Stories
Factonics was founded in 2017 on the principle that in order to succeed in the world’s rapidly evolving data ecosystem, companies - no matter what their industry or size - must use data science, machine learning, and AI to continuously innovate.
Optimisation de l'assortiment en point de vente
Quelle est la redistribution optimale pour un point de vente en fonction du profil de la boutique et de la similarité entre les produits de la collection ?
Nous offrons un outil simple, pour aider les réseaux de boutiques à optimiser l’assortiment en boutique.
Résumé
Grâce au Machine-learning nous analysons l’ensemble des produits des collections présentes et passées pour mesurer les similarités stylistiques et les associations entre les produits.
Cette connaissance sur les produits nous permet de segmenter de façon intelligente les points de ventes et identifier le profil de chacune d’elle.
Ainsi il est alors possible de proposer tout au long de l’année des propositions d’optimisation de l’assortiment qui aideront la boutique à améliorer ses résultats.
En savoir plus :
Pour qui :
- Responsable réseau
- Responsable e-merc
- Directeur commercial
Technologies utilisées :
- COMPUTER VISION / CNN
- NLP / Name entities recognition
- MACHINE LEARNING / Clustering
KPI’s chiffrés :
- Augmentation du montant du panier moyen
- Augmentation du cross sell
+110k
Produits analysés
6
Nombre de profils de boutique moy. identifiés