Data / IA
Pernod Ricard met les algorithmes d’IA au service de ses commerciaux
Par Laurent Delattre, publié le 04 septembre 2023
L’intelligence artificielle a des usages décidément variés et le géant français des vins et spiritueux en fait la démonstration auprès de ses commerciaux. Son application d’aide à la vente D-Star, déployée au niveau mondial, ne cesse de gagner en fonctionnalités.
Numéro deux mondial des vins et spiritueux, le groupe Pernod Ricard est présent sur de très nombreux marchés, avec un portefeuille de 240 marques premium vendues dans 160 pays. Il y a près de trois ans, l’entreprise a lancé le développement d’applications d’intelligence artificielle destinées à soutenir ses équipes marketing et commerciales face à cette complexité : plus de 200 personnes sont impliquées dans cette stratégie, avec déjà plusieurs solutions déployées, dont Vista Rev-Up. Cette application d’efficacité promotionnelle analyse toutes les promotions produits passées afin de proposer de nouveaux calendriers de campagne, jouer sur les mécaniques de remises, par exemple avec un produit acheté et le second à moitié prix, etc.
Autre réalisation de l’équipe IA, l’application Matrix qui travaille sur l’efficacité des campagnes marketing pour déterminer le meilleur canal (TV, réseaux sociaux, sites d’information, journaux…) et savoir avec quels médias les meilleurs retours sur investissement sont obtenus.
Enfin, D-Star est destinée à améliorer l’efficacité commerciale.
Les milliers de commerciaux de Pernod Ricard, dans 160 pays, démarchent les lieux de distribution ou de consommation des alcools du groupe. Données et algorithmes constituent des aides à la vente précieuses sur le terrain.
David Lepicier, global data, design & analytics director chez Pernod Ricard, résume le rôle de cette nouvelle application : « D-Star délivre aux commerciaux des données relatives à chaque point de vente, les produits à proposer en priorité en fonction des algorithmes de recommandation. De son côté, le business planner dispose d’une interface qui lui permet de jouer avec les priorités commerciales, notamment choisir de pousser les champagnes à telle ou telle occasion. »
L’application fournit au commercial les informations clés relatives au point de vente afin de l’aider à argumenter au mieux. Elle lui propose également une planification de sa tournée pour optimiser ses déplacements.
Le groupe a internalisé la compétence en IA
Côté infrastructures, Pernod Ricard a fait le choix d’appuyer sa stratégie IA sur des outils standard du cloud public. Le groupe se base notamment sur les services Azure et sur Snowflake porté par AWS pour stocker ses données. Les algorithmes sont essentiellement développés en Python. « Le travail sur les données est tel que nous avons opté pour un développement interne de nos modèles. Nous nous sommes appropriés les modèles de machine learning standards et nous avons mis en place un environnement technique de data science qui complète Salesforce. Cette décision était d’autant plus justifiée que nos filiales exploitent des outils différents pour les commerciaux dans chacun des pays. »
Si Pernod Ricard s’est doté d’une équipe globale, les algorithmes délivrés sont assignés à des régions spécifiques afin d’avoir un maximum de pertinence. « Ils sont ajustés aux caractéristiques de chaque marché, mais ce n’est pas pour des raisons technologiques. Ainsi, pour Vista Rev-Up, les algorithmes mis en oeuvre ne sont pas très complexes, explique le responsable. Le plus important, bien plus que le travail sur ces algorithmes, c’est de constituer une équipe performante capable de bien comprendre les besoins du commercial. Cela nous a demandé une solide conduite du changement pour à la fois bien comprendre son métier et les types d’actions qu’il peut suivre. »
À LIRE AUSSI :
Stéphane Roder, CEO d’AI Builders, l’une des sociétés de conseil impliquées dans la mise en place de cette stratégie IA souligne : « Pernod Ricard apprend beaucoup du terrain et remonte énormément de données de chacune de ses régions, notamment sur les habitudes de consommation de ses clients. C’est un marché complexe où chaque territoire a ses spécificités. L’application est donc customisée selon l’implantation. C’est la raison pour laquelle l’entreprise a gardé la maîtrise de son déploiement, afin que la courbe d’apprentissage reste en interne. »
Avec un certain succès : D-Star a notamment permis d’accroître le nombre de visites des commerciaux et les parts de marché des marques du groupe avec des ventes additionnelles tout au long de l’année.
Afin d’assurer l’adoption de l’application auprès des commerciaux de terrain, l’équipe projet a voulu mettre tous les atouts de son côté. De nombreux acteurs ont été impliqués dans le processus : des data scientists, mais aussi des data engineers et des data stewards ainsi que des digital project designers. « L’aspect UX est très important si on veut que les utilisateurs métiers s’emparent de l’outil », souligne Stéphane Roder.
David Lepicier
Global data, design & analytics director chez Pernod Ricard
« La pertinence de la recommandation est décisive. Si l’algorithme propose des recommandations inadéquates, le commercial va rapidement se détourner de l’outil et tout notre travail aura été vain. »
La mise en production de D-Star au niveau mondial est progressive, mais l’application a déjà démontré sa valeur. Son fait d’armes le plus éloquent a constitué en un accroissement de 81 % de la performance pour un lancement de nouveau produit sur une région des États-Unis : l’algorithme a pour cela désigné avec succès les établissements où le lancement allait être le plus efficace. « Historiquement, nous sous-performions sur le lancement de ce type de produits par rapport aux meilleurs de notre industrie, résume David Lepicier. Or, en nous appuyant sur les retours statistiques, nous avons pu obtenir cet excellent résultat. »
Un déploiement qui se poursuit à l’international
La stratégie IA de Pernod Ricard permet au groupe d’être aujourd’hui plutôt en avance dans la démarche MLOps (machine learning + DevOps), avec la capacité à déployer des modèles d’IA de manière industrielle.
Après les premiers déploiements en France et en Allemagne, des pays assez différents en termes de répartition et de stratégies commerciales, l’application est maintenant adaptée dans plusieurs autres pays européens, dans plusieurs États américains, en Inde, en Chine et quelques autres pays de la zone asiatique. « Nous regardons à chaque fois le ROI potentiel, le nombre de commerciaux concernés et les gains envisagés, explique David Lepicier. Nous étendons aussi le scope de l’application sur les pays déjà équipés. Ainsi, en Allemagne, nous avons récemment lancé la géo-optimisation afin d’établir chaque semaine la tournée des commerciaux, leur proposer les zones à prospecter pour chaque jour de la semaine et optimiser leur temps de travail. »
Pernod Ricard élargit aussi ses sources de données, notamment en alimentant ses algorithmes avec des données acquises auprès de la distribution, notamment aux États-Unis. David Lepicier conclut : « C’est un travail sans fin : nous continuons à monitorer la performance des recommandations là où elles ont déjà été déployées et nous nous intéressons à des marchés de taille de plus en plus réduite, avec une version plus simple de D-Star, mieux adaptée à ces types de marché. »
LE PROJET EN CHIFFRES
L’ENTREPRISE PERNOD RICARD
Activité : Vins et spiritueux (240 marques distribuées)
Effectif : 19 480 personnes
CA : 10,7 Md€
À LIRE AUSSI :
À LIRE AUSSI :
