Ancienne plus grande cha\u00eene de magasins de jouets dans le monde, Toys\u2019R\u2019Us annonce sa faillite en septembre 2017 avant de liquider ses magasins aux Etats-Unis en mars 2018. Tr\u00e8s critiqu\u00e9e pour le mauvais d\u00e9ploiement de son offre e-commerce, l\u2019enseigne a \u00e9galement mal g\u00e9r\u00e9 la disparition des barri\u00e8res entre le magasin offline et online, en d\u00e9laissant compl\u00e8tement le phygital. Alors, comment les retailers peuvent tirer parti d\u2019un tel \u00e9chec et faire le pont entre le monde physique et digital? <\/p>\n\n\n\n
La course \u00e0 l\u2019unification du magasin physique et virtuel a d\u00e9j\u00e0 commenc\u00e9. Les strat\u00e9gies omnicanales qui se d\u00e9veloppent depuis plusieurs ann\u00e9es sont en plein bouleversement depuis l\u2019arriv\u00e9e d\u2019un nouvel entrant : l\u2019Intelligence Artificielle. L\u2019analyse pr\u00e9dictive que permet l\u2019IA <\/strong>aide \u00e0 accompagner les marques lors de prises de d\u00e9cision, mais aussi de pr\u00e9dire les futures actions des consommateurs et enfin faciliter le parcours d\u2019achat.<\/p>\n\n\n\n De nombreuses entreprises (dont Walmart<\/em>, annonc\u00e9 il y a quelques mois) s\u2019appuient ainsi sur Azure<\/a> pour d\u00e9velopper des offres de magasins-sans-caisses. C\u2019est \u00e9galement le cas pour AVA Retail<\/a>, qui associ\u00e9 \u00e0 MasterCard<\/em>, permet une exp\u00e9rience plus fluide. Ces applications de deep-learning appliqu\u00e9es aux produits, mais aussi \u00e0 la reconnaissance faciale, permettent de litt\u00e9ralement supprimer une des principales friction en boutique physique<\/strong> : \u00e0 savoir les caisses et leur file d\u2019attente. Les clients identifi\u00e9s \u00e0 l\u2019entr\u00e9e du magasin gr\u00e2ce \u00e0 leur smartphone n\u2019ont plus qu\u2019\u00e0 faire leurs courses normalement. Les cam\u00e9ras et algorithmes se chargeant d\u2019analyser en temps r\u00e9el le contenu de chaque panier.<\/p>\n\n\n\n