HO CHI MINH VILLE – Une fois que les acheteurs entrent dans certains magasins de mode ou détaillants de matelas au Vietnam, les caméras tournent et les ordinateurs se mettent au travail – calculant le pourcentage de personnes qui parlent au personnel ou effectuent un achat, et des dizaines d’autres mesures.
Palexy, l’une des rares startups vietnamiennes à intégrer l’apprentissage automatique dans le monde physique et à se développer en Asie, compte les chiffres de ces clients de détail.
L’entreprise compare ses services à l’analyse de données que les sites de commerce électronique utilisent déjà pour cibler les clients, mais dans la vraie vie. Il dit qu’il aide les magasins à augmenter leurs ventes en prenant leurs images de caméra et en ajoutant la vision par ordinateur – la branche de l’apprentissage automatique qui permet, par exemple, à une Tesla d’identifier les piétons.
Cette approche, cependant, accumule des montagnes de données, poussant Palexy et les détaillants dans des débats éthiques plus larges, du consentement à la surveillance à l’utilisation de l’économie comportementale pour influencer les clients.
La startup combine deux piliers commerciaux : l’un en ligne, l’autre hors ligne. Le premier ressemble à l’analyse de données des entreprises qui suivent les utilisateurs sur leurs sites Web pour voir, par exemple, ce que les acheteurs mettent dans leur panier mais ne finissent pas par acheter, ou quels sont les termes de recherche les plus populaires.
Deuxièmement, les magasins expérimentent depuis longtemps des astuces pour encourager les clients, allant de placer des achats impulsifs près de la caisse enregistreuse à jouer de la musique lente qui encourage les acheteurs à naviguer.
À une époque de données sans fin, Palexy ajoute la vision par ordinateur à ces astuces analogiques. Un client voulait comprendre pourquoi une nouvelle gamme de chaussures se vendait mal dans un magasin par rapport à d’autres. La startup a donc scanné les séquences vidéo du magasin pour dresser une « carte thermique » du temps que les acheteurs ont passé dans chaque partie du magasin – ils peuvent s’attarder près de la climatisation, par exemple. Sur la base des données, le client a augmenté ses ventes en repositionnant les chaussures, a déclaré Palexy.
« Le commerce électronique a de nombreuses informations sur les données », a déclaré le co-fondateur et PDG Thong Do dans une interview. « Mais les magasins physiques n’ont pas cette connaissance des données. »
Do est retourné au Vietnam de la Silicon Valley après avoir vendu sa startup d’intelligence artificielle, Arimo, à Panasonic en 2017.
L’Asie est en train de devenir le centre de gravité de l’IA, dit-il, bien que le Vietnam soit à la traîne dans la technologie de son ancienne maison, les États-Unis, où la vision par ordinateur alimente les magasins Amazon sans caissier et les chatbots prennent les commandes dans les chaînes de service au volant.
Le problème avec la vision par ordinateur pratique – la capacité d’une machine à identifier les personnes et les choses dans les images – est d’atteindre la précision.
Le visage de Do s’est illuminé lorsqu’on lui a posé des questions sur les données structurées par rapport aux données non structurées. L’ingénieur informaticien a saisi son ordinateur portable et a récupéré des images du magasin, qui sont des données brutes. Pour que les ordinateurs le comprennent, ils ont besoin de données étiquetées. Les gérants de magasin peuvent étiqueter des points dans la vidéo, d’un comptoir de caisse à une allée avec des pantalons pour femmes. Cela aide les machines à apprendre à distinguer les personnes. Une personne debout derrière le comptoir, par exemple, est probablement un membre du personnel.
Après que l’analyse de l’apprentissage automatique de Palexy a montré que les acheteurs passaient beaucoup de temps dans les comptoirs de cosmétiques Guardian mais n’achetaient rien, il a recommandé au magasin de santé et de beauté d’ajouter des consultants pour répondre aux questions.
© Lien Hoang
Il a appuyé sur la lecture à l’écran et, alors que les clients entraient dans le magasin, le logiciel a identifié un homme âgé de 20 à 30 ans et l’a entouré d’une boîte bleue. Palexy a entraîné son logiciel sur 20 millions de courses de ce type, a déclaré Do.
La société prévoit de s’étendre au Moyen-Orient et dans d’autres régions d’Asie en 2022 et dans le monde en 2023. Elle a déclaré qu’elle opérait sur six marchés, dont le Japon et la Thaïlande, avec environ 100 clients, des chaussures Aldo aux magasins de santé et de beauté Guardian.
Mais les clients de ces magasins de détail, contrairement à ceux des restaurants avec service au volant, ne savent souvent pas que les machines les surveillent. Le consentement n’est pas vraiment une option car les gens se déplacent entre les espaces publics et privés, soulevant des questions sur la surveillance.
La collecte de données est inévitable, a déclaré Amanuel Flobbe, directeur de Sunbytes à Ho Chi Minh-Ville, qui aide les entreprises à améliorer leurs opérations grâce à l’analyse des données. Les entreprises sont confrontées à un compromis, a-t-il déclaré, entre leur recherche d’efficacité et l’utilisation éthique des données, en particulier si elles incluent des informations personnelles.
« Si ce n’est pas anonyme, le risque est là », a-t-il déclaré à Nikkei Asia.
Lorsqu’on lui a demandé si les gens devraient être dégoûtés de tout ce suivi, Do a déclaré que les données sont anonymisées et que Palexy supprime les données des clients dans les 24 heures. Il a déclaré que l’activité principale de l’entreprise n’utilisait pas la reconnaissance faciale, bien qu’un service plus récent, pour identifier les clients fidèles, le fasse.
« Nous méritons un peu d’intimité. Nous ne voulons pas être surveillés tout le temps », a-t-il déclaré.
Palexy donne des recommandations et un magasin décide de les utiliser. Certains sont basiques, comme le nombre de membres du personnel à affecter à un quart de travail. D’autres entrent dans le domaine de la psychologie comportementale, comme l’éclairage et la disposition qui augmentent les chances que quelqu’un achète un produit. La startup a déclaré avoir mené une campagne publicitaire A/B pour un client japonais au Vietnam, par exemple, concluant que les clips vidéo en magasin étaient meilleurs que les graphiques statiques pour attirer les acheteurs dans une allée spécifique.
C’est une question pour tous les spécialistes du marketing : combien les consommateurs sont-ils prêts à être poussés à acheter ?
Le meilleur équilibre entre la commodité du client et la confidentialité varie selon les pays, a déclaré Do.
« Pour chaque marché, il y a un point d’équilibre », a-t-il déclaré.
Palexy a déclaré que ses revenus mensuels étaient de 50 000 $ et qu’il vise à atteindre le seuil de rentabilité d’ici avril. Il a levé 1 million de dollars auprès de Do Ventures et Access Ventures lors d’un tour de table en décembre et se compare à Google Analytics pour les magasins physiques. De nombreux magasins ne sont devenus que récemment des convertis au big data, qui est si répandu en ligne que les critiques ont commencé à mettre en garde contre le « solutionnisme » de l’IA ou de la techno – la conviction qu’avec suffisamment de données, à peu près tout peut être optimisé.
Pour l’utilisation des données dans les magasins, cependant, il est encore tôt. Do a estimé que Palexy passe en revue jusqu’à 30 à 40 métriques, telles que le nombre de personnes qui essaient un produit ou décident d’entrer lorsqu’elles voient une vitrine. La société pourrait étendre sa technologie au-delà de la vente au détail et souhaite offrir aux clients une option de commerce électronique d’ici 2022, a-t-il déclaré.
« La différence entre les mondes physique et numérique », a déclaré Do, « sera floue ».