Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Brennus Analytics : l'intelligence artificielle au service de l’optimisation des prix de vente


Rédigé par le 21 Novembre 2017

Imaginée au pays du Rugby, la startup Brennus Analytics, propose d’optimiser les prix catalogue, les niveaux de remise et les prix transactionnels, des entreprises du B2B. Elle s’appuie sur la technologie AMAS pour définir les meilleures combinaisons en fonction des différentes contraintes. Les services en entreprises chargés de la fixation des prix passent ainsi directement de Excel, à l’intelligence artificielle.



Photo Brennus Analytics
Photo Brennus Analytics
Ils sont neuf, ils se décident fin 2015, à l’IRIT à se lancer dans l’aventure d’une startup dédiée à l’intelligence artificielle au service de la fixation des prix. Nous sommes avant le boom marketing de l’IA, et les réseaux de neurones sont encore connus essentiellement des spécialistes. Leur idée n’est pas de proposer une technologie généraliste, accompagnée de prestations de services pour la mettre en oeuvre dans tous les secteurs, mais de se focaliser sur un sujet. Et ils choisissent l’optimisation de la fixation des prix de vente; une problématique essentielle dans les domaines de la distribution et de la vente B2B.
Nous parlons ici de fixation des prix standards catalogues, des niveaux de remise et des prix transactionnels. Une autre facette de cette optimisation des prix tourne autour des configurateurs de vente pour les produits complexes, mais ce n’est pas le coeur de métier de Brennus Analytics.

Même si les discours tournent dans toutes les entreprises autour de la personnalisation des produits, il reste bien des secteurs comme celui de la construction, où les catalogues de produits sont standards. Ce qui ne l’est pas en revanche, ce sont les prix. Ne parlez pas de “prix à la tête du client”, on n’aime pas trop l’expression; on préfère parler de prix adapté à chaque besoin client. Mais à partir d’un prix catalogue, quasiment jamais appliqué, il faut optimiser les remises et les prix transactionnels proposés, afin de conserver la meilleure marge tout en remportant un maximum de contrats.

Comment sont fixés actuellement les prix ?

Le meilleur outil du responsable de la fixation des prix est bien souvent… Microsoft Excel. Ou son ami de toujours, Access. Quant aux méthodes, elles sont diverses : prix de fabrication plus marge, positionnement face à la concurrence, capacité du client à payer. Ces outils sont limités, à la fois dans la quantité de données qu’ils peuvent ingérer, et par leur performance. Cette activité de fixation des prix, multidimensionnelle et très chronophage, n’est plus en phase avec les besoins actuels de précision et de réactivité des entreprises. Étonnamment, l’usage des bases de données multidimensionnelles de type OLAP, ne se serait pas beaucoup développé dans ce domaine.

Mettre les réseaux de neurones au service du pricing

“Nous voulions changer véritablement la manière de travailler des personnes qui ont en charge d’établir les prix”, explique Emilie Gariel, en charge des opérations et du marketing de Brennus Analytics. “Nous voulions absolument sortir du “service à tout faire” pour proposer une vraie solution, dédiée au pricing et uniquement au pricing”.
“Le calcul des prix, est le levier numéro 1 de rentabilité des entreprises, mais assez peu le savaient et osaient s'y atteler avant la fin des années 2000. On préférait les grands programmes de réduction des coûts, moins efficaces et plus douloureux - mais perçus comme moins risqués. Ma conviction est que le prix n'a émergé en tant que levier stratégique majeur de rentabilité que depuis une dizaine d'années (à l’exception du yield management dans le secteur aérien et dans l'hôtellerie). On s'est ensuite rendu compte que le prix pouvait être dynamique, contextuel voire personnalisé (dans le respect des limites réglementaires), et que la technologie pouvait aider”, explique Emilie Gariel.
Ce que propose donc Brennus Analytics, c’est un ensemble d’algorithmes qui va optimiser, en fonction de tous les critères mentionnés plus haut, les prix proposés à chaque client. En plus des critères décisionnels, il faut tenir compte de contraintes réglementaires. Il n’est pas autorisé de vendre en dessous du coût de revient; et il faut toujours être en mesure d’expliquer pourquoi un client bénéficie d’un prix différent d’un autre. Selon Emilie Gariel, “Chaque société a des variables et des contraintes propres que la solution Brennus saura intégrer afin de générer le prix optimal de vente, celui qui porte l’entreprise au plus proche de ses objectifs de part de marché et de marge tout en satisfaisant le client. Un pricing optimal se traduit généralement par une augmentation de la marge de 5% à 15%. La solution Brennus permet non seulement de visualiser et d’analyser la performance-prix ou de simuler des changements, mais également d’obtenir des recommandations de prix optimaux”. Cette technologie, de systèmes multi-agents adaptatifs (AMAS), Brennus Analytics, sans en être propriétaire, serait le seul éditeur à l’utiliser dans ce domaine. Le principe, est de décomposer un problème en plusieurs petites entités autonomes qui “se parlent” et établissent le meilleur prix, en fonction des contraintes de l’ensemble. De plus, la technologie fait ce que l’on appelle de l’apprentissage continue, et s’améliore au fur et à mesure de son utilisation. "Nous avons testé les réseaux de neurones sur les problématiques de prédiction et sur l’apprentissage, pour lesquels ils donnent de bons résultats. En revanche dans le cadre de problématiques d'optimisation, ils ne sont pas exploitables à l'heure actuelle", explique Emilie Gariel.

"Les AMAS sont des systèmes complexes artificiels s'appuyant sur l'auto-organisation d'entités logicielles de micro-niveau (des agents) faisant émerger des propriétés / fonctionnalités / résultats au macro-niveau. Ils sont inspirés des insectes sociaux et des phénomènes d'auto-organisation et d'émergence que l'on retrouve partout autour de nous. Le moteur de leur auto-organisation est un principe de coopération locale (diminution du degré de criticité de chaque agent et de son voisinage proche) qui garantit la convergence du système vers un état d'équilibre correspondant à un optimum de coopération. Ceci permet de définir des systèmes capables de répondre à une vaste classe de problème de simulation, d'optimisation et d'apprentissage. A l'inverse de nombreux autres algorithmes (dont les réseaux de neurones) il s'agit de systèmes ouverts dont la structure (topologie des relations, agents présents dans le système, etc.) peut être modifiée en cours d'exécution. Ceci ainsi que la localité des calculs et des comportements leur confèrent une très grande flexibilité, des temps de réponse très courts et permettent la prise en compte d'un très grand nombre de paramètres", explique Sylvain Rougemaille, Chief Design Officer de Brennus Analytics.

Une start-up encore en phase de développement

Après deux années de développement, auxquelles s’ajoutent les années de recherche universitaire précédentes, Brennus Analytics est encore une startup. L’entreprise n’est pas en mesure de communiquer une liste de clients, et parle de plusieurs projets de co-développement : un industriel spécialisé dans les biens intermédiaires du bâtiment, un logisticien, un acteur de la distribution spécialisée… Mais si l’entreprise génère un peu de chiffre d’affaires, elle est encore loin de pouvoir rémunérer directement son équipe de 16 personnes.
Elle a obtenu le soutien financier de plusieurs partenaires, dont BpiFrance et Wilco (Scientipôle), et a levé 500 000 euros pour assurer son développement à court terme, l’été dernier. Un montant cependant bien modeste au regard des financements que l’on peut voir se déclencher sur les mêmes sujets, en particulier en Amérique du Nord. Mais les fondateurs de Brennus Analytics préfèreraient ne pas céder trop rapidement leur capital, au risque de ralentir leur développement.
Parmi ses investisseurs, on retrouve ZTP, une branche innovation de la famille Mulliez.
Mais Brennus Analytics devra rapidement convaincre de nouveaux clients d’acquérir sa solution, et d’accepter d’en parler, afin de renforcer son chiffre d’affaires, et de ne pas dépendre de trop importantes nouvelles levées de fonds.
Brennus Analytics n’est pas seul sur le marché, et une recherche rapide “pricing optimization software” fait remonter des dizaines d’outils; Brennus Analytics est sans doute une des seules à utiliser les AMAS pour produire ses optimisations. Mais sa technologie n’est pas propriétaire. Ils s’appuient sur des recherches universitaires qui sont disponibles également pour d’éventuels concurrents. C’est sans doute l’un des points faibles de Brennus Analytics. La propriété intellectuelle de l’entreprise est plus basée sur la mise en oeuvre de ces technologies, appliquées au domaine de l’optimisation des prix, que sur de la recherche fondamentale. Si l’éditeur a plusieurs années d’avance, il peut néanmoins être copié. C’est donc la vitesse d’exécution de son plan de développement, le marketing et la fonction commerciale qui feront la différence; et Brennus Analytics doit se donner les moyens de se développer rapidement.




Nouveau commentaire :
Facebook Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.