Partager via


Améliorer l’expérience de vente au détail avec un accélérateur de solution Générateur de recommandations de vente au détail

Dans le monde de la vente au détail, les canaux numériques sont rapidement devenus la force appuyant la création d’un engagement client amélioré. Les détaillants sont poussés à réimaginer la façon dont ils communiquent leur proposition de valeur, en partageant les mises à jour sur leurs gammes de produits. Ils sont forcés à adopter le point de vue du consommateur qui achète, afin de mieux comprendre ce que les clients recherchent. Les détaillants cherchent de nouveaux moyens de renforcer la connexion entre les acheteurs et les produits, en augmentant leur taux d’attachement et en créant de la valeur ajoutée au-delà des produits dans les paniers d’achat.

Les achats sur site conduisent généralement à des achats impulsifs, car les clients ont devant eux une grande variété de produits. Un tel achat impulsif ne se produit généralement pas dans l’expérience d’achat en ligne. Les acheteurs recherchent des produits spécifiques, remplissent leur panier, puis procèdent au paiement.

L’accélérateur de solution Générateur de recommandations de vente au détail aide les détaillants à mettre en évidence des produits associés susceptibles d’intéresser un acheteur. Son objectif est de créer une expérience d’achat en ligne personnalisée. Grâce aux technologies cloud d’IA et d’analytique données avancée, l’accélérateur de solution Générateur de recommandations de vente au détail présente aux acheteurs du contenu et des produits pertinents comme suit :

  • Un client visite une page commerciale d’un détaillant en ligne, qui affiche à l’utilisateur des sélections personnalisées basées sur l’historique de ses achats.
  • Quand l’acheteur ajoute des articles au panier, le site propose des recommandations supplémentaires basées sur les produits qui pourraient être achetés avec ces articles.
  • À mesure que l’acheteur se déplace sur le site du détaillant, le site propose de nouvelles recommandations en fonction de ce que le client regarde.

Accélérateur de solution Générateur de recommandations de vente au détail

L’accélérateur de solution Générateur de recommandations de vente au détail est constitué de code prêt au déploiement qui exploite des fonctionnalités d’analytique au sein d’Azure Synapse pour évaluer les habitudes d’achat et de navigation de vos acheteurs : vous bénéficiez ainsi d’une expérience de navigation adaptée avec des recommandations de produits personnalisées.

Aller au-delà des attentes des clients dans le secteur de la vente au détail est le levier le plus important pour améliorer votre activité. Des insights plus approfondis peuvent influer sur le chiffre d’affaires de votre organisation et accroître la rétention. Le machine learning vous aide à évaluer l’impact des décisions opérationnelles sur les résultats commerciaux.

Connecter vos données et comprendre votre client, quelle que soit la façon dont il achète

Libérez l’innovation et supprimez les silos de données dans votre organisation. Gagnez des clients effectuant des achats répétés en offrant une expérience client multicanal améliorée et plus personnalisée grâce à une stratégie de données unifiée. Obtenez une vue holistique des informations sur les clients et les données des ventes, en plus des influences macroéconomiques, des transactions financières et des fournitures : tout ce qui permet à votre organisation d’automatiser les workflows, de planifier les ventes futures et de gérer proactivement les risques.

Accélérez la croissance de votre activité existante avec du code prêt au déploiement** que vous pouvez implémenter rapidement dans votre infrastructure, et surmontez la problématique de l’optimisation de la capture, de la visualisation et de l’exploitation des données sur vos clients.

Vue d’ensemble de l’accélérateur de solution Générateur de recommandations de vente au détail

  • Récompensez vos clients fidèles avec des recommandations de produits pertinentes
  • Pilotez une analytique de bout en bout dans toute la chaîne logistique
  • Créez de meilleures expériences dans les magasins et en ligne
  • Bénéficiez d’insights plus approfondis et d’une expérience client plus personnalisée
  • Utilisez le machine learning pour faire des recommandations personnalisées qui sont pertinentes pour vos clients fidèles

Data complexity and siloed decision-making

Transformer l’expérience client avec une personnalisation en temps réel

L’accélérateur de solution Générateur de recommandations de vente au détail utilise le machine learning et un modèle de filtrage qui connecte en temps réel ce que le client regarde avec des données sur ce qu’ont fait d’autres utilisateurs pour fournir une recommandation. Par exemple, si d’autres clients ont regardé des téléphones et des casques, et que vous regardez des téléphones, vous allez probablement regarder aussi un casque : cette consultation spécifique effectuée par les clients deviendra alors votre recommandation. Le système va ensuite créer une matrice de données similaires pour piloter vos recommandations futures.

Voici à quoi ressemble le modèle de l’accélérateur de solution Générateur de recommandations de vente au détail :

Retail Recommender Solution Accelerator model

Comment fonctionne la recommandation d’achat en temps réel pour votre organisation ?

  • Le client arrive sur une page, voit des éléments personnalisés basés sur son historique d’achats.
  • Le client sélectionne ou change d’utilisateur.
  • La page d’arrivée s’actualise, le client voit des éléments personnalisés en temps réel basés sur son historique d’achats.
  • Le client accède à la page des détails du produit, voit les produits suggérés basés sur l’historique des achats et de la navigation.
  • Le client place des articles dans le panier, voit des recommandations supplémentaires basées sur qu’il a placé dans le panier.
  • Le client revient à la page d’arrivée et voit des produits complémentaires recommandés.

Retail Recommender Solution Accelerator details

Bien démarrer avec le MVP Accélérateur de solution Générateur de recommandations de vente au détail

Lancez l’accélérateur de solution Générateur de recommandations de vente au détail avec les ressources nécessaires pour créer rapidement une solution de recommandation de vente au détail basée sur la plateforme analytique Azure complète.

Créer votre MVP personnalisé

  • Déployez des ressources. Créez un groupe de ressources que vous pouvez utiliser comme conteneur pour commencer à déployer les ressources sur Azure.

  • Préparation des données : Configurez votre environnement de développement pour Azure Machine Learning. Une machine virtuelle de notebooks est une solution préconfigurée et très compatible pour être rapidement opérationnel.

  • Données d’entraînement avec des scripts personnalisés. Le processus de script est décrit dans une série de notebooks Jupyter. Examinez-les en séquence pour découvrir l’entraînement, le scoring et la réalisation de prédictions en utilisant Azure Machine Learning.

Créez votre MVP en moins d’une journée avec des données de démonstration, ou en 2 à 5 semaines avec vos données personnalisées et une session de préparation.

Voici un diagramme général des opérations avec les services Azure Data Lake Storage Gen2 (lac de données à l’échelle de l’entreprise), Azure Synapse, Azure Synapse Analytics, Recherche Azure AI, Azure Machine Learning Service, Gestion des API Azure et Azure Machine Learning.

Retail Recommender Solution Accelerator architecture

Prérequis pour Azure et pour la plateforme d’analytique

Connaissance pratique de base d’Azure, d’Azure Cosmos DB, d’Azure Machine Learning et d’Azure Kubernetes.

Lisez le témoignage complet de Tractor Supply Company.

Pour en savoir plus :

Pour obtenir des conseils techniques complets, y compris un guide de déploiement, consultez la page GitHub Retail Recommender Solution Accelerator.

Tractor Supply Company, le plus grand distributeur d’articles pour la vie rurale aux États-Unis, a choisi Microsoft comme fournisseur de cloud stratégique pour prendre en charge l’architecture et la modernisation des technologies pour le site web d’e-commerce et la plateforme d’analytique de l’entreprise. Lisez le témoignage de réussite complet de Tractor Supply Company.

Starbucks utilise la technologie d’apprentissage par renforcement pour offrir une expérience personnalisée aux clients qui utilisent l’application mobile de l’entreprise. Cette méthode d’entraînement du machine learning apprend à prendre des décisions dans des environnements complexes et imprévisibles en fonction de feedbacks externes. Lisez le témoignage complet du client Starbucks.

Étapes suivantes

Utilisez le modèle Azure DevOps pour le déploiement dans votre propre environnement. Suivez les étapes incluses dans le modèle Azure DevOps de générateur de recommandations de vente au détail :

  1. Connectez-vous au générateur.
  2. Accédez au Cloud Adoption Framework.
  3. Sélectionnez le modèle Azure DevOps Retail Recommender.
  4. Opérez le déploiement vers votre environnement Azure DevOps.

Les articles suivants vous aideront à réussir votre parcours d’adoption du cloud.