Photo by Prudence Earl on Unsplash
Retviews est un spécialiste de l’analyse concurrentielle. « Notre mission est d’aider les enseignes à proposer aux consommateurs la meilleure offre possible, explique Loïc Winckelmans, co-fondateur de l’entreprise.
Les cordonniers seraient donc mal chaussés, et les enseignes de prêt-à-porter mal habillées, tout au moins en matière d’informations sur les offres de leurs concurrents. Une carence en informations liée à la vitesse à laquelle fonctionne aujourd’hui ce marché, abandonnant les traditionnelles « saisons » et développant comme Inditex, maison mère de Zara, une collection toutes les trois semaines.
Paradoxe moderne, les données sont pourtant de plus en plus disponibles, rendues publiques au travers des sites de eCommerce. Mais entre voir des données, et les analyser pour les comprendre, la marche est haute. Et si, il y a quelques années, la veille concurrentielle consistait à envoyer des équipes « d’espions » dans les magasins concurrents, la science des données est maintenant de la partie.
Retviews a donc développé depuis deux ans, une plateforme SaaS qui analyse les collections de prêt-à-porter, au moyen d’algorithmes d’intelligence artificielle. Les résultats de ces analyses sont mis à disposition des clients, les principales enseignes de prêt-à-porter, parmi lesquelles Pimkie, Etam, Claudie Pierlot ou encore Brice et Jules. Pimkie, une des principales enseignes du groupe Mulliez (Auchan), en a été le premier client. Parmi les clients de Retviews figure également un groupe d’approvisionnement chinois, mais ce n’est pas la cible prioritaire de l’éditeur, qui souhaite se concentrer sur les enseignes de distribution. Le groupe WGSN, un des concurrents de Retviews, avait racheté il y a quelques années la start-up StyleSight, qui analysait les défilés de mode pour les transformer en données structurées. Son offre Instock est en partie similaire à l’offre de Retviews mais WGSN se focalise sur quelques marchés, essentiellement anglo-saxons.
Les cordonniers seraient donc mal chaussés, et les enseignes de prêt-à-porter mal habillées, tout au moins en matière d’informations sur les offres de leurs concurrents. Une carence en informations liée à la vitesse à laquelle fonctionne aujourd’hui ce marché, abandonnant les traditionnelles « saisons » et développant comme Inditex, maison mère de Zara, une collection toutes les trois semaines.
Paradoxe moderne, les données sont pourtant de plus en plus disponibles, rendues publiques au travers des sites de eCommerce. Mais entre voir des données, et les analyser pour les comprendre, la marche est haute. Et si, il y a quelques années, la veille concurrentielle consistait à envoyer des équipes « d’espions » dans les magasins concurrents, la science des données est maintenant de la partie.
Retviews a donc développé depuis deux ans, une plateforme SaaS qui analyse les collections de prêt-à-porter, au moyen d’algorithmes d’intelligence artificielle. Les résultats de ces analyses sont mis à disposition des clients, les principales enseignes de prêt-à-porter, parmi lesquelles Pimkie, Etam, Claudie Pierlot ou encore Brice et Jules. Pimkie, une des principales enseignes du groupe Mulliez (Auchan), en a été le premier client. Parmi les clients de Retviews figure également un groupe d’approvisionnement chinois, mais ce n’est pas la cible prioritaire de l’éditeur, qui souhaite se concentrer sur les enseignes de distribution. Le groupe WGSN, un des concurrents de Retviews, avait racheté il y a quelques années la start-up StyleSight, qui analysait les défilés de mode pour les transformer en données structurées. Son offre Instock est en partie similaire à l’offre de Retviews mais WGSN se focalise sur quelques marchés, essentiellement anglo-saxons.
Aspirer la donnée des sites web publics et la structurer
Pour initier son processus d’analyse, Retviews a développé des robots logiciels, qui chaque nuit, acquièrent les collections mises en ligne par les principales enseignes du secteur. Toutes les collections sont acquises, et conservées car l’historique a de la valeur, comme l’explique Loïc Winckelmans.
Les principales données collectées sont les prix, les nouvelles entrées dans la collection, les couleurs, les remises, la structure des collections.
Bien que naviguant sur des eaux juridiques en permanente évolution, le fondateur de Retviews considère que l’aspiration de toutes ces données est parfaitement légale, puisqu’il s’agit de données mises en ligne sur un site public.
Seul point que Retviews se doit d’intégrer, la propriété intellectuelle sur les images. Les images des produits sont en effet protégées, et Retviews ne peut pas les revendre à ses clients. Pour cela il fournit un lien vers l’image originale.
Une analyse juridique plus approfondie révèle que le sujet est moins simple qu’il n’y parait. En effet, les sites de eCommerce peuvent être classés dans la catégorie des « bases de données », puisqu’ils sont « un recueil d’œuvres, de données, ou d’autres éléments indépendants, disposés de manière systématique et méthodique ». Ils relèvent donc du Code de la Propriété Intellectuelle (CPI), et à ce titre, leur producteur peut en interdire les extractions. « La loi de 1998, confère au producteur de la base un droit d’interdire une extraction substantielle (articles L342-1 et suivants du CPI), en ne permettant pas leur copie intégrale, même pour un usage strictement privé », explique Murielle Cahen, avocate. Retviews devra donc s’assurer de ne pas contourner les éventuelles barrières techniques mises en place par un site de eCommerce pour éviter l’aspiration de son contenu, et devra également vérifier que les conditions générales de ce site n’interdisent pas cette pratique. « Le propriétaire des données est le titulaire du droit exclusif d'autoriser ou d'interdire la reproduction et la représentation de ses œuvres, il peut mettre en place des moyens techniques. Dans le cas contraire, on pourrait considérer qu’il autorise la captation de l’œuvre à titre privé », précise l’avocate. Mais, les données étant ensuite analysées puis revendues par Retviews à ses clients, la start-up devra s’assurer de respecter l’ensemble de la règlementation sur la propriété intellectuelle, afin de ne pas mettre ses propres clients en situation de recel.
Même si les collections changent en permanence et que le rythme de production s’accélère, les données historiques sont conservées. Pour Loïc Winckelmans, l’analyse historique répond à trois besoins principaux :
- Combler l’asymétrie informationnelle entre les enseignes et les consommateurs. Ces derniers traquent en permanence les bonnes affaires ; une veille dont l’enseigne n’a pas la capacité
- Réaliser entre deux et quatre fois par an, une étude plus globale sur les tendances
- Analyser les périodes de remise des différentes enseignes afin de calculer son propre calendrier
Une fois les données collectées, elles sont stockées, puis analysées à l’aide d’outils d’intelligence artificielle. Parmi les algorithmes utilisés, Retviews met en avant : Convolutional Neural Network, Boosting, Text sementics. « Nous collectons essentiellement des données non structurées, des textes et des images. L’intelligence artificielle que nous avons développé fait le travail de segmentation et de classement ; c’est là que se situe la principale valeur de notre R&D », explique Loïc Winckelmans.
Un travail qui ne peut se faire sans une compréhension fine en amont du métier des enseignes, afin d’articuler les données de manière similaire à l’articulation des processus d’affaires des clients. Les rapports fournis sur la plateforme sont standards, mais peuvent être adaptés aux besoins particuliers de chaque client.
Les trois principales questions auxquelles Retviews apportera des réponses sont :
- Quelle est la structure de l’assortiment des collections de mes concurrents ?
- Suis-je bien positionné par rapport à eux en termes de prix ?
- Est-ce que ma stratégie de remises est bonne ?
Retviews n’est pas très bavard sur le choix de son infrastructure technique, considérant que cela fait partie de son cœur de métier, à protéger.
On peut néanmoins imaginer que les données non structurées, collectées par les robots logiciels, sont nettoyées, puis stockées dans des bases de type document, NoSQL donc. Puis les données sont structurées et sans doute conservées dans des bases de données relationnelles plus classiques et adaptées au stockage d’historiques de données structurées.
L’éditeur cible les enseignes de prêt-à-porter, essentiellement des pays non anglo-saxons dans un premier temps. Le produit est actuellement disponible en français et en anglais.
Les principales données collectées sont les prix, les nouvelles entrées dans la collection, les couleurs, les remises, la structure des collections.
Bien que naviguant sur des eaux juridiques en permanente évolution, le fondateur de Retviews considère que l’aspiration de toutes ces données est parfaitement légale, puisqu’il s’agit de données mises en ligne sur un site public.
Seul point que Retviews se doit d’intégrer, la propriété intellectuelle sur les images. Les images des produits sont en effet protégées, et Retviews ne peut pas les revendre à ses clients. Pour cela il fournit un lien vers l’image originale.
Une analyse juridique plus approfondie révèle que le sujet est moins simple qu’il n’y parait. En effet, les sites de eCommerce peuvent être classés dans la catégorie des « bases de données », puisqu’ils sont « un recueil d’œuvres, de données, ou d’autres éléments indépendants, disposés de manière systématique et méthodique ». Ils relèvent donc du Code de la Propriété Intellectuelle (CPI), et à ce titre, leur producteur peut en interdire les extractions. « La loi de 1998, confère au producteur de la base un droit d’interdire une extraction substantielle (articles L342-1 et suivants du CPI), en ne permettant pas leur copie intégrale, même pour un usage strictement privé », explique Murielle Cahen, avocate. Retviews devra donc s’assurer de ne pas contourner les éventuelles barrières techniques mises en place par un site de eCommerce pour éviter l’aspiration de son contenu, et devra également vérifier que les conditions générales de ce site n’interdisent pas cette pratique. « Le propriétaire des données est le titulaire du droit exclusif d'autoriser ou d'interdire la reproduction et la représentation de ses œuvres, il peut mettre en place des moyens techniques. Dans le cas contraire, on pourrait considérer qu’il autorise la captation de l’œuvre à titre privé », précise l’avocate. Mais, les données étant ensuite analysées puis revendues par Retviews à ses clients, la start-up devra s’assurer de respecter l’ensemble de la règlementation sur la propriété intellectuelle, afin de ne pas mettre ses propres clients en situation de recel.
Même si les collections changent en permanence et que le rythme de production s’accélère, les données historiques sont conservées. Pour Loïc Winckelmans, l’analyse historique répond à trois besoins principaux :
- Combler l’asymétrie informationnelle entre les enseignes et les consommateurs. Ces derniers traquent en permanence les bonnes affaires ; une veille dont l’enseigne n’a pas la capacité
- Réaliser entre deux et quatre fois par an, une étude plus globale sur les tendances
- Analyser les périodes de remise des différentes enseignes afin de calculer son propre calendrier
Une fois les données collectées, elles sont stockées, puis analysées à l’aide d’outils d’intelligence artificielle. Parmi les algorithmes utilisés, Retviews met en avant : Convolutional Neural Network, Boosting, Text sementics. « Nous collectons essentiellement des données non structurées, des textes et des images. L’intelligence artificielle que nous avons développé fait le travail de segmentation et de classement ; c’est là que se situe la principale valeur de notre R&D », explique Loïc Winckelmans.
Un travail qui ne peut se faire sans une compréhension fine en amont du métier des enseignes, afin d’articuler les données de manière similaire à l’articulation des processus d’affaires des clients. Les rapports fournis sur la plateforme sont standards, mais peuvent être adaptés aux besoins particuliers de chaque client.
Les trois principales questions auxquelles Retviews apportera des réponses sont :
- Quelle est la structure de l’assortiment des collections de mes concurrents ?
- Suis-je bien positionné par rapport à eux en termes de prix ?
- Est-ce que ma stratégie de remises est bonne ?
Retviews n’est pas très bavard sur le choix de son infrastructure technique, considérant que cela fait partie de son cœur de métier, à protéger.
On peut néanmoins imaginer que les données non structurées, collectées par les robots logiciels, sont nettoyées, puis stockées dans des bases de type document, NoSQL donc. Puis les données sont structurées et sans doute conservées dans des bases de données relationnelles plus classiques et adaptées au stockage d’historiques de données structurées.
L’éditeur cible les enseignes de prêt-à-porter, essentiellement des pays non anglo-saxons dans un premier temps. Le produit est actuellement disponible en français et en anglais.
Demain, il faudra s’ouvrir à de nouvelles données
Lorenzo Pellizzari et Loic Winckelmans, fondateurs de Retviews
Pour Loïc Winckelmans, les développements futurs de Retviews ne tourneront pas forcément autour des réseaux sociaux. La fermeture des APIs, les problèmes de propriété des données, ne placeraient pas l’avenir de l’analytique autour des plates-formes sociales. Même s’il reconnaît qu’il serait fort intéressant de croiser les données de la plateforme Retviews avec les préférences exprimées sur Pinterest par exemple, cela ne semble pas la tendance.
En revanche l’analyse des nouvelles données, collectées dans les magasins par exemple, pourrait ouvrir de nouvelles opportunités d’enrichissement des analyses. On parle ici des données des cabines d’essayage, des magasins sans caisse, etc.
L’économie orientée données n’en est qu’à ses premiers pas. Le pilotage des activités par l’analytique révélera de nouveaux enjeux dans les prochaines années.
En revanche l’analyse des nouvelles données, collectées dans les magasins par exemple, pourrait ouvrir de nouvelles opportunités d’enrichissement des analyses. On parle ici des données des cabines d’essayage, des magasins sans caisse, etc.
L’économie orientée données n’en est qu’à ses premiers pas. Le pilotage des activités par l’analytique révélera de nouveaux enjeux dans les prochaines années.