Moteurs de recommandation et recherches visuelles

Mieux comprendre le comportement des consommateurs n’a jamais été aussi important pour les professionnels du commerce. Pour stimuler la croissance, des techniques de recommandations intelligentes et des environnements de réalité augmentée (AR) sont aujourd’hui mis en œuvre afin de créer des expériences personnalisées. L’augmentation du chiffre d’affaires passe aujourd’hui par de nouveaux algorithmes d’apprentissage automatique et de Deep Learning accélérés par GPU, auxquels les plateformes de vente en ligne ont recours pour déployer des moteurs de recommandation plus rapides et plus précis.​ L’IA est désormais la clé de l’adoption massive des processus d’achat en ligne et de retrait en magasin (Click & Collect).

Systèmes de recommandation

Sur certaines des plateformes commerciales les plus importantes, les recommandations représentent jusqu’à 30 % des revenus générés, ce qui peut se traduire par des gains financiers s’élevant parfois à plusieurs milliards de dollars. C’est pour cette raison que les revendeurs se tournent massivement vers les systèmes de recommandation pour piloter chaque action des consommateurs, de la visite d’une page Web à l’utilisation des réseaux sociaux. Les systèmes de recommandation améliorent par ailleurs les taux de conversion en proposant aux utilisateurs les produits les plus pertinents à partir d’un nombre exponentiel d’options disponibles.

NVIDIA Merlin, un framework de recommandations de bout en bout accéléré par GPU, fournit une ingénierie des fonctionnalités plus rapide et un rendement d’entraînement significativement plus élevé pour l’expérimentation et le réentraînement des modèles de recommandation basés sur le Deep Learning. Merlin offre également des performances d’inférence à faible latence et à haut rendement pour les processus de production. 

Recommandations personnalisées

Pour renforcer l’engagement des clients, les entreprises doivent établir une relation individualisée. L’application Skin Advisor d’Olay est un outil de soins de beauté basé sur l’IA et accéléré par GPU, qui fonctionne sur n’importe quel appareil mobile. Cette application novatrice analyse un selfie fourni par l’utilisateur pour lui recommander le produit Olay le mieux adapté à ses besoins. Après quatre semaines d’utilisation, 94 % des utilisateurs de Skin Advisor ont continué d’utiliser les produits recommandés par l’application.

La société d’e-commerce Stitch Fix, spécialisée dans la mode, est parvenue à trouver l’équilibre parfait entre le jugement humain et la prise de décisions optimisée par l’IA. En utilisant des algorithmes personnalisés pour comprendre les préférences de ses clients, Stitch Fix a par exemple créé un service de mode sur mesure qui associe l’art du stylisme à l’analyse de données grâce à l’accélération GPU du Deep Learning. 

Filtrage de produits

Les plateformes de vente en ligne exploitent de nouvelles techniques de vision par ordinateur pour mettre en œuvre un système avancé de reconnaissance des attributs d’images afin de générer automatiquement un ensemble exhaustif de méta-tagging et de catalogage. L’accès à des informations complètes sur les produits et les services aide à identifier plus rapidement les images, ce qui permet de déployer avec succès un système de recommandations personnalisées.

Étant donné que l’industrie de la mode évolue très rapidement, NVIDIA et Omnious se sont associés pour implémenter une API de tagging tirant profit de l’IA, qui permet aux clients B2B de garder une longueur d’avance dans un secteur hautement concurrentiel. Ominous Tagger, une solution de tagging automatique possédant une précision supérieure à 95 %, s’avère près de 100 fois plus rapide que les techniques manuelles de tagging, ce qui quadruple l’efficacité des recherches et diminue de 77 % les coûts de main-d’œuvre. Omnious propose en outre un système de rapport des tendances, basé sur l’analyse des images publiées par les influenceurs sur les réseaux sociaux. 

Essayage virtuel

En 2019, le coût total des retours de marchandises aux États-Unis s’élevait à 309 milliards de dollars. Les retours liés aux ventes en ligne représentaient 41 milliards de ce total.  Pour réduire le nombre de retours et fournir une expérience d’achat optimale, les revendeurs peuvent désormais suggérer à leurs clients des vêtements dont la taille sera virtuellement parfaitement appropriée.

Grâce à sa solution novatrice d’essayage virtuel en 3D, Cappasity permet aux clients de voir comment de nouvelles tenues leur iront avant de les acheter. Accélérés par les GPU NVIDIA et tirant profit de CUDA pour optimiser le calcul des résultats, les algorithmes de Cappasity traitent les données dans le Cloud afin de détecter les mensurations corporelles tandis que les réseaux de neurones procèdent à une segmentation des traits de l’utilisateur. 

Inscrivez-vous pour recevoir les dernières actualités de NVIDIA sur l'industrie de la vente au détail.