Présenter aux consommateurs un choix de produits optimal
Comment présenter aux consommateurs un choix de produits optimal, tant à l'écran que dans la vitrine d’une boutique? Un partenariat de recherche interdisciplinaire inédit, impliquant intelligence artificielle et recherche opérationnelle, laisse entrevoir quelques solutions efficaces.
DES DÉFIS COMPLEXES
COMMERCE DE DÉTAIL
Le succès d’un commerce de détail dépend directement d’un nombre limité de produits assortis proposés en boutique. Or, l’optimisation de ces assortiments peut s’avérer un exercice long et coûteux. Par ailleurs, l'introduction en boutique d’un nouvel item sans historique de vente peut représenter un véritable casse-tête. Jusqu’à présent, ces défis ont surtout préoccupé les experts en recherche opérationnelle.
COMMERCE EN LIGNE
Les commerçants en ligne disposent d’une très grande variété de produits, mais les systèmes de recommandations personnalisées ne proposent à l’acheteur qu’un nombre limité de choix. Ces suggestions manquent parfois de complémentarité ou de diversité. Par ailleurs, en raison de l'importance de l’offre disponible, certains articles pertinents ne « ressortent » pas assez efficacement des inventaires. Les systèmes de recommandations, tels que ceux d’Amazon ou de Netflix, ont principalement été développés par des chercheurs spécialisés en apprentissage automatique (machine learning).
Miser sur les synergies
« Nous innovons en explorant les synergies entre apprentissage automatique (machine learning) et recherche opérationnelle, deux entités qu’on a toujours vues comme séparées. »
ÉQUIPE DE RECHERCHE PLURIDISCIPLINAIRE
Laurent Charlin, professeur, Département des sciences de la décision, HEC Montréal
Sanjay Dominik Jena, professeur, Département de management et technologie, ESG UQAM
UN PARTENARIAT FINANCÉ PAR IVADO
POUR ALLER PLUS LOIN
Partagez cette page :
.