Comment l'IA gere l'optimisation de l'assortiment produits par emplacement de magasin

Un seul assortiment ne convient pas a tous les emplacements

Les chaines de distribution ont historiquement standardise leurs assortiments, en envoyant en grande partie les memes produits a chaque magasin. Cette approche simplifie l'achat, la distribution et le marketing, mais elle signifie que les magasins situes dans des quartiers urbains aises proposent les memes produits que les magasins de zones suburbaines plus economes. Le resultat est une demande mal alignee : certains produits se vendent bien dans certains magasins et restent en rayon dans d'autres.

L'optimisation localisee de l'assortiment, qui consiste a adapter le mix produits a la base de clientele specifique et a l'environnement concurrentiel de chaque magasin, est depuis toujours une bonne idee en theorie. En pratique, elle a longtemps ete trop complexe a executer pour la plupart des distributeurs. Le nombre de combinaisons possibles de produits sur des dizaines ou des centaines de magasins est astronomique. L'IA rend l'assortiment localise realisable en prenant en charge la complexite computationnelle.

Donnees d'entree pour l'assortiment localise

Le systeme d'IA construit un profil de demande pour chaque magasin a partir de plusieurs sources de donnees. L'historique des ventes montre quels produits et categories se vendent bien a chaque emplacement. Les donnees demographiques locales revelent les niveaux de revenu, la repartition par age, la composition des menages et les preferences culturelles de la population environnante. Les donnees concurrentielles cartographient les autres distributeurs operant a proximite de chaque emplacement et les assortiments qu'ils proposent. Et des facteurs geographiques comme le climat, le caractere urbain ou suburbain, la proximite des ecoles, des bureaux ou des lieux de loisirs influencent tous les schemas de demande.

Optimisation sous contrainte d'espace

Chaque magasin dispose d'un espace de rayonnage limite, ce qui signifie que les decisions d'assortiment sont par nature des arbitrages. Ajouter un produit a l'assortiment implique d'en retirer un autre ou de reduire l'espace alloue a un autre produit. L'IA optimise ces arbitrages en estimant le revenu marginal apporte par l'ajout de chaque produit potentiel par rapport au revenu perdu en retirant ou en reduisant le produit qu'il remplacerait.

Le systeme prend egalement en compte les effets d'interaction entre produits. Certains produits se vendent mieux quand certains produits complementaires sont aussi disponibles. Retirer un produit qui sous-performe individuellement pourrait reduire les ventes de produits associes qui dependent de sa presence. L'IA capture ces effets d'interaction dans son modele d'optimisation.

Approche par clusters

Pour les grandes chaines, optimiser chaque magasin individuellement cree une complexite operationnelle excessive. L'IA utilise generalement une approche par clusters, regroupant les magasins ayant des profils de demande similaires en clusters et optimisant l'assortiment pour chaque cluster. Une chaine de 500 magasins peut finir avec 8 a 15 clusters de magasins, chacun avec un assortiment adapte. Cette approche capture l'essentiel des benefices de la pleine localisation tout en restant gerable sur le plan operationnel.

Mesure de la performance de l'assortiment

Le systeme suit l'impact des changements d'assortiment sur la performance en comparant les tendances de ventes des magasins ayant recu des modifications d'assortiment a celles de magasins similaires ayant conserve l'assortiment precedent. Cette mesure controlee garantit que les benefices de l'assortiment localise sont reels et non un artefact d'autres facteurs evoluant simultanement.

L'assortiment localise est l'une des applications a plus fort impact de l'IA dans le retail physique. Mettre les bons produits dans les bons magasins ameliore sensiblement a la fois les ventes et la satisfaction client. Pour en savoir plus sur la facon dont l'IA optimise les operations de retail dans l'e-commerce et le retail, l'optimisation de l'assortiment au niveau de l'emplacement est l'endroit ou la merchandising fondee sur les donnees revele veritablement sa valeur.