Outils de Points de Vente.fr
  • Flux RSS

  • Suivez le flux RSS de Points de Vente.fr
  • Partager :

  • Texte :

  • Diminuer la taille du texte de Points de vente.fr
  • Augmenter la taille du texte de Points de vente.fr

- dimanche 26 février 2017 -

Connexion au site Points de Vente.fr
Abonnement au site Points de Vente.fr
fermer la fenêtre d'inscription

Pour lire l'article

- Acheter l'article :

Vous pouvez acheter l’article à l’unité !

Pour avoir accès et lire intégralement l’article, vous devez acheter des crédits.

1 article = 3 euros

- S’abonner à Points de vente :

Et accédez à tous les articles et archives que vous souhaitez !

Nous vous proposons différentes formules (Equipe, magazine papier ou numérique)
pour recevoir le magazine chez vous, ses suppléments thématiques, les archives
ainsi que la newsletter bi-mensuelle.

- Identifiez-vous :

Mot de passe oublié

          

Vidéos de points de vente


Business,L'invité

> Retour aux catégories

L'invité, Enquête

/

Georges Bory, cofondateur de ActiveViam (ex. Quartet FS) © DR

  • imprimer l'article
  • Envoyer par mail

“En geopricing, les simulations en temps réel in-memory sont partagées”
Georges Bory, cofondateur de ActiveViam (ex. Quartet FS)

Marier le temps réel d’Internet et le côté terrain du retail avec ses zones de chalandise. Une alliance qui nécessite de mixer des technologies qui n’ont pas grand-chose à voir entre elles. Avec, au final, un outil collaboratif original qui mêle in-memory et in-computing. C’est ce qu’offre la solution Active Pivot de ActiveViam (ex. Quartet FS) avec, notamment, des applications de pricing dynamique et de geopricing. Ou comment traiter, en temps réel, d’importants volumes de données afin de prendre, ensemble, des décisions tactiques ou opérationnelles pertinentes.

Il y a une dizaine d’années, vous avez développé une technologie d’abord destinée aux marchés financiers. Elle a, ensuite, fait ses preuves sur les marchés verticaux de la logistique et de la distribution. Que recouvre ActivePivot? 
Georges Bory.
 C’est une plateforme d’aide à la décision qui permet de générer des indicateurs métiers par l’analyse en continu d’importants volumes de données. Il s’agit d’intervenir sur les décisions de type tactique sur des marchés qui doivent réagir très vite, en permanence, et où la rapidité et la précision des calculs sont primordiales. Lorsque nous avons développé cette technologie, il y a une dizaine d’années, elle était uniquement réservée aux marchés financiers, parce qu’elle était très onéreuse. À l’époque, le composant essentiel, la mémoire vive, était effectivement très cher. Aujourd’hui, avec la chute du prix de la mémoire, cette technologie s’est démocratisée. Nous nous sommes donc naturellement tournés vers des secteurs qui avaient à la fois besoin de prendre des décisions sur la base d’un volume de données important tout en étant rapides et précis, comme le retail et la supply chain. Nous avons, notamment, développé une solution de pricing dynamique qui permet d’optimiser les prix au quotidien en s’affranchissant de la multitude de fichiers Excel que chacun doit s’échanger pour parvenir à prendre une décision collective. L’idée est de s’appuyer sur cette technologie pour offrir un outil collaboratif permettant de pallier les défauts de l’ancien modèle puisque chacun partage les mêmes données. Il n’y a pas de limite en termes de taille de volume de données. On peut, par exemple, analyser 50 tickets de caisse instantanément. On peut comparer 50 concurrents à sa propre offre instantanément. Le tout en temps réel puisqu’au fur et à mesure que l’environnement dans lequel on opère change, les données entrent dans ActivePivot et les indicateurs de performance sont recalculés avec, au final, une alerte sur les problèmes à résoudre, les points d’amélioration à apporter. Cela permet d’industrialiser ce que chacun bricolait dans son coin avec un système informatique de proximité.

Le retail est un de vos axes de dévelop­pement? 
Oui, avec l’arrivée du e-commerce, le retail est devenu l’une de nos priorités. Avec notre technologie, nous pouvions répondre à un besoin de rapidité sur la tarification dynamique. Car, en termes de pricing, on ne peut pas être en décalage très longtemps vis-à-vis des concurrents. Les consommateurs repèrent un produit en rayon, vérifient son prix sur Amazon ou un autre pure player. Il faut être agile, précis et réactif. Il ne suffit pas de s’aligner sur le plus bas prix du marché. Il s’agit de doser, de définir des tactiques, ce qui sous-entend, par exemple, de savoir distinguer les produits sur lesquels on est visible ou non, différencier les fournisseurs avec qui on a des relations particulières, ceux qui permettent de protéger les marges et ceux avec qui cette latitude n’existe pas. Il y a énormément de paramètres qui permettent d’affiner le pricing. Le dernier axe, uniquement disponible pour les distributeurs présents à la fois sur le point de vente physique et le Net, c’est le geopricing. Il permet d’affiner les prix en fonction de sa zone de chalandise et des prix des concurrents.

Cela nécessite d’importants volumes de données? 
Oui. Mais énormément de données sont disponibles aujourd’hui sur la partie marketing du retail. Beaucoup de relevés de prix en magasin sont proposés par des fournisseurs de données. Et les prix des concurrents sur le net sont très faciles d’accès, tout comme ce que l’on appelle le web analytics. On sait exactement combien de fois un produit a été vu dans une journée, ce qui permet de calculer une sorte d’indice agrégé afin de comparer l’indice prix, la compétitivité prix par rapport aux différentes enseignes avec lesquelles on est en concurrence. Le geopricing permet d’affiner cet indicateur de visibilité prix sur des zones de chalandise afin de mettre en place une véritable stratégie prix. Par exemple, tout en ayant une politique de prix nationale, le geopricing permet de faire varier localement les prix tout en gardant une cohérence globale. 

Temps réel et travail collaboratif : ce sont vos axes de différenciation? 
Certaines caractéristiques techniques nous différencient. Mais ce qui est vraiment différenciant, c’est qu’en partageant la même information, en temps réel, notre solution permet à tout le monde de travailler ensemble, d’agir et de réagir de manière coordonnée. Les chefs de produits vont rechercher essentiellement /la rapidité et l’automatisation des tâches : ils souhaitent que le système calcule de manière précise et rapide, sans perte de temps pour ajuster leurs prix. Les data scientists pourront, eux, travailler sur de longues séries de données, effectuer des simulations et affiner leurs paramètres de pricing tout en bénéficiant de la même souplesse qu’avec un tableur. La même interface utilisateur va servir, aussi, au management, en tant qu’outil de pilotage, afin de réaliser des dash boards qui permettront de visualiser les performances des opérations à partir des mêmes données que ceux qui sont en charge de décider si les prix doivent être changés ou non sur un produit. C’est finalement là que se situe notre compétence technologique, dans cette capacité d’offrir une vision très agrégée au management, de donner une vision très analytique aux data scientists et de fournir des outils opérationnels de prise de décision simples et efficaces. Le tout à partir d’une seule et même solution. C’est ça, notre originalité.

Quelques exemples d’application en logistique et en retail? 
En logistique, les acteurs doivent toujours arbitrer sur la base de plusieurs indicateurs de performance comme la satisfaction client et le taux de service garanti par contrat (SLA, service level agreement), tout en ayant des clients plus ou moins prioritaires. Prenons l’exemple d’un acteur qui importe ses produits d’Asie via 4 entrepôts en Europe. Il doit mesurer son SLA, c’est-à-dire sa capacité à livrer en fonction de ses commandes clients, entrepôt par entrepôt. Imaginons qu’un événement imprévu survienne, comme un conteneur bloqué dans un port ou un navire en avarie. L’impact direct mesuré est la rupture de stock : tous les clients ne pourront pas être livrés. Auparavant, il s’ensuivait des échanges intempestifs de mails et de tableurs entre les services logistiques et commerciaux. Aujourd’hui, la solution permet de simuler des reroutages et de nouvelles allocations de produits en tenant compte des priorités commerciales et de la faisabilité logistique, le tout sur un même outil partagé.
Sur le pricing, le work flow est le même. Prenons un exemple. Un category manager envisage d’effectuer une promotion sur un produit. De son côté, l’outil de pricing, qui calcule automatiquement des prix, lui propose de baisser de 15 % le prix de ce produit pour s’aligner à la concurrence. Mais comme l’outil sait qu’une promotion est envisagée dans une semaine, il produit une alerte afin que le responsable pricing puisse visualiser l’impact sur l’indice de compétitivité et décider, ou non, s’il s’aligne sur la concurrence avec ce produit. Il peut, aussi, élaborer des scenarii partagés par tous afin de vérifier la faisabilité de changements de prix de façon plus agressive sur d’autres produits afin de conserver son objectif de compétitivité. Les différents scenarii étant partagés, cela facilite l’échange et la prise de décision.

Vos solutions s’appuient sur les capacités des technologies in-memory. Qu’apportent-elles? 
Pour faire simple, dans un ordinateur, il y a trois grands composants : le microprocesseur (le plus cher) ; la mémoire ; et le disque (classique ou SSD, moins cher mais plus lent). Traditionnellement, tous les éditeurs ont bâti leurs architectures pour que les bases de données soient stockées sur disque. Pour réaliser des calculs complexes, on extrayait une partie des données que l’on déversait en mémoire afin qu’elles soient traitées par un outil, comme un tableur, dans le microprocesseur. Comme les composants de mémoire sont devenus plus abordables, nous nous sommes dit que nous pouvions, désormais, effectuer tous ces calculs directement dans la base de données, en mémoire. Nous avons, en quelque sorte, un peu repris le paradigme d’Excel qui positionne données et calculs au même endroit. C’est la base in-memory ActivePivot Server. Elle est couplée à l’outil de surveillance et à l’interface web ActivePivot Live qui permet de simuler différents scenarii. Des systèmes opérationnels et décisionnels sont intégrés dans la base in-memory. Ils permettent d’effectuer des requêtes sur des données dynamiques de différentes sources. C’est l’originalité d’ActivePivot. Nous faisons, en même temps de l’IMDb – in-memory data base – et de l’in-memory computing, c’est-à-dire du calcul sur la base de données. Nous sommes les seuls à offrir de l’IMDb + computing.

Microprocesseur

Création en 2005 par 4 ingénieurs issus des marchés financiers et du in-memory
? Pionnier du traitement des données et de l’analyse des données in-memory
Bureaux en propre à Paris, Londres, New York, Hong Kong et Singapour
Background technologique + compétences métiers en retail, pricing, logistique, finances.
? Dernière innovation in-memory : geopricing

Propos recueillis par Catherine Batteux

FIL D'INFOSFlux RSS Points de vente


Newsletter

inscription

RECHERCHER

  • Consultation libre de nos archives de plus d'un an (+ de 17000 articles).
  • Formule payante pour les articles récents.

Abonnez-vous
dès maintenant !

Je m'abonne à Points de Vente
retirer la barre videos de Points de vente