Article
Données
19.6.2017
Perturbation continuum temporel
4 minutes
Temps d'un café
Comment l’IA permet une personnalisation de masse : l’exemple de Stitch Fix
Comment l’IA permet une personnalisation de masse : l’exemple de Stitch Fix
Tom Morisse
Note : Ce contenu a été créé avant que Fabernovel ne fasse partie du groupe EY, le 5 juillet 2022.

Le pitch : comment l’IA est exploitée

Lancé en 2011, Stitch Fix propose une expérience de shopping personnalisé dans la mode. En se basant sur un profil rempli par chaque client (10 minutes environ), un styliste choisit 5 vêtements et accessoires adaptés aux goûts et au budget de chaque utilisateur. Les sélections sont ensuite envoyées aux clients, de façon régulière ou sur demande, pour qu’ils essayent les produits chez eux. Les envois et retours sont gratuits et on ne facture aux clients que les pièces qu’ils décident de garder. Ils peuvent également donner un retour à leur styliste.

Si ce modèle commercial n’est pas nouveau (par exemple, Trunk Club a été fondé en 2009 avec cette idée d’expérience personnalisée depuis chez soi), Stitch Fix bénéficie d’un avantage-clé en facilitant le choix des stylistes grâce à l’IA. Ses algorithmes de machine learning relèvent toutes les pièces disponibles pertinentes pour les clients et les stylistes font le choix final.

Ce qui est intéressant chez Stitch Fix est que l’entreprise a commencé à bâtir ses capacités de machine learning et de data science très tôt : son Chief Algorithms Officer Eric Colson a été embauché en 2012. Sur les 5 000 employés (dont 3 000 stylistes et 1 200 personnes dans les entrepôts), l’équipe Algorithmes compte 70 membres. Elle est divisée en 4 groupes :

  • Data Platform : « Concevoir des technologies puissantes et robustes pour stocker, accéder à et analyser les données. »

L’impact : ce qu’apporte l’IA

Le bon équilibre humains / IA : le service de Stitch Fix utilise le meilleur des deux mondes. D’un côté, les algorithmes sont parfaits pour passer au crible des données structurées, par exemple pour générer des conseils à partir de 3 sources :

  1. L’enquête de préférences du client (ex : la taille, le style et le budget)
  2. Les informations du produit (ex : la couleur, la matière et le prix)
  3. L’historique des interactions client-produit (ex : quels produits sont renvoyés ou gardés par les clients)

De l’autre côté, les stylistes peuvent facilement utiliser des données non structurées fournies par les consommateurs, comme des messages de retour ou des liens vers leurs tableaux Pinterest. De plus, les algorithmes leur libèrent du temps pour avoir de vrais échanges avec les utilisateurs, comme le prouvent les nombreuses lettres partagées sur les réseaux sociaux par des utilisateurs ravis :

Améliorer les expériences client et employé : la forte utilisation de l’IA permet à Stitch Fix d’en finir avec les sites et les applications compliqués. Une expérience client low-touch libère en effet des ressources pour améliorer l’interface des stylistes. Cela aboutit à une plus grande productivité et à plus de temps pour s’occuper des clients.

Les conséquences : et après ?

Une expérience ultra-low-touch : au lieu d’envoyer les sélections en mode pull (à un rythme défini par le client ou à la demande), Stitch Fix pourrait utiliser toutes les données d’interaction collectées pour envoyer des commandes en mode push à ses utilisateurs, prévoyant le moment où ils pourraient avoir besoin de nouveaux vêtements. L’expérience client en serait ainsi réduite à son essence : essayer, choisir et interagir avec le styliste qui s’occupe de vous.

Des relations client en continu permettant une diversification : les algorithmes continueront à augmenter la productivité des stylistes, y compris pour mieux suivre les messages des clients. Mais s’il y a une chose que Stitch Fix ne devrait pas automatiser, c’est bien l’interaction styliste-client. Donner aux stylistes toute la latitude nécessaire pour comprendre leurs clients et personnaliser leur expérience est le luxe que ces prouesses de la data science ont permis d’obtenir. En effet, une productivité plus importante du styliste due à l’IA devrait entraîner davantage de conversations avec l’utilisateur. Toutes les informations ainsi glanées ouvriraient la porte à une diversification des produits vendus, passant ainsi de boutique de mode à un assistant personnel. Et si Stitch Fix envoyait des produits alimentaires ou de décoration dans ses boîtes ? Ou suggérait des événements auxquels se rendre ? Puisque ses stylistes sont présents dans tous les États-Unis, l’entreprise pourrait développer une fine connaissance de chaque client.

No items found.
Pour aller plus loin :