction, qui est actuellement en phase de test et devrait être disponible dans le monde entier dans les mois à venir, ne partagera pas les images et les données des détaillants avec Google et ne pourra être utilisée que pour identifier les produits et les étiquettes, a ajouté la firme. Le Français Verteego propose une solution similaire, notamment utilisée par Corsica Ferries, Manpower, ou encore Monoprix pour simuler et fiabiliser ses décisions liées aux stocks, améliorer l’implantation de ses promotions en point de vente, ou encore gérer ses prix et le réassort des rayons.

Améliorer l'expérience du e-commerce

Afin d'aider la grande distribution à améliorer leur expérience de navigation et de découverte des produits en ligne, Google Cloud introduit également une fonction de navigation alimentée par l'IA dans son service Discovery AI. La solution utilise le machine learning pour sélectionner l'ordre optimal des produits à afficher sur le site de e-commerce d'un détaillant une fois que les acheteurs ont choisi une catégorie, indique la firme, ajoutant que l'algorithme apprend l'ordre idéal des produits pour chaque page au fil du temps en fonction des données historiques.

Au fur et à mesure qu'il apprend, l'algorithme peut optimiser la manière dont les produits sont affichés et ce qu'ils sont pour des raisons de précision, de pertinence et de probabilité de réaliser une vente. Notons que cette capacité peut être utilisée sur différentes pages d'un site Web. « Cette technologie de navigation adopte une toute nouvelle approche, s'autoalimentant, apprenant de l'expérience et ne nécessitant aucune intervention manuelle. En plus d'améliorer considérablement le revenu par visite, elle permet aux détaillants d'économiser le temps et les frais liés à la gestion manuelle de plusieurs pages de e-commerce », a déclaré la société dans un communiqué. Mise à disposition de tous, la fonction prend actuellement en charge 72 langues.

Des recommandations personnalisées pour les clients

Afin d'aider les acteurs à créer une hyperpersonnalisation pour leurs clients en ligne, Google Cloud a publié un autre service basé sur l'IA, au sein de l'offre Recommendation AI. Ce dernier devrait faire évoluer le service de recherche de détail existant, Retail Search. Il repose sur un modèle de machine learning (ML) de reconnaissance de modèles de produits qui peut étudier le comportement d'un client sur un site Web de vente au détail, comme les clics et les achats, pour comprendre les préférences de la personne.

L'IA fait ensuite remonter les produits qui correspondent à ces préférences dans les classements de recherche et de navigation pour un résultat personnalisé, précise la société. « Les résultats de recherche et de navigation personnalisés d'un acheteur sont basés uniquement sur ses interactions sur le site de commerce électronique de ce détaillant spécifique et ne sont pas liés à l'activité de son compte Google », a déclaré la firme de Mountain View, ajoutant que l'acheteur est identifié soit par un compte qu'il a créé sur le site du détaillant, soit par un cookie de première partie sur le site Web. Cette fonctionnalité a été mise à la disposition de tous.