Intelligence artificielle

Le PIM et l'intelligence artificielle : quels avantages pour les e-commerçants ?

DATE : 05/05/2022
29/9/2022

En e-commerce, la qualité de la donnée produit est un élément primordial pour se démarquer de la concurrence. Pour assurer cette qualité, les distributeurs doivent notamment faire preuve d’une bonne gestion des données, afin de gagner en efficacité et offrir une expérience produit et client plus satisfaisante.

Pour faciliter la gestion de ces précieuses données, l’utilisation d’une solution PIM (pour Product Information Management) est indispensable. Lors de l’import de nouvelles données fournisseurs dans un PIM, une grande partie des tâches sont automatisées ; toutefois, certaines doivent être faites manuellement par des opérateurs métier (correction d’erreurs, suppression des doublons, catégorisation des produits, etc.). Sur plusieurs centaines ou milliers de produits, cela représente un travail long et fastidieux, voire impossible pour les petites équipes, ce qui peut forcer un retailer à réduire la taille de l’assortiment produit ou empêcher l’intégration des nouveautés.

C’est ici que les solutions utilisant l’intelligence artificielle (IA), telles qu’Unifai, entrent en jeu : un système intelligent analyse toutes les données produits et identifie les irrégularités, corrige les erreurs et, mieux encore, enrichit les données. L’IA est donc un atout incomparable pour mieux nettoyer, catégoriser et enrichir ses données produits à travers un PIM.

L’IA au cœur des solutions PIM 

Les solutions PIM, associées aux solutions de type MDM et DAM, facilitent le stockage et la vérification des données produits (qu’elles soient marketing, commerciales ou techniques). Elles restent cependant plus proches d’une base de données que d’un robot intelligent. Un PIM peut par exemple repérer les erreurs dans des informations produits, mais les corrections devront être faites par les opérateurs.

La qualité de l’information est donc conditionnée par ce que les opérateurs métiers entrent dans le système, ce qui augmente les risques d’une mauvaise saisie des données — surtout lorsque les équipes n’ont que très peu de temps à disposition. Ces corrections manuelles, en plus d’être très chronophages, sont susceptibles d’engendrer toute une série de problèmes : champs incomplets ou incorrects, produits en doublon, mauvaise image, etc.

C’est pour éviter ces erreurs et gagner en efficacité que des modèles d’IA ont été intégrés en amont des solutions PIM.

Le rôle de l’IA

Pour faire simple, l’intelligence artificielle vise à reproduire certains traits du fonctionnement d’un cerveau humain en s’appuyant sur un ensemble de techniques et de théories complexes. Dans un PIM, l’IA va analyser les données et les comparer pour en déduire des règles statistiques et identifier les éléments qui ne les respectent pas. Elle va cependant avoir besoin, dans un premier temps, de l’expertise d’un opérateur métier pour traiter les cas plus complexes. Grâce aux interventions humaines, l’algorithme pourra apprendre et progresser au fil du temps.

L’utilisation de l’IA permet ainsi d’avoir une automatisation plus complète et plus robuste que si l’on se contentait des fonctionnalités de base d’un PIM. Concrètement, une plateforme d’automatisation comme Unifai s’intègre en amont ou en aval d’un PIM pour :

  • Normaliser, c’est-à-dire éliminer les erreurs et structurer les catalogues pour faciliter leur intégration ;
  • Enrichir les données en extrayant les caractéristiques produits à partir des descriptions, en créant de nouveaux attributs pour améliorer la recherche utilisateur et en complétant les attributs produits à partir d’une source externe ;
  • Rapprocher des données, c’est-à-dire réconcilier des bases de données pour créer un référentiel produit unique et éviter les doublons d’offres produits.

Le secteur du e-commerce est aujourd’hui très porteur, ce qui fait que les volumes de données à intégrer sont toujours plus importants et que les exigences des clients en matière de qualité de l’information produit sont de plus en plus élevées. Le crédo pour les e-commerçants est clair : traiter plus et traiter mieux. Allier PIM et intelligence artificielle deviendra indispensable pour se démarquer et offrir la meilleure expérience client possible.

Comment l’intelligence artificielle aide les PIM

Afin d’automatiser le nettoyage de données et l’enrichissement des attributs dans un PIM, plusieurs technologies d’IA interviennent, notamment le Machine Learning et le Natural Langage Processing. Si ces termes sont relativement flous pour vous, voici une brève explication :

  • Le Machine Learning, sous-catégorie de l’intelligence artificielle, est un ensemble de techniques donnant la capacité aux machines d’apprendre. Ces techniques se distinguent donc de la programmation qui, elle, consiste en l’exécution de règles prédéterminées. C’est aussi en cela que l’IA se démarque des fonctionnalités d’un PIM. En Machine Learning, l’apprentissage requiert des quantités de données très importantes et des itérations très nombreuses.

  • Le Natural Langage Processing (ou NLP) est une technologie qui permet aux machines de comprendre le langage humain. Dans le cas de la catégorisation par exemple, les modèles de NLP vont lire les informations du produit (description, titre, caractéristiques) pour proposer la catégorie la plus pertinente. Le NLP peut également de comprendre le contexte et mieux appréhender le sens des mots selon les univers produit.

Par ailleurs, on associe parfois un DAM au PIM. Pour rappel, le DAM (Digital Asset Management) est une solution pour gérer, stocker et centraliser l’ensemble des outils numériques d’une entreprise, comme des supports graphiques, fichiers audios, images, etc. Si le PIM est concentré sur le produit, le DAM est, lui, focalisé sur l’aspect numérique de celui-ci. Dans ces cas-là, l’IA facilite également le stockage et l’intégration des éléments numériques des fiches produits.

Quelles sont les conditions à remplir ?

Pour qu’un modèle d’intelligence artificielle puisse traiter correctement vos données produits et aboutir à un résultat satisfaisant, il devra s’appuyer sur des « bases de connaissances » existantes. Ces bases de connaissances doivent contenir un grand nombre de données, idéalement de très bonne qualité — autrement dit des fiches produits homogènes et de qualité constante — pour entraîner l’IA.

Heureusement, en règle générale, un e-commerçant possède déjà une grande base de données de produits précédemment commercialisés, ce qui constitue une base de données très satisfaisante du point de vue de l’IA et génère ainsi de très bonnes performances.

Au contraire, si ces conditions de quantité et de qualité ne sont pas entièrement remplies, l’IA ne pourra pas déployer tout son potentiel. Notamment si :

  • La quantité de données est insuffisante
  • La qualité des données est incertaine ou trop fluctuante : l’apprentissage de l’IA aussi sera incertain, elle ne pourra pas déduire de règles (du moins de règles correctes) et ne produira pas de bons résultats.
  • Les données à traiter sont trop hétérogènes : en toute logique, aucune « tendance statistique » ne s’en dégagera correctement, et l’IA sera impuissante.

Néanmoins, une fois le problème détecté, un travail de quelques jours sur des produits très identifiés permet d’initier l’IA et de commencer à mettre en qualité la donnée.

Ce qu’il faut retenir

La donnée produit occupe désormais une place essentielle dans la croissance des entreprises e-commerce. Pour se démarquer de la concurrence dans un secteur en plein essor, les e-commerçants doivent miser sur une bonne gestion de leurs données afin d’améliorer l’expérience produit et client.

L’automatisation du traitement des données dans un PIM grâce à l’IA est un réel gain de temps pour la mise en ligne des produits et évite les erreurs dans les fiches produits ; ceci à condition d’avoir à disposition une base de connaissance suffisamment grande et de qualité pour entraîner les modèles.

Avant ou après l’intégration de vos données dans un PIM, Unifai catégorise, enrichit et fiabilise vos données produits. Si vous voulez en savoir plus sur nos modules de fiabilisation et d’enrichissement des données produits, n’hésitez pas à nous contacter ou demander une démo.

Salomé Furlan

Derniers articles

23/11/2022
-
Accélérer le time-to-market
Bricolage : ces 5 startups qui font parler d’elles !
Aujourd’hui, l’inflation pousse le consommateur à trouver de nouvelles solutions de bricolage à bas prix. Quelles sont les entreprises qui disruptent le marché ? Comment l’IA se met au service des startups du bricolage ?
> Lire la suite
18/11/2022
-
Actualités
Relevez le défi de l’éco-responsabilité tout en respectant vos obligations légales : nos solutions !
Face à des consommateurs qui ne sont plus passifs en termes d'éco-responsabilité, les marques ont pour enjeux de se mettre rapidement au niveau et d’apporter une réponse très précise à leurs attentes.
> Lire la suite