Innovation produit FMCG utilisant lintelligence artificielle

(Somsubhra Gan Choudhuri) (fév 12, 2019)

Les cas dutilisation typiques de lintelligence artificielle (IA) dans lindustrie des produits de consommation ont été principalement dans la prédiction, la prévision de la demande, la chaîne dapprovisionnement, la distribution, la production et la maintenance; la principale raison a été la disponibilité dune énorme quantité de données structurées. Linnovation de produit est un problème plus difficile et la preuve réside dans le fait que le taux de réussite de linnovation de nouveau produit se situe à deux chiffres inférieurs; les méthodes traditionnelles d’innovation de produit utilisent très moins de données et dépendent fortement des compétences et de l’expérience de l’équipe qui y travaille.

Pour de meilleures innovations & plus rapides, LIA peut être utilisée des manières suivantes:

Comprendre les consommateurs:

La première étape de linnovation produit est la compréhension du consommateur; il existe deux sources de données à cet effet: les données internes de lentreprise sous forme de données de vente, de données historiques sur les consommateurs, de comportement dachat en ligne, etc. Données publiques externes sous forme de conversations en ligne.

Aujourdhui, nous vivons dans un monde où les gens partagent constamment des aperçus de leur vie, de leurs pensées et de leurs opinions au quotidien à travers du texte et des images. Il sagit dopinions non modérées et impartiales sur des produits, des lieux, des services ou des événements. Jusquà présent, il nétait pas possible de donner un sens à ce bruit, mais les récentes avancées technologiques ont permis danalyser et de comprendre ces mégadonnées pour en tirer un sens et un contexte, sans intervention humaine. La baisse des coûts de calcul et les progrès de la technologie dintelligence artificielle ont permis de structurer, distiller et analyser ce bruit pour identifier et comprendre ce que les gens pensent et demandent.

Ces informations deviennent très précieuses car elles est basé sur des millions de points de données, et pas seulement sur quelques centaines comme cest le cas dans une étude de consommation typique. Ces informations peuvent être utilisées pour identifier les besoins des consommateurs et les tendances émergentes en temps réel.

La technologie qui rend possible est le traitement du langage naturel (NLP) & Computer Vision. Le traitement du langage naturel (PNL) est un sous-domaine de lintelligence artificielle qui vise à permettre aux ordinateurs de comprendre et de traiter les langages dune manière que les humains le feront. La vision par ordinateur permet dextraire des informations non dites des images. La vision par ordinateur, un autre sous-domaine de lintelligence artificielle, permet aux ordinateurs de voir, didentifier et de traiter les images de la même manière que la vision humaine, puis de fournir une sortie appropriée. Lanalyse prédictive peut ensuite être utilisée pour prédire la trajectoire future des tendances.

Créer des concepts de produits gagnants:

La génération dun nouveau concept de produit et le maintien dun pipeline dinnovation est un processus long et laborieux souvent conduit par instinct et intuition. Lintelligence artificielle peut nous aider à identifier les opportunités despace blanc, puis à générer de nouveaux concepts de produit pour saisir lopportunité despace blanc.

Des millions de concepts de produit peuvent être créés en utilisant une combinaison algorithmique de fonctionnalités n-gramme, ce qui aurait été impossible par une approche humaine.

Écran & Priorité aux concepts gagnants:

Les concepts générés par lalgorithme peuvent ensuite être filtrés et classés par ordre de priorité en fonction du consommateur compréhension et identification des tendances effectuées. Lanalyse prédictive ici peut prédire quels produits réussiront demain avant même que les produits ne soient mis sur le marché.

Palette IA aide les entreprises de FMCG à innover dans leurs produits. Nous utilisons lintelligence artificielle & Machine Learning pour aider les entreprises de grande consommation à créer des produits gagnants pour les consommateurs.