Grâce à un logiciel sophistiqué, le département informatique de la Haute école de Lucerne veut réduire le taux d'abandon des achats en ligne.Les ordinateurs travaillent selon des critères stricts. Ils ne comprennent pas les demandes qui sondent les préférences, comme "une voiture rouge serait bien, une bleue irait aussi". Le projet "Recherche de produits guidée par les préférences et profilage des clients pour les applications de commerce électronique", en bref "PrefCom", du département informatique de la Haute école de Lucerne en collaboration avec le prestataire de services web lucernois Arcmedia, veut changer cela. Le commerce sur Internet doit ainsi devenir plus convivial. Les clients et clientes peuvent formuler leurs critères de sélection, c'est-à-dire leurs préférences, les pondérer et faire des demandes variables dans ce logiciel. Le logiciel pourrait trouver un bijou qui coûte un peu plus cher mais qui correspond par ailleurs parfaitement à la requête, une robe moins chère travaillée dans la deuxième couleur préférée ou un appartement qui se trouve un peu en dehors du quartier souhaité mais qui correspond au prix de location visé.Recherche de la couleur aimée et des modèles préférés"L'ordinateur pèse les offres les unes par rapport aux autres", explique Roland Christen, directeur technique du projet "PrefCom". "Un produit gagne contre un autre s'il n'est moins bon sur aucun attribut et meilleur sur au moins un". Dans les versions de démonstration qui recherchent les offres actuelles de voitures d'occasion, on peut choisir entre "élevé", "bas" ou "environ 10'000 francs" pour le prix. Une requête sur la couleur est par exemple "Red > all others", c'est-à-dire en gros : "Le rouge est ma couleur préférée. Si elle n'est pas rouge, la couleur m'est indifférente". On peut donner la préférence à des couleurs ou à des types de voitures comme les SUV ou les cabriolets, ou les pondérer négativement, et ajuster le prix et la puissance à l'aide d'un curseur. L'ordinateur élimine de plus en plus d'offres ; il ne reste que les meilleures, les gratte-ciel d'un skyline. L'équipe de Marc Pouly et Roland Christen, spécialisée dans l'intelligence artificielle et l'apprentissage automatique, a en outre réussi à accélérer la recherche basée sur les préférences avec le langage de base de données standard SQL grâce à ce que l'on appelle des Block Nested Loops, afin que les clients ne fassent pas faux bond parce que la demande dure trop longtemps.Soutien aux vendeurs et aux clients Les nouveaux algorithmes détectent également les similitudes entre les produits et proposent des alternatives : des voitures à la consommation similaire, des vêtements à la coupe similaire ou des bijoux au design similaire. Il en résulte un avantage, surtout pour les petits marchés comme celui de la Suisse, où les correspondances exactes ne sont pas si nombreuses. Et en l'absence d'informations sur le client ou la cliente, le site peut faire des recommandations du type "vous avez regardé le produit A, peut-être que le produit B vous plaira". "Nous pouvons ainsi promouvoir des produits qui viennent d'être lancés sur le marché", explique le directeur d'Arcmedia, Davide Cortese. Les sites web qui fonctionnent avec ces algorithmes peuvent également montrer aux vendeurs en magasin des produits qu'ils peuvent proposer aux clients. Les magasins économisent de l'espace en magasin si l'ordinateur propose également les produits du stock.Les informaticiens et informaticiennes de la Haute école de Lucerne ont en grande partie terminé leur travail sur l'algorithme. Jusqu'à l'automne 2017, Arcmedia, notamment, peaufinera encore l'interface utilisateur, puis "PrefCom", soutenu par la Commission pour la technologie et l'innovation (CTI), pourra être lancé dans les premiers magasins. Un bijoutier et un agent immobilier sont déjà intéressés.

Les ordinateurs travaillent selon des critères stricts. Ils ne comprennent pas les demandes qui sondent les préférences, comme "une voiture rouge serait bien, une bleue irait aussi". Le projet "Recherche de produits guidée par les préférences et profilage des clients pour les applications de commerce électronique", en bref "PrefCom", du département informatique de la Haute école de Lucerne en collaboration avec le prestataire de services web lucernois Arcmedia, veut changer cela. Le commerce sur Internet doit ainsi devenir plus convivial. Les clients et clientes peuvent formuler leurs critères de sélection, c'est-à-dire leurs préférences, les pondérer et faire des demandes variables dans ce logiciel. Le logiciel pourrait trouver un bijou qui coûte un peu plus cher mais qui correspond par ailleurs parfaitement à la requête, une robe moins chère travaillée dans la deuxième couleur préférée ou un appartement qui se trouve un peu en dehors du quartier souhaité mais qui correspond au prix de location visé.

Recherche de la couleur aimée et des modèles préférés

"L'ordinateur pèse les offres les unes par rapport aux autres", explique Roland Christen, directeur technique du projet "PrefCom". "Un produit gagne contre un autre s'il n'est moins bon sur aucun attribut et meilleur sur au moins un". Dans les versions de démonstration qui recherchent les offres actuelles de voitures d'occasion, on peut choisir entre "élevé", "bas" ou "environ 10'000 francs" pour le prix. Une requête sur la couleur est par exemple "Red > all others", c'est-à-dire en gros : "Le rouge est ma couleur préférée. Si elle n'est pas rouge, la couleur m'est indifférente". On peut donner la préférence à des couleurs ou à des types de voitures comme les SUV ou les cabriolets, ou les pondérer négativement, et ajuster le prix et la puissance à l'aide d'un curseur. L'ordinateur élimine de plus en plus d'offres ; il ne reste que les meilleures, les gratte-ciel d'un skyline. L'équipe de Marc Pouly et Roland Christen, spécialisée dans l'intelligence artificielle et l'apprentissage automatique, a en outre réussi à accélérer la recherche basée sur les préférences avec le langage de base de données standard SQL grâce à ce que l'on appelle des Block Nested Loops, afin que les clients ne fassent pas faux bond parce que la demande dure trop longtemps.

Soutien aux vendeurs et aux clients

Les nouveaux algorithmes détectent également les similitudes entre les produits et proposent des alternatives : des voitures à la consommation similaire, des vêtements à la coupe similaire ou des bijoux au design similaire. Il en résulte un avantage, surtout pour les petits marchés comme celui de la Suisse, où il n'y a pas autant de correspondances exactes. Et sans données sur le client ou la cliente, le site web peut faire des recommandations du type "vous avez regardé le produit A, peut-être que le produit B vous plaira". "Nous pouvons ainsi promouvoir des produits qui viennent d'être lancés sur le marché", explique le directeur d'Arcmedia, Davide Cortese. Les sites web qui fonctionnent avec ces algorithmes peuvent également montrer aux vendeurs en magasin des produits qu'ils peuvent proposer aux clients. Les magasins économisent de l'espace en magasin si l'ordinateur suggère également les produits du stock. Les informaticiens et informaticiennes de la Haute école de Lucerne ont en grande partie terminé leur travail sur l'algorithme. Jusqu'à l'automne 2017, Arcmedia notamment peaufinera encore l'interface utilisateur, puis "PrefCom", qui bénéficie du soutien de la Commission pour la technologie et l'innovation (CTI), pourra être lancé dans les premiers magasins. Un bijoutier et un agent immobilier sont déjà intéressés.

image : Haute école de Lucerne