Décrivez votre entreprise en quelques mots ?
Verteego est une plateforme d’Intelligence Artificielle prédictive qui permet de simuler et de fiabiliser toutes les décisions que prennent les retailers pour gérer leurs stocks, les promotions, le pricing, l’assortiment, le merchandising, l’optimisation de leur cash-flow.
Qu’est-ce qui vous différencie ? Quel est votre point fort ?
Nous sommes des ultra-spécialistes de la prédiction (du forecast). D’autres solutions tierces sur la supply chain font appel pour partie à l’intelligence artificielle. Nous nous sommes des pure-players de l’IA.
A quels challenges apportez-vous une réponse ?
Les retailers sont confrontés à un environnement de plus en plus instable et à la nécessité de limiter au maximum les risques pour sécuriser leur entreprise. Or l’Intelligence Artificiel et le Machine Learning offrent la meilleure garantie aujourd’hui pour à la fois anticiper ET fiabiliser les prises de décisions.
Nous répondons à quatre défis majeurs.
Tout d’abord, les retailers ont besoin de rattraper leur retard et mettre à niveau leur infrastructure IT. La plupart de nos clients disposent de systèmes technologiques qui se révèlent soit obsolètes soit sous-dimensionnés pour passer à une prévision et une planification véritablement automatisée. Nombre d’entre eux se basent encore sur des fichiers excel pour gérer certaines données.
Ensuite, il est très complexe et extrêmement chronophage de mettre en place des méthodes d’anticipation (de forecasting) efficaces. Quelques entreprises disposent certes de data scientist et de larges équipes de prévisionnistes. Pourtant cela ne suffit pas. D’une part, parce qu’il faut un à deux ans pour que ces solutions produisent leurs effets. C’est trop long. Ensuite parce que les modèles de prévisions que ces entreprises mettent en place, en interne, ne sont pas « maintenables » dans la durée.
Troisième défi à relever : les entreprises se basent souvent sur des prévisions, pour définir leur stratégie par exemple, mais celles-ci sont totalement dé-corrélées du niveau opérationnel.
Enfin, chaque business unit (Merchandising, Supply Chain, Finance, marketing) a tendance à faire ses propres estimations (évolution de la demande, réapprovisionnements, mise en avant des promotions) dans son coin produisant parfois des chiffres, ou données incohérentes entre les différents services.
Quels sont vos clients dans le retail ?
Dans un contexte marqué par l’explosion du e-Commerce, notre solution permet d’allouer les ressources en fonction des ventes prévues sur chaque canal, qu’il soit digital ou physique. De grandes enseignes comme Système U et Monoprix ont bien compris l’intérêt de ce pilotage omnicanal. Nous avons également des clients dans la distribution spécialisée et dans la restauration.
Quel retour sur investissement peut-on obtenir ?
Verteego est une solution multisectorielle, qui permet aussi bien de mieux prévoir l’évolution des ventes, de réduire les stocks , d’optimiser son cash-flow, de planifier la mobilisation des équipes de ventes. D’où le large éventail des résultats obtenus. Une grande enseigne de distribution (700 magasins, 80.000 skus) a pu ajuster ses promotions en fonction des prévisions de ventes que nous lui avions fournies. Ce qui lui a permis de générer un ROI estimé de € 5 à 7 millions. Une célèbre marque de joaillerie internationale a amélioré la gestion de ses forces de vente en se basant sur nos prévisions de trafic en magasin. Une enseigne qui mettait un an pour ajuster sa matrice de prix pour la location de véhicule, peut désormais la réactualiser tous les mois, sur la base de process automatisés.
Quels sont vos prédictions… sur l’évolution du commerce ?
L’avenir du commerce réside dans la capacité des retailers à actionner les technologies de l’IA aussi facilement qu’on actionne aujourd’hui des applications tierces dans le commerce.
Aujourd’hui, les sources de données, leur exploitation sont très hétérogènes… C’est pourquoi on manque de lisibilité dans la data. Mais à terme, je suis convaincu que l’usage des algorithmes et des données va « augmenter » les capacités des utilisateur métier. Ils donneront aux équipes et notamment aux décisionnaires les moyens d’automatiser et fiabiliser leur prise de décision.
