{"id":69268,"date":"2023-12-03T15:31:55","date_gmt":"2023-12-03T15:31:55","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=cases&#038;p=69268"},"modified":"2025-06-04T11:24:50","modified_gmt":"2025-06-04T10:24:50","slug":"conforama-ai-enabled-personalization-boosts-conforama-crm-campaign-revenues","status":"publish","type":"cases","link":"https:\/\/www.artefact.com\/fr\/cases\/conforama-ai-enabled-personalization-boosts-conforama-crm-campaign-revenues\/","title":{"rendered":"<span class=\"highlight\"> CONFORAMA <\/span> La personnalisation bas\u00e9e sur l'IA augmente le chiffre d'affaires des campagnes CRM de Conforama"},"content":{"rendered":"<p>WATCH : Conforama passe avec succ\u00e8s \u00e0 une strat\u00e9gie cross-canal plus rationnelle et plus efficace en int\u00e9grant une solution d'IA pour des recommandations de produits personnalis\u00e9es.<\/p>\n<p style=\"text-align: center;\"><iframe title=\"Lecteur vid\u00e9o YouTube\" src=\"https:\/\/www.youtube.com\/embed\/3bz_QjikNLU?si=YdZ0EWvtNfcsHE2X\" width=\"560\" height=\"315\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><\/p>\n<p>Conforama est <strong>le deuxi\u00e8me distributeur de produits d'ameublement en France<\/strong> et est pr\u00e9sent dans sept pays, avec 300 magasins, dont 200 en France.\u00a0<a href=\"https:\/\/www.conforama.fr\/\" target=\"_blank\" rel=\"noopener\">L'entreprise<\/a>\u00a0vend des meubles et des objets de d\u00e9coration en kit et a r\u00e9alis\u00e9 un chiffre d'affaires de 1,7 milliard d'euros en 2022.<\/p>\n<p>En tant qu'enseigne passerelle, Conforama a pour objectif de \u201crendre accessible au meilleur prix ce que les gens d\u00e9sirent le plus\u201d. Une ambition qui s'appuie sur une transformation <strong>planifier une exp\u00e9rience omnicanale gr\u00e2ce \u00e0 data et \u00e0 l'IA<\/strong>. Un audit initial et une vision data marketing avec\u00a0<a href=\"https:\/\/www.artefact.com\/fr\/\">Artefact<\/a>\u00a0a identifi\u00e9 et hi\u00e9rarchis\u00e9 12 cas d'utilisation et 25 facilitateurs techniques et organisationnels. Le premier cas d'utilisation consistait \u00e0 int\u00e9grer une recommandation de produit personnalis\u00e9e dans les courriels hebdomadaires de l'entreprise.<\/p>\n<p><strong>Plusieurs d\u00e9fis ont d\u00fb \u00eatre relev\u00e9s dans le cadre de ce cas d'utilisation :<\/strong><\/p>\n<ul>\n<li>Comment comprendre les besoins de trois millions de clients et recommander les produits les plus pertinents \u00e0 partir d'un catalogue de 42 000 r\u00e9f\u00e9rences ?<\/li>\n<li>Comment proposer uniquement des produits actuellement en stock, en promotion, et qui n'ont pas d\u00e9j\u00e0 \u00e9t\u00e9 sugg\u00e9r\u00e9s aux clients ?<\/li>\n<li>Comment faire fonctionner et entretenir facilement la solution technique ?<\/li>\n<\/ul>\n<h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\">Faire gagner du temps aux consommateurs, am\u00e9liorer la productivit\u00e9 des entreprises<\/h2>\n<p>En utilisant des algorithmes d'apprentissage automatique pour analyser les pr\u00e9f\u00e9rences des utilisateurs, leur historique d'achat et leur comportement en ligne, la recommandation de produits bas\u00e9e sur artificial intelligence sugg\u00e8re des produits pertinents pour les consommateurs de mani\u00e8re personnalis\u00e9e. Les entreprises peuvent ainsi mieux comprendre les besoins de leurs clients et leur recommander des produits qui correspondent \u00e0 leurs int\u00e9r\u00eats, ce qui se traduit par une augmentation des ventes et une fid\u00e9lisation de la client\u00e8le.<\/p>\n<p>L'un des principaux avantages de cette solution est qu'elle permet aux clients de gagner du temps. Plut\u00f4t que de parcourir d'innombrables pages de produits pour trouver ce qu'ils recherchent, les clients peuvent acc\u00e9der rapidement \u00e0 une s\u00e9lection de produits recommand\u00e9s qui r\u00e9pondent sp\u00e9cifiquement \u00e0 leurs besoins. <strong>Les recommandations de produits bas\u00e9es sur l'IA peuvent am\u00e9liorer l'exp\u00e9rience d'achat en ligne<\/strong> et encourager les clients \u00e0 revenir pour d'autres achats. Un avantage strat\u00e9gique, puisque 72% des consommateurs n'interagissent qu'avec des messages marketing personnalis\u00e9s et adapt\u00e9s \u00e0 leurs centres d'int\u00e9r\u00eat.<\/p>\n<p>En outre, <strong>Les recommandations de produits bas\u00e9es sur l'IA peuvent stimuler la productivit\u00e9 des entreprises<\/strong>Les algorithmes d'apprentissage automatique de data peuvent analyser de grandes quantit\u00e9s de donn\u00e9es en temps r\u00e9el, ce qui permet aux entreprises de suivre en permanence les tendances et les comportements d'achat des clients. Cela peut aider les organisations \u00e0 mieux comprendre les d\u00e9sirs des clients et \u00e0 adapter rapidement leurs offres de produits en cons\u00e9quence. Cela peut \u00e9galement permettre aux entreprises d'optimiser leurs stocks en proposant des produits qui ont plus de chances de se vendre, ce qui peut r\u00e9duire les co\u00fbts et maximiser les profits.<\/p>\n<p>Enfin, la recommandation de produits bas\u00e9e sur l'IA peut offrir des avantages commerciaux significatifs. En sugg\u00e9rant aux clients des produits pertinents et personnalis\u00e9s, les entreprises peuvent am\u00e9liorer leur taux de conversion, augmenter leurs ventes et renforcer leur image de marque. Du point de vue du march\u00e9, il a \u00e9t\u00e9 d\u00e9montr\u00e9 que la recommandation de produits bas\u00e9e sur l'IA g\u00e9n\u00e8re une croissance incr\u00e9mentale de +2,5%.<\/p>\n<h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\">Un premier cas d'utilisation ax\u00e9 sur la personnalisation des campagnes de courrier \u00e9lectronique<\/h2>\n<p>Avant ce projet, tous les clients de Conforama recevaient des e-mails pr\u00e9sentant les m\u00eames huit produits s\u00e9lectionn\u00e9s chaque semaine par les \u00e9quipes marketing. Il s'agissait d'une t\u00e2che laborieuse, puisqu'il fallait identifier les huit produits les plus susceptibles d'int\u00e9resser trois millions de clients, chacun d'entre eux ayant des centres d'int\u00e9r\u00eat uniques. Tout ce temps pass\u00e9 \u00e0 analyser data aurait pu \u00eatre consacr\u00e9 \u00e0 des activit\u00e9s plus strat\u00e9giques, telles que la cr\u00e9ation de contenu \u00e9ditorial pour ces courriels.<\/p>\n<p>Aujourd'hui, chaque mardi, un courriel contenant huit recommandations de produits est envoy\u00e9 \u00e0 tous les clients de Conforama. Mais ces recommandations sont personnalis\u00e9es en fonction de l'historique des achats et filtr\u00e9es exclusivement pour les produits qui sont en vente, disponibles en magasin et qui n'ont pas \u00e9t\u00e9 pr\u00e9sent\u00e9s dans les activations pr\u00e9c\u00e9dentes.<\/p>\n<p><strong>La solution IA mise en \u0153uvre comprend 4 \u00e9tapes principales de traitement data :<\/strong><\/p>\n<ul>\n<li>Collecte de l'historique des transactions, des r\u00e9f\u00e9rences clients et produits, puis pr\u00e9paration de data ;<\/li>\n<li>Construction du mod\u00e8le de \u201cfiltrage collaboratif\u201d pour calculer l'app\u00e9tit des clients pour le catalogue de produits ;<\/li>\n<li>Filtrage des produits en fonction des stocks disponibles, des nouvelles commerciales (ventes, promotions, etc.), des activations et des achats ant\u00e9rieurs ;<\/li>\n<li>Enrichissement du produit data (photos, prix, descriptions, etc.) pour l'activation.<\/li>\n<\/ul>\n<p>Cette solution est bas\u00e9e sur 16 tables data, 25 \u00e9tapes de transformation et de mod\u00e9lisation et 40 tests de qualit\u00e9 automatis\u00e9s. Des dizaines d'it\u00e9rations du mod\u00e8le ont permis de choisir l'approche la plus efficace en fonction de l'historique des transactions. <strong>Gr\u00e2ce \u00e0 cette solution, Conforama g\u00e9n\u00e8re d\u00e9sormais plusieurs millions de recommandations par semaine en 45 minutes pour un co\u00fbt de 50 euros par semaine.<\/strong><\/p>\n<p>En d'autres termes, si vous comptez les co\u00fbts de d\u00e9veloppement et d'exploitation, ainsi que les ventes suppl\u00e9mentaires, le seuil de rentabilit\u00e9 du projet est atteint en une semaine, avec une solution automatis\u00e9e et fiable.<\/p>\n<blockquote><p>\u201cUn gain de temps, certes, mais surtout un avantage commercial pour nos \u00e9quipes de gestion de la relation client. Car gr\u00e2ce \u00e0 cette personnalisation, les clients cliquent plus et donc ach\u00e8tent plus. Nous avons gagn\u00e9 15% de taux de clics suite \u00e0 la personnalisation de ces emails, ce qui repr\u00e9sente plusieurs millions de ventes incr\u00e9mentales.\u201d<br \/>\nM\u00e9lodie Charles, Directrice Marketing Conforama<\/p><\/blockquote>\n<h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\">Une transition en douceur vers l'IA : les le\u00e7ons de la r\u00e9ussite de Conforama<\/h2>\n<div class=\"fusion-text fusion-text-9\">\n<p>Pour de nombreux joueurs, il existe trois d\u00e9fis li\u00e9s \u00e0 leur niveau de maturit\u00e9 :<\/p>\n<\/div>\n<ul>\n<li>Niveau 1 : Personnalisation d'un point de contact actuellement bas\u00e9 sur des r\u00e8gles \u00e0 l'aide d'une approche algorithmique de l'IA ;<\/li>\n<li>Niveau 2 : Extension des recommandations personnalis\u00e9es bas\u00e9es sur l'IA \u00e0 l'ensemble du parcours client (produits similaires \/ produits compl\u00e9mentaires \/ suggestions bas\u00e9es sur l'historique d'achat) ;<\/li>\n<li>Niveau 3 : Optimisation de l'orchestration des recommandations \u00e0 travers les canaux pour garantir une exp\u00e9rience omnicanale.<\/li>\n<\/ul>\n<p>Le niveau 1 est souvent le plus difficile, car il n\u00e9cessite de poser les bases de quatre dimensions distinctes : la vision cible, l'exp\u00e9rience utilisateur et les priorit\u00e9s ; les sources data ; les outils technologiques ; l'\u00e9quipe de projet et la m\u00e9thode de travail.<\/p>\n<p>L'exemple de Conforama est riche d'enseignements sur ces quatre dimensions :<\/p>\n<ul>\n<li>S\u00e9lectionnez un premier cas d'utilisation et des fonctionnalit\u00e9s qui peuvent \u00eatre rapidement mises en \u0153uvre et mesur\u00e9es pour mettre l'organisation sur la voie du succ\u00e8s. Par exemple, cette premi\u00e8re victoire permet \u00e0 Conforama de planifier le d\u00e9ploiement des recommandations de produits dans les magasins ou l'am\u00e9lioration de leur algorithme gr\u00e2ce \u00e0 la navigation data.<\/li>\n<li>Assurez-vous que le data est fiable. Une bonne mod\u00e9lisation de data repose avant tout sur une bonne qualit\u00e9 de data. Pour Conforama, des analyses exploratoires ont \u00e9t\u00e9 r\u00e9alis\u00e9es sur plus de 50 tables afin de s\u00e9lectionner les sources de data dans des domaines tels que la connaissance client, les r\u00e9f\u00e9rentiels produits et les transactions.<\/li>\n<li>Utiliser des technologies qui permettent aux \u00e9quipes de d\u00e9ployer une solution technique rapidement et de mani\u00e8re collaborative. Conforama a s\u00e9lectionn\u00e9 les outils les plus adapt\u00e9s \u00e0 ce type de workflow : DBT, BigQuery ML et Vertex AI pour leur performance, leur modularit\u00e9 et leur portabilit\u00e9.<\/li>\n<li>Constituer une \u00e9quipe d\u00e9di\u00e9e capable de traiter tous les probl\u00e8mes potentiels, et adopter une approche \"test and learn\". Pour ce faire, une \u00e9quipe pluridisciplinaire IT \/ m\u00e9tier Conforama a \u00e9t\u00e9 constitu\u00e9e, et une d\u00e9marche de sprint sur 2 semaines a \u00e9t\u00e9 adopt\u00e9e.<\/li>\n<\/ul>","protected":false},"excerpt":{"rendered":"<p>Conforama passe avec succ\u00e8s \u00e0 une strat\u00e9gie cross-canal plus rationnelle et plus efficace en int\u00e9grant une solution d'IA pour .<\/p>","protected":false},"featured_media":69798,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"categories":[91],"class_list":["post-69268","cases","type-cases","status-publish","has-post-thumbnail","hentry","category-retail"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/cases\/69268","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/cases"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/cases"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media\/69798"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=69268"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/categories?post=69268"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}