Video time
19 min

Carrefour ouvre son Data Lab avec l’aide de Google et Artefact

Par : HUB Institute
18 avril 2019
Temps de visionnage19 min

“Nous aurons gagné lorsque la vie des magasins galopera au rythme des algorithmes” nous explique Amélie Oudéa-Castera, Head of E-commerce, Data and Digital chez Carrefour à l’occasion du lancement du Data Lab du groupe en partenariat avec Google et Artefact, représenté par Vincent Luciani - Cofounder & Global COO. Retour sur les enjeux du retailer à l’ère de l’IA et des stratégies data driven.

  • La data est au coeur de la transformation digitale de Carrefour. Elle provient essentiellement des 4,5 milliards de transactions annuelles effectuées par l’enseigne mais aussi des 1,3 millions de connexions quotidiennes à ses sites. La donnée sert non seulement à l’optimisation de l’assortiment, la personnalisation de l’offre et l’élaboration d’un pricing dynamique, mais également à lutter contre la démarque.

  • Comme Amélie Oudéa-Castera l’affirme, “il faut créer de la valeur pour l’entreprise sur la durée. A la fin, l’organisation en magasin doit être capable de suivre les projets Data.” 4 étapes essentielles sont relevées : la sélection des bons cas d’usages, un développement rapide et itératif, la garantie de la scalabilité, et la sécurisation des process nouvellement créés via l’IA.

  • Comment y parvenir ? “Entourez-vous d’experts data et business, équipez-vous d’outils pour simplifier l’implémentation de l’IA et adoptez une approche rigoureuse pour identifier, qualifier et prioriser les cas d’usages.”

  • L’accompagnement d’Artefact couvre à la fois les phases de design et d’opération du data Lab de Carrefour (structuration de “l’IA factory” pour qu’elle réponde au cas d’usages identifiés, et passage à l’échelle industrielle des prototypes).

  • La gestion des stocks est un enjeu capital pour faire face aux demandes exigeantes des consommateurs. Carrefour exploite notamment L’IA pour étudier le cycle de distribution des produits (détection des ventes anormales) et de proposer les insights opportuns pour optimiser le rythme de fourniture et d’exposition en magasin.

  • Autre cas d’usage : la prévision automatique des ventes e-commerce qui permet, là encore, d’optimiser l’allocation des ressources sur les sites et d’améliorer la préparation des opérations “drive”. Les premiers tests montrent un taux de prédictions réussies de 94%.

Rédactrice : Eugénie Cabanis