Analyser de grandes quantités de données permet aux ordinateurs de penser de mieux en mieux par eux-mêmes. Les entreprises découvrent les possibilités de la pensée informatique. L’e-commerce l’exploite déjà pour personnaliser les ventes et optimiser la logistique.

Le terme "machine learning" veut tout dire : il s’agit de la capacité d’un ordinateur à apprendre par lui-même et à s’adapter à de nouvelles situations. Les ordinateurs analysent de grandes quantités de données (le "big data") et analysent les éventuelles tendances. Les algorithmes permettent aux ordinateurs d’appliquer ces modèles en amont dans de nouvelles situations et de faire des prédictions sur cette base. Un atout majeur au sein de l’e-commerce et de la logistique.

Une approche plus personnelle dans l’e-commerce

De plus en plus de webshops et d’e-retailers misent sur le machine learning pour améliorer le confort des acheteurs en ligne. En développant certains algorithmes, ils proposent une offre plus personnalisée et plus pertinente, ce qui augmente significativement la valeur du panier.

• The North Face propose son propre personal shopper virtuel sur son site web. Cet assistant recommande une liste de produits selon les termes de recherche du client et sa destination de voyage. Cette liste renferme les articles recherchés par le client, mais elle conseille aussi d’autres produits susceptibles de s’avérer utiles pour l’endroit spécifié. Le site tient même compte des conditions météorologiques actuelles ou prévues à la destination du client.

• Zalando travaille depuis peu avec un algorithme capable de composer pour chaque vêtement une tenue assortie. L’algorithme a analysé 200 000 tenues composées par des stylistes. Sur la base de cette analyse, l’algorithme apprend lui-même les spécificités d’une tenue qui fait mouche. Les résultats sont impressionnants : les clients donnent la même note aux tenues des stylistes qu’à celles de l’algorithme. 

Optimisation de la logistique

Le machine learning joue aussi un rôle de plus en plus grand dans le monde de la logistique. Les ordinateurs autodidactes réussissent toujours mieux à prévoir et à optimiser, ce qui permet à l’ensemble de la chaîne d’approvisionnement et à l’industrie logistique de travailler mieux et plus vite.

• Vekia est une entreprise française qui représente la "next generation supply chain". Cette entreprise commercialise un système capable de faire des prévisions dans les domaines de l’achat, de l’emballage, de la vente et de la livraison. Pour la chaîne française Mr. Bricolage, Vekia a développé un système autodidacte de gestion des stocks. Sur la base de données commerciales antérieures, le système prédit les ventes et calcule immédiatement la quantité à commander aux différents fournisseurs pour réapprovisionner le stock. Ces propositions se révèlent très précises et permettent de gagner un temps précieux.

• Le secteur du transport tire lui aussi avantage du machine learning. Les systèmes de gestion des transports sont déjà bien exploités. Ce type de SGT propose des itinéraires en fonction des adresses de livraison indiquées. Mais l’ordinateur autodidacte va plus loin : le machine learning intègre également des facteurs en constante évolution tels que la météo, la congestion du trafic, les temps de repos et de conduite du conducteur, etc. En tenant compte de ces éléments, il est possible de prévoir les heures de livraison avec de plus en plus de précision.