{"id":8005,"date":"2022-09-07T15:46:23","date_gmt":"2022-09-07T15:46:23","guid":{"rendered":"https:\/\/insights.invyo.io\/europe\/?p=8005"},"modified":"2022-09-07T15:46:23","modified_gmt":"2022-09-07T15:46:23","slug":"10-raisons-qui-rendent-la-data-incontournable-dans-le-retail","status":"publish","type":"post","link":"https:\/\/insights.invyo.io\/europe\/industries\/retail\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/","title":{"rendered":"10 raisons qui rendent la data incontournable dans le retail"},"content":{"rendered":"

D\u00e9couvrez l’outil sp\u00e9cialement con\u00e7u pour les acteurs du retail souhaitant exploiter leurs donn\u00e9es : Data Smart Supply.<\/a><\/em><\/p>\n

La science des donn\u00e9es a un impact croissant sur les mod\u00e8les commerciaux dans tous les secteurs, y compris le commerce de d\u00e9tail. Selon IBM, 62 % des d\u00e9taillants affirment que l’utilisation des techniques du Big Data leur conf\u00e8re un s\u00e9rieux avantage concurrentiel. Savoir ce que votre client veut et quand est aujourd’hui \u00e0 port\u00e9e de main gr\u00e2ce \u00e0 la science des donn\u00e9es. Vous avez juste besoin des bons outils et des bons processus. Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.<\/p>\n

1. Offrir une exp\u00e9rience client plus intelligente<\/h2>\n

Un consommateur attend des entreprises qu’elles anticipent leurs besoins, qu’elles aient les produits qu’elles d\u00e9sirent et qu’elles communiquent avec elles en temps r\u00e9el. Pour r\u00e9pondre aux attentes des clients, Mall of America, le deuxi\u00e8me plus grand complexe commercial am\u00e9ricain, a travaill\u00e9 avec IBM pour fournir un chatbot nomm\u00e9 E.L.F. Cette chatbox accompagne les visiteurs du vaste complexe en cr\u00e9ant des parcours shopping personnalis\u00e9s et en proposant une exp\u00e9rience client adapt\u00e9e aux besoins de chacun.<\/p>\n

Avec ce type de techniques, les d\u00e9taillants ont la possibilit\u00e9 de combiner les r\u00e9sultats des donn\u00e9es client avec le niveau de stock ou les donn\u00e9es de promotion des prix pour d\u00e9terminer quels produits sont vendus dans chaque magasin. Cela garantit que les produits pr\u00e9sent\u00e9s correspondent aux habitudes d’achat des clients de chaque site.<\/p>\n

2. Utiliser les m\u00e9dias sociaux pour pr\u00e9voir les tendances<\/h2>\n

En tant que d\u00e9taillant, si vous n’\u00e9coutez pas les m\u00e9dias sociaux, vous manquez de nombreuses informations gratuites et potentiellement pr\u00e9cieuses qui peuvent vous aider \u00e0 rep\u00e9rer les tendances.<\/p>\n

Nordstrom, un d\u00e9taillant de luxe, a ma\u00eetris\u00e9 l’exploitation du Big Data pour fusionner les exp\u00e9riences en ligne et hors ligne. Par exemple, l’\u00e9quipe marketing de Nordstom suit les r\u00e9seaux Pinterest, Instagram et Twitter pour identifier les produits les plus populaires. Ils utilisent ensuite ces donn\u00e9es pour promouvoir les \u00ab bons \u00bb produits dans leurs magasins physiques. En plus de cela, Nordstrom h\u00e9berge des \u00e9crans tactiles interactifs dans ses vestiaires pour permettre aux clients de commander des produits et de v\u00e9rifier leur inventaire en ligne.<\/p>\n

Cet accompagnement sur les r\u00e9seaux sociaux utilise majoritairement des donn\u00e9es non structur\u00e9es. L’utilisation du traitement du langage naturel (NLP) pour extraire des informations des m\u00e9dias sociaux et de l’apprentissage automatique, pour leur donner un sens, peut donner \u00e0 l’entreprise un avantage sur la concurrence. Cependant, vous devez trouver le juste \u00e9quilibre en utilisant ce type de donn\u00e9es pour fid\u00e9liser les clients tout en respectant leur vie priv\u00e9e.<\/p>\n

3. Mise en place de la r\u00e9alit\u00e9 augment\u00e9e<\/h2>\n

Depuis 2010, TopShop, multinationale de l’habillement, exp\u00e9rimente de nouvelles technologies pour int\u00e9grer la r\u00e9alit\u00e9 augment\u00e9e dans son exp\u00e9rience d’achat. Les magasins phares disposent de cabines d’essayage virtuelles o\u00f9 les clients peuvent choisir des v\u00eatements pour voir \u00e0 quoi ils ressemblent en les portant sur un \u00e9cran. Cela permet au client d’\u00e9conomiser le temps et les efforts n\u00e9cessaires pour essayer les v\u00eatements eux-m\u00eames.<\/p>\n

Le g\u00e9ant su\u00e9dois du meuble IKEA a pr\u00e9sent\u00e9 pour la premi\u00e8re fois la reconnaissance d’image et la r\u00e9alit\u00e9 augment\u00e9e dans la pr\u00e9sentation du catalogue 2013. Les clients pouvaient parcourir le catalogue avec leurs appareils mobiles pour mettre en avant les produits qui les int\u00e9ressaient, et \u00e0 partir de l\u00e0, la marque proposait du contenu num\u00e9rique personnalis\u00e9 et des avis pour les informer de leur achat. La marque a \u00e9galement utilis\u00e9 la technologie de reconnaissance d’image, avec laquelle les clients peuvent scanner les articles du catalogue et les placer virtuellement chez eux pour voir \u00e0 quoi ils ressemblent. Ils peuvent ensuite s\u00e9lectionner les couleurs et les tailles qui fonctionnent le mieux dans l’espace sans avoir \u00e0 sortir et \u00e0 acheter le produit. Cela a permis aux lecteurs du catalogue de faire des achats \u00e9clair\u00e9s, augmentant ainsi la satisfaction des clients et r\u00e9duisant le nombre d’articles retourn\u00e9s.<\/p>\n

4. Booster les moteurs de recommandations<\/h2>\n

Il a \u00e9t\u00e9 rapport\u00e9 que plus de 35% de toutes les ventes d’Amazon sont g\u00e9n\u00e9r\u00e9es par leur moteur de r\u00e9f\u00e9rence. Le principe est assez basique : en fonction de l’historique d’achat d’un utilisateur, des articles qu’il a d\u00e9j\u00e0 dans son panier, des articles qu’il a remarqu\u00e9s ou aim\u00e9s par le pass\u00e9, et de ce que d’autres clients ont vu ou achet\u00e9 r\u00e9cemment, des recommandations sur d’autres produits sont automatiquement g\u00e9n\u00e9r\u00e9es.<\/p>\n

La recommandation est l’un des cas d’utilisation classiques de la science des donn\u00e9es dans le commerce de d\u00e9tail. La mise en \u0153uvre de mod\u00e8les d’apprentissage automatique sur des donn\u00e9es historiques peut conduire \u00e0 des plans de recommandations pr\u00e9cis et efficaces.<\/p>\n

5. Analyser le parcours d’achat<\/h2>\n

Analyser la fa\u00e7on dont un client est venu faire un achat est un autre outil de vente au d\u00e9tail qui peut \u00eatre am\u00e9lior\u00e9 par la Data Science.<\/p>\n

Alors que les marketeurs \u00e9tudient depuis de nombreuses ann\u00e9es les techniques du Path to Purchase, l’av\u00e8nement de la Data Science leur permet de tirer le meilleur parti de ce type d’analyse. L’essor du marketing multicanal dans les ventes au d\u00e9tail et omnicanal a cr\u00e9\u00e9 de nombreux chemins diff\u00e9rents que les clients peuvent suivre pour acheter un produit.<\/p>\n

Les outils d’apprentissage automatique peuvent aider \u00e0 comprendre les habitudes d’achat des clients et \u00e0 se concentrer sur ce qui fonctionne exactement dans le monde r\u00e9el.<\/p>\n

6. Analyse des tickets d’achat<\/h2>\n

L’analyse du panier de consommation est une technique standard utilis\u00e9e par les d\u00e9taillants pour d\u00e9terminer les groupes de produits que les clients sont susceptibles d’acheter ensemble. C’est un processus classique d’un point de vue commercial, mais il est maintenant automatis\u00e9 avec Data Science.<\/p>\n

Les capacit\u00e9s de stockage de donn\u00e9es, de plus en plus croissantes, permettent d’analyser un plus grand volume de tickets et donc d’avoir plus de confiance dans l’analyse.<\/p>\n

7. G\u00e9rer un bien immobilier<\/h2>\n

La science des donn\u00e9es peut \u00e9galement aider les grands d\u00e9taillants \u00e0 optimiser leurs d\u00e9penses de gestion immobili\u00e8re. Ainsi, l’analyse des donn\u00e9es relatives aux diff\u00e9rents \u00e9quipements d’un b\u00e2timent (maintenance pr\u00e9ventive) permet d’\u00e9viter des pannes catastrophiques. La mise en \u0153uvre de l’apprentissage automatique dans le cadre de la maintenance pr\u00e9dictive en plus de s’appuyer sur des donn\u00e9es historiques fournit des mod\u00e8les qui s’am\u00e9liorent au fil du temps tout en r\u00e9duisant les co\u00fbts associ\u00e9s. Les d\u00e9taillants peuvent \u00e9galement \u00e9conomiser beaucoup d’argent en utilisant Data Science pour analyser leur consommation d’\u00e9nergie. Dans ce contexte, la Data Science nous aide non seulement \u00e0 \u00e9tablir un budget, mais aussi \u00e0 rechercher des am\u00e9liorations dans des biens particuli\u00e8rement \u00e9nergivores comme les centres commerciaux.<\/p>\n

8. Optimisation des prix<\/h2>\n

Avoir le bon prix sur un produit peut faire la diff\u00e9rence entre r\u00e9aliser une vente et perdre un client. Mais quel est le juste prix ? Les d\u00e9taillants qui abordent ce probl\u00e8me avec des outils Big Data peuvent avoir un avantage sur ceux qui ne le font pas.<\/p>\n

Dans de nombreux cas, fixer le bon prix n\u00e9cessite de savoir ce que vos concurrents facturent. Ces donn\u00e9es peuvent \u00eatre collect\u00e9es \u00e9lectroniquement \u00e0 l’aide d’algorithmes qui explorent les sites Web des concurrents pour obtenir des informations d\u00e9taill\u00e9es sur les prix des produits.<\/p>\n

9. Maximiser l’inventaire<\/h2>\n

Les cycles de vie des produits de plus en plus acc\u00e9l\u00e9r\u00e9s et les op\u00e9rations de plus en plus complexes obligent les d\u00e9taillants \u00e0 utiliser la science des donn\u00e9es pour comprendre les cha\u00eenes d’approvisionnement et assurer une distribution optimale des produits.<\/p>\n

L’optimisation des stocks est une op\u00e9ration qui touche de nombreux aspects de la cha\u00eene d’approvisionnement et n\u00e9cessite souvent une coordination \u00e9troite entre les fabricants et les distributeurs. Les d\u00e9taillants cherchent de plus en plus \u00e0 am\u00e9liorer la disponibilit\u00e9 des produits tout en augmentant la rentabilit\u00e9 des magasins pour obtenir un avantage concurrentiel et am\u00e9liorer les performances commerciales.<\/p>\n

Ceci est possible gr\u00e2ce \u00e0 des algorithmes d’exp\u00e9dition qui d\u00e9terminent quels produits stocker en tenant compte de donn\u00e9es externes telles que les conditions macro\u00e9conomiques, les donn\u00e9es climatiques et les donn\u00e9es sociales. Les serveurs, les machines d’usine, les appareils appartenant aux clients et l’infrastructure du r\u00e9seau \u00e9nerg\u00e9tique sont tous des exemples de sources de donn\u00e9es pr\u00e9cieuses.<\/p>\n

10. D\u00e9tecter la fraude<\/h2>\n

La fraude est un \u00e9norme probl\u00e8me dans le commerce de d\u00e9tail. Cela repr\u00e9sente des sommes colossales perdues chaque ann\u00e9e.<\/p>\n

La science des donn\u00e9es peut aider les d\u00e9taillants \u00e0 cr\u00e9er des pr\u00e9visions de ventes de r\u00e9f\u00e9rence pour chaque produit. Si un produit s’\u00e9carte consid\u00e9rablement de cette plage, cela pourrait indiquer une activit\u00e9 \u00ab\u00a0poissonneuse\u00a0\u00bb.<\/p>\n

La fraude commise par les employ\u00e9s peut \u00eatre difficile \u00e0 arr\u00eater. Mais avec la puissance de la science des donn\u00e9es, les contr\u00f4leurs peuvent \u00eatre en mesure de cr\u00e9er plus de transparence dans les activit\u00e9s internes.<\/p>\n

Conclusion<\/h2>\n

Ces utilisations innovantes de la Data Science am\u00e9liorent r\u00e9ellement l’exp\u00e9rience client et ont le potentiel de booster les ventes au d\u00e9tail. Les avantages sont nombreux : meilleure gestion des risques<\/a>, am\u00e9lioration des performances et possibilit\u00e9 de d\u00e9couvrir des informations qui auraient pu \u00eatre cach\u00e9es.<\/p>\n

La plupart des d\u00e9taillants utilisent d\u00e9j\u00e0 des solutions<\/a> de science des donn\u00e9es pour fid\u00e9liser leurs clients, renforcer la notori\u00e9t\u00e9 de la marque et am\u00e9liorer les notes des d\u00e9veloppeurs. Alors que la technologie continue de progresser, une chose est s\u00fbre : la Data Science a encore beaucoup \u00e0 offrir dans le monde du retail !<\/p>\n

D\u00e9couvrez l’outil sp\u00e9cialement con\u00e7u pour les acteurs du retail souhaitant exploiter leurs donn\u00e9es : Data Smart Supply.<\/a><\/p>\n

Commencer la gestion de vos donn\u00e9es !<\/a><\/p>\n

INVYO<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

D\u00e9couvrez l’outil sp\u00e9cialement con\u00e7u pour les acteurs du retail souhaitant exploiter leurs donn\u00e9es : Data Smart Supply. La science des donn\u00e9es a un impact croissant sur les mod\u00e8les commerciaux dans tous les secteurs, y compris le commerce de d\u00e9tail. Selon IBM, 62 % des d\u00e9taillants affirment que l’utilisation des techniques du Big Data leur conf\u00e8re […]<\/p>\n","protected":false},"author":40,"featured_media":8011,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[551,2496],"tags":[2507,2506,2497,1500,2505,2375,2501,2502,2499,2500,2503,2498,2504],"yoast_head":"\n10 raisons qui rendent la data incontournable dans le retail - INVYO Insights Europe : Media Fintech<\/title>\n<meta name=\"description\" content=\"Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"10 raisons qui rendent la data incontournable dans le retail - INVYO Insights Europe : Media Fintech\" \/>\n<meta property=\"og:description\" content=\"Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\" \/>\n<meta property=\"og:site_name\" content=\"INVYO Insights Europe\" \/>\n<meta property=\"article:published_time\" content=\"2022-09-07T15:46:23+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2022\/09\/Article-campagne-data-smart-supply-.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Ludovic Tran Thiet\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ludovic Tran Thiet\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\"},\"author\":{\"name\":\"Ludovic Tran Thiet\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/#\/schema\/person\/118a15a09392f77c8cca353cf4360bd1\"},\"headline\":\"10 raisons qui rendent la data incontournable dans le retail\",\"datePublished\":\"2022-09-07T15:46:23+00:00\",\"dateModified\":\"2022-09-07T15:46:23+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\"},\"wordCount\":1700,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/#organization\"},\"keywords\":[\"algorithmes\",\"approvisionnement\",\"BigData\",\"Data Science\",\"distribution\",\"exp\u00e9rience client\",\"magasin\",\"m\u00e9dias sociaux\",\"retail\",\"shopping\",\"tendances\",\"top10\",\"vente\"],\"articleSection\":[\"Analyses\",\"Retail\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\",\"url\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\",\"name\":\"10 raisons qui rendent la data incontournable dans le retail - INVYO Insights Europe : Media Fintech\",\"isPartOf\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/#website\"},\"datePublished\":\"2022-09-07T15:46:23+00:00\",\"dateModified\":\"2022-09-07T15:46:23+00:00\",\"description\":\"Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.\",\"breadcrumb\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\/\/insights.invyo.io\/europe\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"10 raisons qui rendent la data incontournable dans le retail\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/#website\",\"url\":\"https:\/\/insights.invyo.io\/europe\/\",\"name\":\"INVYO Insights Europe\",\"description\":\"Media Fintech\",\"publisher\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/insights.invyo.io\/europe\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/#organization\",\"name\":\"INVYO\",\"url\":\"https:\/\/insights.invyo.io\/europe\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2019\/01\/logo-invyo-insights-dark.svg\",\"contentUrl\":\"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2019\/01\/logo-invyo-insights-dark.svg\",\"caption\":\"INVYO\"},\"image\":{\"@id\":\"https:\/\/insights.invyo.io\/europe\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/#\/schema\/person\/118a15a09392f77c8cca353cf4360bd1\",\"name\":\"Ludovic Tran Thiet\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/insights.invyo.io\/europe\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2021\/03\/20190617-IMG_1193-150x150.jpg\",\"contentUrl\":\"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2021\/03\/20190617-IMG_1193-150x150.jpg\",\"caption\":\"Ludovic Tran Thiet\"},\"description\":\"Growth & Marketing Manager @INVYO\",\"sameAs\":[\"https:\/\/invyo.io\"],\"url\":\"https:\/\/insights.invyo.io\/europe\/author\/ludovic-tranthiet\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"10 raisons qui rendent la data incontournable dans le retail - INVYO Insights Europe : Media Fintech","description":"Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/","og_locale":"en_US","og_type":"article","og_title":"10 raisons qui rendent la data incontournable dans le retail - INVYO Insights Europe : Media Fintech","og_description":"Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.","og_url":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/","og_site_name":"INVYO Insights Europe","article_published_time":"2022-09-07T15:46:23+00:00","og_image":[{"width":1920,"height":1080,"url":"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2022\/09\/Article-campagne-data-smart-supply-.jpg","type":"image\/jpeg"}],"author":"Ludovic Tran Thiet","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Ludovic Tran Thiet","Est. reading time":"7 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#article","isPartOf":{"@id":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/"},"author":{"name":"Ludovic Tran Thiet","@id":"https:\/\/insights.invyo.io\/europe\/#\/schema\/person\/118a15a09392f77c8cca353cf4360bd1"},"headline":"10 raisons qui rendent la data incontournable dans le retail","datePublished":"2022-09-07T15:46:23+00:00","dateModified":"2022-09-07T15:46:23+00:00","mainEntityOfPage":{"@id":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/"},"wordCount":1700,"commentCount":0,"publisher":{"@id":"https:\/\/insights.invyo.io\/europe\/#organization"},"keywords":["algorithmes","approvisionnement","BigData","Data Science","distribution","exp\u00e9rience client","magasin","m\u00e9dias sociaux","retail","shopping","tendances","top10","vente"],"articleSection":["Analyses","Retail"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/","url":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/","name":"10 raisons qui rendent la data incontournable dans le retail - INVYO Insights Europe : Media Fintech","isPartOf":{"@id":"https:\/\/insights.invyo.io\/europe\/#website"},"datePublished":"2022-09-07T15:46:23+00:00","dateModified":"2022-09-07T15:46:23+00:00","description":"Nous vous pr\u00e9sentons dans cet article 10 applications incontournables de la data science dans le domaine du retail.","breadcrumb":{"@id":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/insights.invyo.io\/europe\/analyses\/10-raisons-qui-rendent-la-data-incontournable-dans-le-retail\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/insights.invyo.io\/europe\/"},{"@type":"ListItem","position":2,"name":"10 raisons qui rendent la data incontournable dans le retail"}]},{"@type":"WebSite","@id":"https:\/\/insights.invyo.io\/europe\/#website","url":"https:\/\/insights.invyo.io\/europe\/","name":"INVYO Insights Europe","description":"Media Fintech","publisher":{"@id":"https:\/\/insights.invyo.io\/europe\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/insights.invyo.io\/europe\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/insights.invyo.io\/europe\/#organization","name":"INVYO","url":"https:\/\/insights.invyo.io\/europe\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/insights.invyo.io\/europe\/#\/schema\/logo\/image\/","url":"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2019\/01\/logo-invyo-insights-dark.svg","contentUrl":"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2019\/01\/logo-invyo-insights-dark.svg","caption":"INVYO"},"image":{"@id":"https:\/\/insights.invyo.io\/europe\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/insights.invyo.io\/europe\/#\/schema\/person\/118a15a09392f77c8cca353cf4360bd1","name":"Ludovic Tran Thiet","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/insights.invyo.io\/europe\/#\/schema\/person\/image\/","url":"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2021\/03\/20190617-IMG_1193-150x150.jpg","contentUrl":"https:\/\/insights.invyo.io\/europe\/wp-content\/uploads\/2021\/03\/20190617-IMG_1193-150x150.jpg","caption":"Ludovic Tran Thiet"},"description":"Growth & Marketing Manager @INVYO","sameAs":["https:\/\/invyo.io"],"url":"https:\/\/insights.invyo.io\/europe\/author\/ludovic-tranthiet\/"}]}},"_links":{"self":[{"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/posts\/8005"}],"collection":[{"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/users\/40"}],"replies":[{"embeddable":true,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/comments?post=8005"}],"version-history":[{"count":3,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/posts\/8005\/revisions"}],"predecessor-version":[{"id":8010,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/posts\/8005\/revisions\/8010"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/media\/8011"}],"wp:attachment":[{"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/media?parent=8005"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/categories?post=8005"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/insights.invyo.io\/europe\/wp-json\/wp\/v2\/tags?post=8005"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}