Bannière de l'article 5 Manières Dont La Computer Vision Transforme l’Industrie Du Retail
September 3, 2019

5 Manières Dont La Computer Vision Transforme l’Industrie Du Retail

Découvrez pourquoi 40 % des retailers prévoient d’utiliser la reconnaissance d’image d‘ici les deux prochaines années.

pinterest-lens-shopping

La Computer Vision a énormément évolué au fil des années rendant possibles de nouvelles expériences clients plus spontanées et moins transactionnelles. 

Les détaillants commencent à prendre conscience de cette opportunité et investissent pour tirer profit de cette technologie. 

Aujourd’hui, seulement 3 % des retailers ont mis en place une technologie de reconnaissance d’image. Cette proportion devrait cependant atteindre 40 % dans les deux prochaines années.

1. La Recommandation de Produit par Similarité Visuelle

La recommandation dans le commerce électronique est traditionnellement axée sur le balisage. Chaque produit comporte de nombreux tags qui permettent au client de filtrer des attributs particuliers.

Cependant, la reconnaissance d’image permet désormais la découverte de produits en fonction de critères visuels. 

Cela permet de proposer des recommandations plus pertinentes et de fournir des métadonnées plus précises sur les photos des articles proposé

forever-21-computer-vision-recommandation

La fonctionnalité de recherche et de navigation visuelle de Forever 21 a fait ses débuts en tant que Découvrez votre style dans l’application iOS Forever 21 en mai 2018. 

Au cours du premier mois suivant le lancement, la marque a enregistré une augmentation de 20 % de la valeur du panier moyen.

Ce succès initial a conduit l’entreprise à accélérer l’intégration Web à grande échelle de la technologie pour fournir aux clients des résultats de recherche plus pertinents.

Proposer le bon produit au bon moment, là est tout l'intérêt d'intégrer la reconnaissance visuelle dans un algorithme de recommandation.

mano-mano-recommandation-computer-vision

ManoMano, en partenariat avec Sicara et son outil de recommandation visuelle : Liet, a développée des suggestions Look Alike, augmentant ainsi son taux de conversion de 1,7 %

En se basant sur votre recherche, l’algorithme suggère une sélection d’articles visuellement semblables à l’article que vous êtes en train de regarder.

2. Transformer le monde en supermarché grâce à la Computer Vision

L’importance du mobile pour les retailers est désormais bien établie : 71 % des acheteurs affirment utiliser leur mobile dans les magasins afin d’obtenir plus d’informations sur les produits qu’ils achètent.

Un chiffre en hausse de 62 % entre 2017 et 2018 sur l’ensemble de la population et 83 % pour les consommateurs âgés de 18 à 44 ans, selon le Shopper-First Retailing report.

Cette hausse est en partie dû à la multiplication des applications de “scoring” de produit tel que Yuka qui permettent d’obtenir des informations sur un produit en scannant son code barre.

La caméra d’un smartphone est maintenant capable de répondre à des questions du type : ce produit est-il de qualité ? Où puis-je l’acheter ?

Ebay a rajouté dans son app mobile une fonction de shopping via reconnaissance d’image : Ebay Image Search

La camera du smartphone analyse votre environnement à la recherche d’objets qui ressemblent à des produits disponibles sur Ebay et vous propose de les acheter en un clic. Il fonctionne sur tout type d’objets : livres, DVD, produits de beauté, etc…

97 % des consommateurs aux États-Unis effectuent une recherche image pour trouver une photo d’un produit avant de l’acheter. (eMarketer). 

Cette fonctionnalité répond également au recours croissant des jeunes générations à la recherche d’image dans le processus d’achat. En effet, une visualisation précise du produit par le client rassure et a plus de chance de déclencher un achat en ligne.

image-search-shopping-US

3. Essayer un Produit avec la Réalité Augmentée

Google a lancé AR Beauty Try-On en juin 2019, une nouvelle fonctionnalité VR pour les essais de maquillage virtuel.

Les tutoriels et les reviews de maquillage comptent parmi les contenus les plus populaires sur YouTube, car ils aident les internautes à se familiariser avec les nouveaux produits. 

Le but de cette fonctionnalité est d’augmenter le taux de conversion des showcases de produits réalisés par les influenceurs sur YouTube.

youtube-ar-try-on

Selon YouTube, AR Beauty Try-On a déjà été testé par plusieurs marques de beauté et 30 % des téléspectateurs ont choisi d’activer l’expérience lorsqu’elle était disponible dans l’application iOS de YouTube. 

Les utilisateurs qui ont essayé la fonctionnalité ont été assez engagés, passant plus de 80 secondes à essayer les nuances de rouge à lèvres virtuelles. 

Selon les enquêtes 2018 sur le commerce numérique et Vertebrae, cette tendance devrait se confirmer et s'étendre sur d’autres produits :

  • 51 % des consommateurs estiment qu’il est important de vivre une expérience personnalisée sur tous les canaux numériques d’une marque.

  • 78 % préfèrent interagir avec la Réalité Augmentée que de regarder une vidéo de 30 secondes.

  • La Réalité Augmentée est 2,6 fois plus engageante que l’imagerie 2D statique et

    2,1 fois plus engageante que la vidéo.

La Réalité Augmentée investit les secteurs des produits de beauté, de la mode, et même de l’ameublement. 

Tous entretiennent la même problématique : leur valeur réside dans la manière dont ils s’accordent avec les produits qui les entourent, ils nécessitent donc d’être essayé dans différents contextes (diffèrent produits, différents vêtements, différentes décos)

La Réalité Augmentée répond parfaitement à cette problématique, un bel exemple avec l’application IKEA Place qui permet de visualiser les meubles chez soi et ainsi éviter les plaintes et les retours d’articles par les clients aux fournisseurs, allégeant ainsi la chaine logistique de la marque Suédoise.

4. Le Grab & Go 

Popularisé par Amazon qui a ouvert son premier magasin sans caisse au public le 22 janvier 2018 à Seattle, la supérette futuriste est aujourd’hui présente dans 4 villes (New York, Chicago, Seattle, San Franciso) totalisant 17 magasins.

Le magasin fonctionne avec un algorithme de reconnaissance d’image — les cameras disposées partout dans les rayons détectent les produits que vous prenez, les associent à votre identité et vous êtes prélevé directement sur votre compte en sortant du magasin.

shopping-amazon-go

Les premiers chiffres sortis par Amazon indiquent que les consommateurs ne se contentent pas d’acheter un snack avant de remonter au bureau (les Amazon Go sont en majorité situés dans des quartiers d’affaires).

Les clients restent en moyenne 27 minutes dans le magasin, une durée très longue pour une surface de vente de la taille d’une supérette (15 min en temps normal pour un magasin de proximité type 7 Eleven)

Ils font leurs courses pour le déjeuner et le dîner, ce qui signifie que le panier moyen des clients est plus élevé.

La simplicité d’usage et l’expérience disruptive offertes par ces magasins séduit les clients et les incite à revenir : 44 % des consommateurs qui entrent dans un Amazon Go sont des clients réguliers.

5. La Reconnaissance Faciale pour Reconnaître le Besoin Client

Selon Counterpoint Research, plus d’un milliard de smartphones comprendront des fonctionnalités de reconnaissance faciale au cours des deux prochaines années, soit 64 % de tous les smartphones en 2020, contre 5 % en 2017.

L’inclusion de cette technologie dans des appareils personnels, tels que l’iPhone X, devrait accélérer l’adoption massive de cette technologie.

Celle-ci peut collecter des données démographiques de base (âge, sexe…) mais également des données plus complexes telles que :

  • les zones du magasin où un client attend

  •  le temps requis pour choisir un article 

  • l’expression que le visage du client transmet 

reconnaissance-faciale

Walmart a breveté en 2017 une technologie qui permet aux caméras de capter les expressions faciales des clients dans le magasin et dans les files d’attentes afin de mesurer les niveaux de satisfaction.

Ces résultats pourraient permettre aux détaillants de repérer les clients qui semblent avoir besoin d’assistance et d’ajuster leurs présentoirs et leurs promotions en temps réel tout en localisant les points de blocage à l’origine d’insatisfaction.

Quelles leçons en tirer ? 

Alors que les détaillants cherchent des solutions pour brouiller les frontières entre la vente au détail physique et numérique, la reconnaissance visuelle semble convenir parfaitement. 

En outre, qu’il s’agisse de livraisons dans des véhicules autonomes, d’inventaires, ou de robots préparant des inventaires, l’arrivée de la reconnaissance d’image chez les retailers jouera également un rôle essentiel dans la numérisation et la transformation des compétences de la main-d’œuvre du commerce de détail.

Vous souhaitez développer rapidement une solution de Reconnaissance d’Image ? N’hésitez pas à nous contacter.

articles similaires

Intelligence Artificielle : La Fin Des Cabinets D’avocats ?

La prochaine pépite de la Silicon Valley sera probablement  un cabinet d’avocats.

bitcoin preview

Blockchain, Bitcoin, Ethereum, on Vous Dit Tout !

C’est le phénomène du moment. Pourtant, le concept de la blockchain reste flou pour le grand public.

Comment réussir son POC data

Découvrez les challenges à relever pour cette phase critique