Lecture 9 minutes
Que nous parlions d’information produit avec un PIM (Product Information Management) ou de gestion des ressources numériques avec un DAM (Digital Asset Management), les objectifs se rejoignent : collecter pour centraliser, structurer pour enrichir, automatiser les process pour gagner en plus-value et monitorer pour optimiser. C’est donc sans surprise que nous avons vu progressivement l’intelligence artificielle s'immiscer dans le secteur de l’expérience produit. En tant que prestataire PIM et DAM certifié, nous vous proposons un état des lieux de notre écosystème PIM/DAM et de l’utilisation de intelligence artificielle dans celui-ci.
Automatiser la collecte et le nettoyage de vos données produits
Sécuriser l’onboarding des data fournisseurs
La collecte de la donnée produit est un des points les plus sensibles et chronophages pour les distributeurs et revendeurs. Plus le nombre de fournisseurs et la volumétrie de produits intégrés augmentent, plus vous voyez le nombre d’erreurs potentielles croître. En effet, une mauvaise donnée en entrée dans votre PIM accouche à coup sûr de plusieurs mauvaises données produits en sortie.
Les entreprises n'ont que très rarement les moyens humains pour traiter la volumétrie de toutes ces données entrantes. C’est donc dès la genèse du cycle de vie d’un produit dans votre référentiel que l’intelligence artificielle peut vous aider à collecter et nettoyer efficacement les données produits soumises par vos fournisseurs en adoptant le deep learning.
Automatiser la classification et la catégorisation
Certains secteurs d’activité doivent se soumettre à des normes de classification comme l’ETIM (norme internationale de classification des produits techniques) ou bien les normes de la FEDAS (Fédération Européenne des Associations des Détaillants en Articles de Sport). Certaines d’entre elles se veulent très strictes et structurantes, et leur alimentation manuelle pour chaque référence peut vite devenir décourageante, voire ingérable.
Pour les e-commerçants, la catégorisation web peut elle aussi devenir un vrai casse-tête. Et les équipes n’ont aucune plus-value à affecter manuellement des produits à des rayons sur la base de déduction.
En déléguant la classification et la catégorisation des produits fournisseurs à des outils intégrant l’intelligence artificielle, vous pouvez envisager jusqu’à 80% de gain de temps et limiter tout autant les erreurs humaines. Il ne vous reste ainsi qu’à gérer manuellement les cas complexes.
Akeneo x Unifai, l’alliance évidente
Sur la marketplace d’Akeneo, vous trouvez aujourd’hui plus d’une vingtaine d’applications, développées par des partenaires technologiques, intégrant de l’intelligence artificielle.
Fort de ses dix années d’expérience dans le domaine du PIM, Akeneo a souhaité franchir un cap significatif et d’excellence en prenant le parti de s’associer à une solution d’intelligence artificielle existante et innovante du marché. Ainsi, en septembre dernier, nous avons accueilli la nouvelle du rachat de Unifai par Akeneo.
La plateforme dispose, entre autres, d’une fonctionnalité de portails qui permet de collecter de la donnée directement à la source (par exemple, un portail fournisseurs pour que ces derniers puissent importer eux-mêmes leurs données produits). Cette fonctionnalité est fondée sur cinq grandes étapes de la structuration d’un produit : classification, extraction, matching, normalisation et mapping.
Optimiser le contenu de vos données produits
Générer et enrichir le contenu grâce à la GenAI
L’intelligence artificielle générative (GenAI) est probablement la technologie la plus connue du grand public aujourd’hui. Elle est utilisée pour générer du contenu automatique, sans même solliciter la réflexion humaine.
Alors, quand on sait que l’un des piliers d’un PIM est de pouvoir enrichir, traduire et contextualiser de la donnée produit, aucun doute que l’intelligence artificielle est une alliée indispensable.
Attention toutefois à ne pas vous laisser entièrement porter par cette technologie pour ne pas dénaturer votre marque. La GenAI doit être vue, elle aussi, comme un gain de temps pour les équipes d’enrichissement. Elle leur permet d’étoffer un contenu pour enrichir votre discours de marque, une expertise sur un domaine défini et ainsi développer votre expérience produit.
Dégager du temps aux équipes
En réduisant les frictions entre les différents modèles de données et en automatisant la transformation, l’intelligence artificielle permet aux contributeurs de disposer de plus de temps pour réaliser des tâches à plus forte valeur ajoutée : comme l’enrichissement qualitatif et fin de la donnée produit.
Quable mise sur ChatGPT et Google Vision
L'éditeur de PIM français Quable a fait le choix de s’appuyer sur des acteurs forts du marché ChatGPT et Google Vision. Si aujourd’hui ils s'utilisent avec des outils externes à la plateforme, Quable prévoit de les intégrer à sa plateforme SaaS d’ici la fin d’année.
Quand ChatGPT génère du contenu textuel, Google Vision permet d’intégrer automatiquement des métadonnées à vos médias. Les médias… Justement, parlons-en !
Faire passer vos médias dans une autre dimension
Généraliser l’alimentation de métadonnées
Si toutes les entreprises ont désormais bien conscience de l’importance des ressources numériques dans l’expérience produit et client, les actions se limitent encore trop timidement à l’implémentation d’un DAM pour centraliser, stocker et partager des ressources de manière organisée et sécurisée.
Or une ressource numérique n’est pas juste une photo, un fichier ou une vidéo. Tout comme les produits, elle embarque des données qui lui sont propres et peuvent parfois être structurantes. Si certaines d’entre elles ne peuvent être que le fruit d’un enrichissement manuel (la date de validité du document ou le copyright par exemple), d’autres peuvent parfaitement être enrichies automatiquement. Pour cela, certaines données peuvent être générées sur la base de la technologie d’intelligence visuelle (visual AI) comme la reconnaissance d’objets (classification d’images, détection ou localisation d’objets).
Ces métadonnées consistantes vont ainsi permettre :
- En interne : de favoriser la recherche de vos médias sur le DAM en alimentant des tags ou en les catégorisant automatiquement.
- En externe : d’optimiser le référencement de vos médias sur les différents canaux de diffusion.
Diffuser un média adapté au canal de diffusion
Plus le nombre de canaux de diffusion se multiplie, plus le nombre de variations d’images nécessaires augmente. Et ceci est d’autant plus vrai depuis que les réseaux sociaux sont devenus un canal de diffusion à part entière.
Chaque canal possédant ses propres spécificités (résolution, dimensions…), le redimensionnement et le recadrage des visuels peut devenir très chronophage pour les équipes. En effet, si certains outils ou DAM proposent du redimensionnement automatique, un recadrage manuel et humain est parfois nécessaire suivant le canal pour mettre parfaitement en avant votre visuel.
Aujourd’hui, certains DAM sont capables d’embarquer des fonctions de recadrage automatisées grâce à l'intelligence artificielle. Celle-ci est capable de détecter un objet, de le recadrer, de le découper, de le compresser et de le recentrer... Ceci afin de le mettre en avant de la manière la plus optimale sur chaque support de diffusion.
Booster la créativité
Comme évoqué précédemment, la multiplication des canaux de diffusion a petit à petit noyé les services d’édition et de création dans de longs et lourds processus de retraitement des visuels, au détriment de ce qui fait leur plus-value : la créativité.
L’intelligence artificielle a un réel rôle à jouer pour soulager ces services des tâches chronophages. Elle leur offre le temps d’imaginer, créer et diffuser un discours de marque adapté aux différentes cibles.
Et, comme dernier exemple de ce que l’IA visuelle peut apporter, nous pouvons évoquer le sujet du détourage d’images. Certaines plateformes e-commerce (comme les marketplaces) imposent des images sans arrière-plan. Délestez-vous de ces tâches en vous appuyant sur des solutions DAM équipées de fonctionnalités de détourage d'images.
Scaleflex et l’IA visuelle
Scaleflex s’est très tôt penché sur le sujet en intégrant l’IA visuelle dans ses solutions : le DAM Filerobot, CloudImage et tout récemment DeepSignals.
L’éditeur héberge aujourd’hui une quinzaine d'algorithmes d’IA visuelle regroupés sous le nom de ASK. Ceux-ci permettent par exemple de détecter de manière automatique des visages ou une plaque d’immatriculation. Ils permettent aussi de taguer ou de décrire automatiquement une ressource numérique (remplissage des métadonnées). Ces algorithmes sont disponibles dans les workflows du DAM Filerobot afin de permettre à leurs clients de passer un nouveau cap.
Pour conclure sur l'intelligence artificielle au service de l'expérience produit...
La conclusion est sans équivoque : l’intelligence artificielle fait partie de l’avenir de l’expérience produit. Et donc de l’expérience client que vous souhaitez délivrer !
En automatisant toutes les tâches répétitives et longues, vous allez pouvoir réduire le time-to-market de vos produits ou contenus. Mais également donner à vos équipes du temps pour gérer les tâches à fort impact, et conserver une avance sur vos concurrents.
Vous souhaitez en savoir davantage sur les fonctionnalités d’IA au sein de l’expérience produit ? Faites appel à Synolia, votre prestataire PIM !
