[Interview] Ted Mann, CEO Slyce : « La recherche visuelle transforme le smartphone en un outil d’achat »

Ted Mann, CEO Slyce

 

Cette interview complète l’article consacré aux cas réels menés avec succès par de grands noms du retail ( Tommy Hilfiger, Best Buy, Neiman Marcus, The Home Depot ) qui désormais intègrent la recherche d’images dans le parcours d’achat.

 

Cela s’appelle avoir de la chance. Slyce, le leader de la recherche d’images pour le retail, s’est vu mis à l’honneur pour les fêtes par son client, The Home Depot , devant des millions d’américains. Dans une démarche assez audacieuse mais surement finement calculée à l’approche de la course aux idées cadeaux, la célèbre enseigne de distribution américaine pour l’équipement de la maison consacre sa campagne publicitaire télévision sur un reflexe shopping de plus en plus prisé : prendre en photo un objet de la vie réelle pour le retrouver, lui ou ses équivalents, en ligne sur le site de la marque ou du retailer. On y voit une maman faire son shopping cadeaux en s’aidant de la recherche visuelle dans l’appli mobile de The Home Depot.

 

 

 

Source: Slyce.it

 

LIRE AUSSI : Tout savoir sur la Recherche Visuelle (avec The Home Depot, Best Buy, Tommy Hilfiger et leur partenaire Slyce)

 

Coup de chance, j’ai eu l’opportunité de m’entretenir avec Ted Mann, le CEO de Slyce, à Chicago à la Conférence IRCE. Entretien.

 

A noter que Slyce, identifié par Lafayette Plug and Play, 1er accélérateur au  monde dédié au Retail et à l’E-commerce, issu du partenariat entre le Groupe Galeries Lafayette et le célèbre accélérateur américain Plug and Play , a intégré la promotion actuelle #batch5. Ce progamme d’excellence, résumé dans ce film , est, comme le souligne Deborah Loye dans Les Echos  « le point de départ du déploiement de Slyce en Europe « .

 

 

:: Au démarrage de Slyce en 2013, la technologie était naissante. Pourquoi y avez-vous cru ?

Ted Mann Nous avons démarré l’entreprise par une observation très simple : les appareils photo de nos smartphones sont incroyablement puissants. En combinant ces caméras haute résolution avec la puissance du cloud, et maintenant du machine learning, nous arrivons à proposer de nouvelles expériences de recherche et de découverte incroyables.

Nous avons commencé par travailler avec les grands magasins et les marques de vêtements. Mais nous nous sommes rapidement rendus compte que le cas d’utilisation initial – découvrir un vêtement et l’acheter – n’était qu’un des nombreux moyens d’utiliser la recherche visuelle.

 

:: Nous allons y revenir. Mais aujourd’hui, où en est Slyce ? 

Ted Mann : Nous sommes le premier fournisseur mondial de technologie de recherche visuelle pour le Retail. Si vous avez déjà vu l’icône d’une caméra dans la barre de recherche d’une appli retail,  il y a de fortes chances pour que ce soit Slyce derrière. Nous travaillons avec plus de 50 grandes enseignes aux Etats Unis et à l’international.

Plus de 50 enseignes américaines utilisent Slyce, dans des secteurs très divers : grands magasins, électronique, équipement de la maison, alimentaire, habillement.

 

 

:: Quel est le cas d’usage le plus fréquent pour démarrer avec la recherche visuelle ?

Ted Mann : Un premier cas d’usage fréquent est le suivant : le consommateur lance l’application du retailer et tape sur l’icône de la caméra (située dans la barre de recherche ou sur l’écran d’accueil de l’application) et prend en photo ce qui l’entoure – une page catalogue, un code-barres, un produit dans la rue – par exemple une paire de chaussures ou un sac à main qu’il aime – et va voir afficher, en quelques secondes, le même produit, quand il existe dans le catalogue du marchand, ou des produits lui ressemblant.

 ____________________________________________________________________

Cas d’usage RETAIL de la recherche visuelle

Source: Slyce.it

 

BtoC

1D – Scanner un Code Barre – Activation Produit : Retrouver en ligne un produit en scannant un code barre (1D)

2D – Prendre en photo un imprimé – Print to Web: Retrouver en ligne un produit vu sur dans un catalogue, un mailing, ou même une vidéo (2D) – Activation Magasin : retrouver en ligne un produit montré sur une affiche ou un liflet

3D – Prendre en photo un produit réel

  • Snap to Buy : Retrouver en ligne un produit photographié dans la vie réelle (3D)
    • Ou trouver un produit approchant
    • Et visualiser des produits pour compléter son look, personnalisés selon le profil du client (CRM)
  • Snap to List : se créer sa liste de course, sa liste de favoris ou sa liste de cadeaux pour la retrouver plus tard, la retrouver en magasin ou pour commander immédiatement.

BtoB

  • La Buyer AppChez Neiman Marcus, les employés disposent d’une app dédiée.  En prenant en photo un produit, ils accédent immédiatement à son historique de vente, sa description complète, ou à des produits similaires.

 __________________________________________________________________

 

:: Question que tout le monde se pose : une fois passé l’amusement d’un premier essai, les consommateurs continuent-ils à utiliser le service ?

Ted Mann : L’utilisation est excellente et elle augmente au fil des mois. Nous constatons depuis 3 ans chez l’ensemble de nos clients une croissance moyenne de l’usage de 20 % d’un mois sur l’autre.

 

_______________________________________________________________________________

2 cas réels utilisant la technologie Slyce :

Le grand magasin Neiman Marcus utilise depuis 4 ans la recherche visuelle Slyce,

dans son service Snap.Find.Shop :

 

 

 

 

 

 

 

 

 

 

 

 

 

Depuis 2 ans, Tommy Hilfinger donne un effet booster à ses shows en proposant la 1èreappli de reconnaissance visuelle conçue pour un défilé, la TommyLand Snap : Shop. Objectif : permettre à ses clients d’acheter immédiatement les vêtements présentés lors du défilé.

Basé sur la promesse de « See Now, Buy Now »,  les utilisateurs peuvent découvrir et acheter les vêtements portés par les mannequins qui défilent en en les prenant simplement en photo au travers de l’application TommyNow Snap.

___________________________________________________________________

 

:: La technologie Slyce s’applique-t-elle à tout type de produits ?

Ted Mann : Oui, nous sommes capable d’identifier les images dans tous les secteurs : habillement, meubles, alimentaire, électroniques, etc. Notre force est de savoir repérer des produits individuels dans une image qui en comportent plusieurs.

 

:: Comment la reconnaissance se fait-elle ?

Ted Mann : Nous utilisons le deep learning et l’intelligence artificielle pour identifier des similitudes au niveau des images et trouver les meilleures correspondances dans le catalogue  produits de l’enseigne.

La reconnaissance d’images basique repose sur des modèles pré-entraînés d’identification (un chat ou un chien, par exemple). Mais pour atteindre un niveau de précision maximum, notamment pour le secteur de la mode, il est nécessaire de « nourrir » la machine de milliers d’images qui seront analysées par étapes successives : la première étape analyse les informations contenues sur l’image, puis la seconde réalise un scan encore plus fin et plus précis grâce au résultat obtenus précédemment et ainsi de suite, jusqu’à la reconnaissance visuelle finale.

:: Quel type de données viennent nourrir le modèle ?

Ted Mann : Nous travaillons avec le maximum d’images de produits possible, taguées et annotées avec le descriptif le plus complet possible (couleurs, nuances, formes, motifs, finitions, marques…).

Ces données sont utilisées pour apprendre au modèle comment reconnaître et rechercher des produits avec des caractéristiques spécifiques dans le catalogue de l’enseigne. Pour reprendre l’exemple de la mode, il faut des milliers d’exemples de cols de chemise, ou de coupes de jeans, pour personnaliser correctement le modèle algorithmique.

Un autre facteur clé dans l’apprentissage du modèle est le type d’images utilisées pour cet apprentissage. S’agit-il d’images créées dans un studio sans fond ? Des images générées par les consommateurs (UGC) avec des arrière-plans encombrés ? Les deux types d’images sont extrêmement utiles pour l’apprentissage du moteur de recherche visuelle : le premier aidera le système à identifier avec précision une image dans le catalogue produits de l’enseigne, tandis que le second fonctionnera parfaitement lorsqu’une personne prend en photo un vêtement porté qu’elle aime pour le retrouver immédiatement. C’est le cas lors des défilés de Tommy Hillfinger.Une personne qui assiste au show peut photographier la robe portée par le mannequin qui défile afin de pouvoir l’acheter immédiatement.

 

:: Slyce n’est pas l’unique solution sur le marché. En quoi vous différenciez-vous ?

Ted Mann : L’une des particularités de Slyce qui nous différencie des autres entreprises, c’est que nous construisons nos propres classificateurs et nos propres données d’apprentissage, à partir des images du retailer. Nous taguons toutes les images du retailer entrant dans notre système d’une manière bien spécifique en utilisant nos propres outils, contrairement à d’autres solutions basées sur des données open source. C’est un énorme avantage pour nous.

L’autre particularité, c’est ce que nous appelons ‘ Human in the loop’. Si le résultat de recherche n’est pas satisfaisant, une personne prend la main, corrige et restitue un résultat parfait. Ceci 24h sur 24. C’est ce qui nous permet d’avoir un taux d’exactitude de 95%.

 

Au lieu de décrire la photo d’une veste en cuir pour femme : Femme/Veste/Humain, le moteur de Slyce va la décrire avec des attributs spécifiques : Vêtement/Femme/Noir/Trench Coat/Coupe ajustée/Trapeur… :

Source: Slyce.it

 

:: Quels résultats obtiennent vos clients ?

Ted Mann : En moyenne nos clients retailers augmentent de 60% le taux de conversion et de de 20% le montant moyen de la commande. Le taux d’exactitude moyen est de 95%.

 

Quelques chiiffres de résultats des clients Slyce. Par exemple, l’enseigne de vêtements EXPRESS a constaté une hausse multipliée par 3 de l’activation de Coupons à partir du Print. -Source : Slyce.it

 

:: Avez-vous constaté des cas d’usage auxquels vous ne vous attendiez pas ?

Ted Mann : Absolument.  Notre client Walmart et sa filiale alimentaire Jet.com a été surprise par la rapidité avec laquelle leurs clients ont adopté la Visual Seach pour se créer une shopping list de manière très simple – encore plus simple que par la voix ! Dans sa cuisine, le client pointe avec la camera de leur smartphone les produits qu’il veut recommander sans quitter l’appareil photo – snap, snap, snap – et il se construit ainsi sa liste en quelques secondes.

Même principe pour les futurs jeunes mariés, qui peuvent se créer leur liste de cadeaux, par exemple chez Crate and Barrel, en scannant le barre code ou en prenant la photo de l’article, dans le grand magasin où ils ont déposé leur liste de mariage.

 

POUR EN SAVOIR PLUS

 

Customer Insight repère les innovations en Digital, Mobile et Retail aux Etats-Unis, et aide les entreprises françaises à transposer avec succès ces stratégies ayant fait leur preuve aux U.S. Notre méthode, nos prestations sur-mesure. Parlons ensemble sur Linkedin, par mail ou au 06 12 83 39 28.

 

 

 

 

 

Écrire une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *