Early Birds

data.big_picture.alt

Comment Fnac-Darty développe ses propres algorithmes de personnalisation pour optimiser l’expérience utilisateur et se différencier

Stories -

  • Fnac
  • Personnalisation
  • OpenPersonalization
  • Algorithmes
  • Client
Contexte & Challenges

Le groupe Fnac Darty travaille depuis 2 ans avec Early Birds sur les sujets de personnalisation, pour proposer à ses clients des recommandations produit pertinentes adaptées à leurs parcours et historiques d’achat, dans une approche omnicanale : desktop, site mobile et app.

En septembre 2018, le groupe a amorcé l’internalisation de leur système de recommandations produit avec la création d’une équipe data pour développer leurs propres algorithmes de personnalisation. Le but est de proposer une offre totalement adaptée aux spécificités de leur activité et des comportements de leurs clients.

“Notre objectif est de créer des algorithmes qui s’adaptent en temps réel et en continu aux internautes pour leur proposer l’offre la plus pertinente” précise François Ozanne, Directeur web et UX du groupe Fnac-Darty.*

Le groupe Fnac-Darty conçoit des scénarios précis par rapport à leur connaissance client, autour de leurs deux univers produit, éditorial et technique. Leurs algorithmes permettent de gérer les parcours très spécifiques de chacun des comportements utilisateurs dans l’environnement Fnac-Darty.

Par exemple, dans l’univers des livres : un utilisateur ayant acheté le tome 1 d’une saga a de fortes chances d’acheter les tomes suivants dans les semaines qui arrivent.

Dans l’univers technique, un utilisateur ayant acheté un gros article (ordinateur, tablette, téléphone) va surement se diriger vers de l’achat d’accessoires associés dans les jours qui suivent.

Cette notion temporelle va au delà des comportements habituellement analysés de co-vue ou co-achat.

“ Il y a un vrai enjeu business, celui de chercher du chiffre d’affaires additionnel, mais aussi d’améliorer l’expérience des visiteurs et rendre la navigation la plus simple possible ” explique François Ozanne*

Fnac-Darty avait besoin d’une plateforme ouverte, capable d’intégrer et d’orchestrer ses algorithmes, dans une approche omnicanale et temps réel. Ils se sont tournées vers Early Birds avec qui ils travaillaient déjà sur des problématiques de personnalisation, seule solution du marché capable de répondre à ce besoin global.

Solution et implémentation

“ [Early Birds] nous propose sa structure (framework) comme auparavant et assure la gestion des flux, les règles du merchandising, l’injection du catalogue, le temps réel… Ce qui nous permet de nous concentrer sur l’essentiel : la partie big data et les algorithmes. Autrement dit, nous injectons nos propres algorithmes dans leur écosystème ” illustre François Ozanne, Directeur web et UX du groupe Fnac-Darty.*

1. Optimiser la donnée dans une approche scalable

Pour toute stratégie de personnalisation, être en mesure de traiter de la donnée riche, précise et pertinente est clé.

“ Plus la donnée est fiable, plus les recommandations personnalisées seront précises et en adéquation avec les attentes de chaque visiteur ” explique Nicolas Mathon, co-founder d’Early Birds.

Le groupe Fnac-Darty est amené à gérer des milliards de données, aussi bien les données produits que les données utilisateurs, comme l’historique des ventes en ligne et les activités des utilisateurs, ce qui engendre deux enjeux majeurs : la volumétrie et la pertinence de ces données.

Early Birds collecte également, en temps réel, des données complémentaires et met à disposition des équipes Fnac-Darty une plateforme scalable grâce à son architecture, qui permet de traiter un volume aussi important de données pour collecter, nettoyer et enrichir les données de Fnac en temps réel et assurer des données propres et totalement pertinentes. Cette donnée est ensuite mise à disposition des data scientists de Fnac-Darty.

2. Orchestrer, déployer et activer les algorithmes en temps réel

Les algorithmes de Fnac ont ensuite été ‘injectés’ et orchestrés directement dans la plateforme Early Birds.

Les équipes data configurent les algorithmes sur la plateforme et définissent un certain nombre de paramètres différents pour chaque algorithmes, les déploient et les testent en temps réel. Ils sont alors immédiatement disponibles sur la plateforme et “activables” par les équipes métier de Fnac-Darty.

L’orchestration des algorithmes de Fnac-Darty s’effectue de manière progressive : les équipes data ont créé les modèles d’IA en s’appuyant sur Early Birds pour la partie temps réel, qu’ils internalisent progressivement. Cela leur a permis d’avancer plus rapidement, en se servant d’Early Birds comme accélérateur.

La plateforme Early Birds permet également à Fnac-Darty de mettre en place des stratégies de fallback. Les équipes data ont développé des algorithmes qui ne couvrent pas l’ensemble du catalogue produit de la marque, d’où l’importance de mettre en place un fallback vers les algorithmes Early Birds pour assurer le bon fonctionnement des emplacements de recommandations produit.

3. Appliquer un merchandising intelligent

Une fois les algorithmes de personnalisation Fnac déployés, les équipes métier prennent le relai pour les activer et construire les stratégies de personnalisation les plus efficaces disponible pour chaque zone de recommandation : fiche produit, panier flottant, home pages et landing pages, panier récap.

En plus de la couche d’IA, elles ont accès à un back office de merchandising sur la plateforme Early Birds qui leur permet de contraindre les algorithmes grâce à des règles métier.

Résultats

Fnac-Darty est actuellement en phase de test des nouveaux algorithmes auto-apprenant par rapport aux anciens algorithmes. L’objectif est ensuite de les déployer sur l’ensemble des sites en France, puis dans un deuxième temps dans les autres pays où le groupe est présent.

Les équipes data A/B testent chaque algorithme directement dans la plateforme Early Birds pour trouver la meilleure configuration et identifier automatiquement les stratégies les plus performantes.

“ Nous ne pouvons pas encore communiquer au marché notre ROI, mais nous sommes très satisfaits des premiers résultats. Nous avons fortement amélioré nos performances de vente ” conclut François Ozanne.*

Conclusion

“L’intérêt de la collaboration est de nous concentrer à 100% sur l’essentiel : le développement d’algorithmes et de machine learning. Et de gagner du temps : nous étions en production au bout de quelques mois”, explique François Ozanne, Directeur web et UX du groupe Fnac-Darty.

Cliquez ici pour en savoir plus sur Early Birds et notre solution d'orchestration d'algorithmes.

News -

Construisons le futur du AI Commerce

Attraqt et Early Birds allient leurs expertises pour proposer une solu…

Read more

Product, News -

La plateforme Early Birds se refait une beauté

Une nouvelle version de la plateforme Early Birds est désormais dispon…