|
|
|
L’IA pour prédire les ventes dans le Retail

L’IA pour prédire les ventes dans le Retail

Est ce que les directeurs commerciaux peuvent prédire les ventes qu’ils vont faire en magasin? En ligne? Des prédictions des ventes précises sont un vrai challenge pour les détaillants. Elles donnent au détaillant les moyens de planifier ses ressources et ses stocks en utilisant des données historiques de vente. Donc cela revient à améliorer les revenus.

Industrie

Marketing

Durée du projet

Une semaine

Bénéfices clients

  • Un score global de 85% qui indique de très bonnes prédictions des ventes. 
  • Nul besoin d’être ingénieur. Les vendeurs peuvent générer des prédictions de qualité à partir de leurs données.
  • Une analyse des facteurs qui améliorent les ventes et en quelle proportion, par exemple la distance entre le magasin et ses concurrents.
  •  

Problèmes à résoudre

Dans une études datant de 2020 sur les supermarchés en Amérique du Nord, 70% d’entre eux ont reconnu ne pas prendre en compte tous les aspects d’une promotion, comme le prix, le type de promotion, ou la publicité sur lieu de vente, quand ils envisagent des opérations promotionnelles. Mais ils aimeraient pouvoir le faire.

C’est exactement ce dont il s’agit ici: utiliser l’analyse prédictive pour la prévision des ventes. Et il est même possible de comprendre l’impact de chacun des facteurs dans les ventes totales.

Mais pour la plupart des magasins, obtenir des prévisions de vente précises est un vrai challenge. A cause de méthodes de prédictions aléatoires basées sur l’intuition, ces entreprises se retrouvent avec une compréhension minimaliste des ventes prévues.

Selon Clari, une plateforme de service dédiée à l’analyse des revenus des entreprises, 93% des responsables commerciaux ne peuvent pas anticiper leurs revenus à 5% près, même à la fin d’un trimestre.

Nous avons récolté les données historiques de plusieurs magasins durant quelques jours. Ces données comprennent 20 caractéristiques dont:

  •   le jour de la semaine,

  •   le nombre de clients,

  •   si il y a une ou des promotions en cours dans le magasin,

  •   si c’est un jour férié,

  •   la distance entre le magasin et celui du concurrent le plus proche,

  •   le type de magasin: en dur, en ligne, sa taille.


Il y a 6569 éléments en tout dans le jeu de données utilisé.

L’approche de Machine Learning de TADA est une très bonne méthode de prévision des ventes. Elle fournit des résultats précis et aide à comprendre quels facteurs ont une influence sur les ventes.

Objectifs

  • Estimer les futures ventes avec précision pour planifier les ressources humaines et les stocks de manière adhoc.
  • Comprendre quels sont les facteurs principaux qui ont une influence sur les ventes. Understand the main factors influencing sales forecasting.
  • Augmenter les revenus

 

Cela pose la question suivante en Marketing et Vente: Est ce que les ventes peuvent être prédites grâce au Machine Learning?

Solution

Les prévisions des ventes sont un ingrédient important du succès de chaque magasin en progression. Sans un process de prévision des ventes précis en place, il devient presque impossible d’avoir le stock correct sous la main en temps réel.

Trop de produits en stock signifient due l’argent bloqué en inventaire stérile, et pas assez de stock peut finir en incapacité à répondre aux demandes de clients qui iront se fournir chez les concurrents.  

TADA a choisi les quatre critères suivants parmi les vingt disponibles dans le jeu de données:

  • Le nombre de clients dans le magasin avec un poids de 60% dans la prévision de TADA,
  • Le type de magasin (taille et e-commerce ou commerce en dur) avec un poids de 17% dans la prédiction de TADA,
  •  La distance entre le magasin et le concurrent le plus proche avec un poids de 13%,
  • Si il y a des promotions en cours dans le magasin avec un poids de 10%. 

Les responsables des ventes obtiennent non seulement des prévisions précises mais en plus, TADA leur donne les moyens de les comprendre et de les analyser. Par exemple dans ce cas, TADA fournit une explication qui est pleine de bon sens. Le nombre de clients qui rentrent dans le magasin est de loin le facteur le plus dominant pour les ventes.

En d’autres mots, pour augmenter les ventes et donc les revenus, le premier objectif des équipes de vente est de faire rentrer plus de personnes dans le magasin.

Un autre facteur ayant de l’influence selon TADA, l’outil d’analyse prédictive, est la distance entre le magasin et son plus proche concurrent, avec un poids de 13%. Ce n’est pas le facteur le plus critique. Mais il est intéressant à garder en tête. Par exemple, le jeu de données comprend aussi l’année d’ouverture des magasins concurrents. Et cela n’a aucun impact sur les ventes si le concurrent est ouvert depuis un an ou depuis cinq.

En utilisant la fonctionalité ‘live perdit’ de TADA, on peut analyser ce critère de distance du concurrent plus en profondeur.

On voit que les magasins concurrents ont une influence jusqu’à une distance de 2635 mètres. Passé ce seuil, la présence des magasins concurrents n’a plus d’influence. Loin des yeux, loin du coeur, et du porte-monnaie.

De meilleures prédictions des ventes ont deux conséquences directes. Cela empêche les équipes de merchandising de lancer des promotions charnues qui n’auraient aucun retour sur investissement, donc d’éviter des erreurs coûteuses. De plus, cela permet de négocier les produits et le stock de manière éclairée et d’éviter de trop commander ou pas assez.

Bénéfices clients

En l’espace d’une semaine, les équipes de vente ont obtenu une aide précieuse pour atteindre leurs ventes totales en:

  •   Obtenant des prévisions de vente précises pour gérer le stock et les ressources humaines au mieux.
  •   Comprenant les facteurs qui ont un impact sur les ventes. 
  •   Obtenant une analyse de type ‘what-if’ immediate qui permet de faire le lien entre la compétition et les ventes…..jusqu’à une distance de 2635 mètres.