Lors d’une mes nombreuses pérégrinations à Station F j’ai eu le plaisir d’échanger avec Claire, co-fondatrice de Daco, une startup qui mêle intelligence artificielle et mode.

Retour sur un entretien qui met en lumière la manière dont l’intelligence artificielle va aider un secteur quelque peu rigide 🙂

Modelab : Est-ce que tu pourrais te présenter ?

Claire : Je suis Claire Bretton, co-fondatrice de Daco. Pour résumer mon parcours en un mot depuis ma sortie de ESCP Europe en 2012, je dirais : la data. J’ai commencé ma carrière chez Emnos, un cabinet de conseil en big data. J’ai passé deux ans à travailler pour le groupe Carrefour, avec comme principale mission l’analyse de toutes les données de la carte de fidélité pour optimiser le mix marketing : l’offre, le prix, le marketing ciblé, etc… Ensuite, j’ai rejoint Advancy, un cabinet de conseil en stratégie, et j’y suis restée quatre ans. J’ai beaucoup travaillé avec les grands acteurs du Retail (prêt-à-porter et cosmétiques) : du mass market avec le groupe Vivarte jusqu’aux maisons de luxe avec la maison Kenzo par exemple. Je les aidais sur des problématiques de category management, de stratégie prix, de plans stratégiques plus globaux ou d’expansion internationale.

C’est dans ce cabinet que j’ai rencontré mes deux associés, Paul et Anis. Tous les trois, on a travaillé sur des problématiques assez similaires et on partageait l’envie de créer et d’entreprendre. On a identifié un besoin, celui des données de l’environnement concurrentiel, et on s’est lancé!

Modelab : Est-ce que tu pourrais nous expliquer ce que fait Daco ?

Claire : On a créé  Daco en septembre 2016.  Daco, c’est une plateforme qui va aider les retailers du prêt-à-porter (pour l’instant) à avoir la meilleure vision de leur environnement concurrentiel.

Le constat est simple : aujourd’hui, il n’y a plus de croissance organique sur les marchés du prêt-à-porter, surtout en France. Si l’on veut croître, il faut prendre des parts de marché à ses concurrents. Et la première étape pour y arriver, c’est de connaître ses concurrents. J’aurais du mal à gagner une course si je ne sais pas où se situent mes adversaires. On s’est rendu compte qu’en interne, il n’y avait que très peu de données, ou alors que la collecte de ces données était effectuée à la main de façon très laborieuse. C’était très artisanal, alors que toute la donnée est disponible en ligne ! Il ne manquait plus que les outils technologiques pour l’extraire et pour l’analyser.

Chez Daco, on fonctionne principalement avec trois technologies : la première est une technologie d’extraction de données. Une fois l’extraction faite, il y a un gros enjeu d’homogénéisation de la donnée, puisqu’en fait, les retailers n’ont pas forcément tous la même façon de définir leurs produits : ce qui peut être classé dans les pantalons chez Zara peut être un jean chez H&M. On a besoin de comparer des choses qui sont comparables, et pour ça, on va faire levier sur la reconnaissance d’image et les technologies d’intelligence artificielle. Ça aide le retailer à aligner les produits de ses concurrents sur sa propre segmentation en interne. On est aussi capable d’identifier les produits similaires : c’est l’un des gros enjeux du benchmark dans la mode. C’est ce que fait l’intelligence artificielle : elle mélange du texte et des images pour trouver un assortiment de produits comparables par rapport à un produit en particulier. Tout cela nous donne un flux de données qui est à la fois exhaustif et homogène, qui va nourrir un ensemble de tableaux de bord.

Daco
Claire BRETTON

On a plusieurs thèmes : on va travailler sur l’offre tout d’abord, on va donner des équilibres d’assortiment par catégorie, par sous-catégorie, par taille, par couleur (ma collection hiver comprend-elle assez de noir ?)… Ces analyses vont permettre d’une part de se rendre compte de ses points de différenciation, mais aussi d’identifier et d’aller chercher des opportunités sur des catégories qu’on ne couvre pas assez. Ensuite, on a un module Prix et un module Promotions. Nos clients vont pouvoir savoir s’ils ont assez d’entrée de gamme, de haut de gamme, s’il va suffisamment loin dans les prix pour entretenir une image plus mode… Sur la promotion, on va chercher à savoir si les promotions sont cadencées intelligemment et avec pertinence. On l’a vu pendant les soldes : tout le monde était accro à ces analyses pour savoir si les promotions proposées avaient été trop ou pas assez agressives sur les différentes démarques.

Ces tableaux de bord sont utilisés par trois types de clients. Il y a, tout d’abord, les retailers classiques qui veulent savoir ce que fait la concurrence. Ensuite, il y a les marques qui ont une approche différente. Elles sont parties du constat qu’aujourd’hui, les marketplaces sont un canal de distribution très important pour elles et elles ont du mal à savoir ce qui s’y passe. Que ce soit Zalando ou Amazon, c’est très fouillis, il y a beaucoup de vendeurs derrière, ce ne sont pas forcément des revendeurs officiels, il y a de la contrefaçon, et les marques veulent maîtriser leur distribution sélective et officielle. Leur but, c’est donc de repérer tous les vendeurs non officiels qui vont entacher leur image de marque et leur voler des ventes, et donc de monitorer leur présence sur les différentes marketplaces qui existent. Enfin, on a des cas qui sont plus ponctuels : on travaille avec des cabinets de conseil qui vont nous demander de la data pour une mission en particulier. Voilà nos trois cas d’usage.

Modelab : Si vous êtes capables de tout quantifier, et donc de tout « prédire », quand on a une stratégie qui est hors cadre ou hors spectre, comment cela se passe ? Par définition, c’est quelque chose que vous ne pouvez pas prévoir. Pour les marques, si j’ai bien compris, le but, c’est de minimiser le risque, d’optimiser les ventes et de cannibaliser son concurrent. Comment faites-vous en cas d’imprévu ? Au bout de combien de temps le réintégrez-vous dans vos calculs ? Comment l’analysez-vous et comment le remettez-vous à jour ?

Claire : C’est un bon point, parce qu’on utilise de l’intelligence artificielle, et il nous faut des données pour l’entraîner. J’ai l’habitude de dire que chez Daco, on développe un outil qui va aider les marques à passer à l’étape d’après.

Modelab : Par exemple, dans « Deep thinking » Garry Kasparov, explique que quand il joue contre Deep Blue, à un moment donné, il n’en peut plus et il joue un coup qui est très mauvais et que la machine ne peut pas gérer parce c’est quelque chose qui n’est pas prévu. Et, elle bug.

Claire : Effectivement, c’est arrivé dans ce cas-la. Mais nous, on est sur un marché sur lequel il y a très peu de coups de ce genre, et si un imprévu arrive, la machine ne saura pas réagir la première fois, mais elle saura réagir la deuxième. C’est un coup qui peut marcher une fois. En fait, on apprend aux machines à réagir au fur et à mesure pour qu’elles soient plus intelligentes. Je vais prendre un exemple tout simple : au début, on a entraîné notre intelligence artificielle sur un set de photos initial. On s’est rendu compte que sur certains sites web, toutes les photos sont stylisées. Il n’y aura jamais un haut tout seul : il sera toujours porté avec une jupe ou un pantalon. Il sera en situation. Et forcément, au début, la machine ne sait pas où regarder. On lui a donc appris à faire un arbitrage pour qu’elle sache regarder au bon endroit. On la rend donc de plus en plus intelligente, mais il y a des coups qu’elle ne peut pas anticiper si on ne lui a jamais appris. C’est comme un enfant !

Modelab : En partant de l’exemple de Deep Blue, j’aimerais dériver sur AlphaGo. Il a été capable d’optimiser le jeu de go à un point que les meilleurs joueurs du monde étaient incapables d’atteindre ; est-ce que c’est quelque chose que vous pourriez atteindre de votre côté ? Optimiser les séances photo, recréer la situation, remettre de la créativité ?

Claire : C’est possible, parce qu’aujourd’hui, ce sont les GAFA qui donnent les règles du jeu de l’intelligence artificielle. AlphaGo, auparavant, est devenu performant en regardant jouer des gens, puis en jouant contre lui-même. La dernière révolution est arrivée avec AlphaGo  qui a été capable d’être performant seulement en jouant contre lui-même. Il n’a plus besoin de données externes pour exceller ! Nous, on pourrait aller beaucoup plus loin que ce qu’on a aujourd’hui. Le but, c’est de construire un modèle et une intelligence artificielle qui est assez flexible pour passer tout de suite à l’étape d’après. Il y a des publications scientifiques qui sortent tous les mois, et le but c’est de l’implémenter le mois suivant, sinon on a un temps de retard.

Modelab : Quel est ton point de vue par rapport à l’écosystème mode français ? Penses-tu que le marché français soit mature en terme d’innovation ?

Claire : Je pense que c’est un secteur assez particulier, assez singulier, pour deux raisons. La première, c’est que c’est un secteur où à la base, c’est un tabou de regarder ses concurrents. Et deuxièmement, c’est un secteur qui fonctionne beaucoup à l’intuition et au produit.

La tech, ce n’est pas quelque chose qu’on peut toucher, les gens en ont peur, ils ont peur que ça mette une distance entre le produit et le consommateur, mais je trouve que peu à peu, les mentalités sont en train de changer.

À  l’Époque, quand je faisais du conseil, je me battais avec les grands retailers parce que beaucoup d’entre eux avaient peur de rater le train du digital et de l’intelligence artificielle, et ils se dirigeaient vers des investissements qui étaient gadgets, qui ne renforçaient pas du tout l’expérience client. Je me rappelle d’avoir eu des séances de travail sur des concept stores où ils voulaient mettre des écrans partout… Je leur disais : « Si c’est pour voir un écran, je suis mieux chez moi dans mon canapé ! ».

Daco
Claire BRETTON – Paul MOUGINOT – Anis GANDOURA

Et je trouve que là, on est en train d’évangéliser le marché et de leur faire comprendre que la grosse innovation tech, celle qui va apporter une vraie valeur ajoutée, c’est quelque chose qui ne se voit pas, c’est du back office. Ce sont des innovations qui vont permettre l’omnicanalité, ce qui permet au client d’avoir un parcours fluide entre chaque canal. C’est quelque chose qu’on ne voit pas forcément, mais qui simplifie la relation avec les clients et surtout, rapproche et intensifie l’expérience. Je crois qu’on est dans la période d’évangélisation. Il y a beaucoup de start-ups qui arrivent et qui vont se charger de fluidifier tout ça. En tout cas, ce serait merveilleux que ça aille dans cette direction ! (Rit)

Modelab : Dans un précédent numéro de Modelab, on évoquait la Corée du Sud, où il est apparemment plus facile de trouver de la 4G qu’une poubelle ! Et les Coréennes qui viennent faire leur shopping en France sont très étonnées lorsqu’elles essayent de scanner les articles en boutique avec leur téléphone et qu’il ne se passe rien… L’expérience client qu’elles ont en Corée du Sud n’a rien à voir avec celle qu’elles peuvent avoir à Paris. Aujourd’hui, les retailers veulent être hyper-connectés, mais dans le même temps, on voit l’apparition du mindfulness, du yoga, de la déconnexion… Finalement, la valeur qui a le plus d’importance, c’est le temps. S’il s’agit simplement de mettre quelques écrans, effectivement, autant rester à la maison. Alors, comment trouve-t-on cet équilibre ? Y a-t-il un choix à faire ou plutôt des choix à faire pour ces fameux retailers ? Finalement, la valeur est-elle sur le produit ? Faut-il mettre beaucoup d’argent dans le retail ? Ou est-ce que les budgets devraient être dédiés non pas à ce que l’on vend, mais à la manière dont on le vend ?

Claire : Personnellement, je mettrais de l’argent sur l’expérience et l’histoire que je raconte. Effectivement, sur le produit en lui-même, le vêtement, le prix, etc… Mais pas seulement. J’aime bien citer l’exemple de Sézane ; je ne sais pas si c’est quelque chose qu’ils ont vraiment pensé et réfléchi, mais c’est ce que j’ai ressenti en tant que cliente. J’ai eu le sentiment qu’ils avaient tout compris.

Prenons l’exemple d’un magasin de prêt-à-porter standard : il y a beaucoup d’espace perdu c’est-à-dire non dédié à l’expérience client (les réserves, les caisses, …) et 50 % du temps des vendeurs-euses consiste à aller chercher des tailles dans l’arrière-boutique. On ne se concentre pas sur ce qui crée de la valeur. Dans la boutique Sézane, il y a très peu de réserve puisque toutes les tailles disponibles sont sur des racks. Les gens vont essayer des vêtements, ils sont conseillés par les vendeuses, ils reposent les vêtements et ne repartent pas forcément avec : on leur livre ! Ça crée un effet « Waouh » qui est permis par un back-office très efficace, qui fait que le produit va être livré sous quelques heures, et qui permet de tout reconcentrer sur la relation avec la vendeuse qui n’est même plus une vendeuse mais une conseillère. Elle n’est plus du tout en réserve, il n’y a pas vraiment de caisses, tout est centré sur l’humain et le produit. Je trouve ça assez intelligent comme façon de penser. Ça n’est pas une fausse manière de se mettre au digital. C’est beaucoup plus intelligent : on retrouve cette valeur d’humain, de pouvoir prendre son temps et de se concentrer sur ce qui importe vraiment.

Modelab : Le magasin devient un showroom. C’est ce qu’a aussi fait Bonobo sur Fifth Avenue, à New York. Il n’y a pas de stock en boutique, le client essaye, paye et est livré chez lui ou peut repasser plus tard en boutique, ou se faire livrer à un autre endroit, et c’est fait dans les 24 heures. Et comme tu dis, la valeur est remise sur la relation client.

Claire : On travaille pour Bréal actuellement, et à la Villa Bréal, le client peut prendre rendez-vous sur des périodes de 30 minutes à une heure, et il y a vraiment un conseiller qui est là pour l’orienter sur un style. C’est un vrai point de différentiation. Pour moi, on ne doit pas dire non à la tech. Il faut juste qu’elle soit au service de quelque chose de valeur. La tech pour la tech, ça ne sert à rien !

Modelab : Justement, comment penses-tu que la tech va modifier l’univers mode et la relation clientèle sur les cinq ou dix prochaines années ?

Claire : Je pense qu’elle va nous rapprocher. Il n’y aura plus de frottements parasites : on sera au contact de la marque et du créateur sans penser à la relation marchande et dans des moments où cela nous apportera beaucoup plus qu’une pièce de vêtement. Je ne sais pas si on va y arriver, mais c’est la vision que j’ai.

Modelab : Une relation directe entre le client, le créateur et le vendeur, en fait.

Claire : Oui, tout à fait. La question, c’est de savoir comment l’histoire que le créateur nous raconte va au-delà de la pièce de vêtement et du simple discours. Je ne serais pas surprise, par exemple, que certains magasins proposent des cours de yoga, que ce soit répandu et que tout ça forme un énorme écosystème.

Modelab : Du coup, on dépasserait le côté de la mode et on dériverait vers le lifestyle avec un côté nature, healthy, yoga… Ça reprend un peu ce que fait Agnès.b : c’est complet sur l’art contemporain également, tout son univers de marque se déploie.

Claire : J’espère qu’on va arriver à ça !

Modelab : Et pour finir, Daco, c’est quoi en ce moment ?

Claire : Daco, ça se passe très bien ! On a fait partie du programme Lafayette Plug & Play l’année dernière (pour lire notre article sur cet incubateur c’est par ici), c’était la grosse étape de l’année 2017, on est rentré en mars et sorti en juin. Juin, c’était aussi le mois de la sortie de notre première plateforme, ce qui a boosté le côté commercial. Ensuite, on a été sélectionnépour rejoindre Vente Privée Impulse en novembre 2017, c’est un partenariat très stratégique pour nous, et être à Station F, c’est assez magique et ça donne un souffle assez particulier à une start-up.

L’étape 2018 est importante pour nous : on veut grossir encore plus vite. On teste aussi d’autres applications dont je ne peux pas encore parler, mais la donnée concurrentielle est un terreau immense pour créer beaucoup de valeur. On a lancé notre plateforme sous la forme que l’on souhaitait en janvier, on a changé toute la charte graphique et visuelle en même temps. Maintenant, on veut devenir référent sur le marché du prêt-à-porter, et commencer à aller sur d’autres marchés retail (cosmétique, déco, …). Je pense aussi qu’on ira très vite aussi sur d’autres pays, toujours sur le prêt-à-porter, pour nos clients qui souhaitent avoir cette donnée sur plusieurs pays.