L’éthique est une partie intrinsèque et mal comprise de la relation confidentielle avec les clients et du pricing basé sur l’IA.
Lorsque Levi’s a révélé avoir augmenté son prix unitaire moyen de 10 % sans impacter négativement la demande, les analystes de Wall Street ont été curieux de savoir comment cet exploit avait été réalisé. Comme d’autres retailers, Levi’s a fait face à l’inflation et aux pressions de la chaîne d’approvisionnement, affectant les coûts et la logistique à l’échelle mondiale. Le PDG Chip Bergh a expliqué que la société avait réussi à améliorer ses marges en utilisant des analyses, y compris l’intelligence artificielle et une étude méthodique de l’élasticité des prix.
Alors que le pricing basé sur l’IA gagne en maturité et s’impose dans divers secteurs du Retail, une grande partie du public demeure peu informée quant aux évolutions des approches tarifaires et à leurs raisons d’être. Le pricing basé sur l’IA a atteint sa maturité au milieu d’une série de pressions importantes sur les prix, notamment les pénuries de produits causées par la pandémie, les difficultés de la chaîne d’approvisionnement et l’inflation élevée qui perturbent les marges et les prix.
Jusqu’en mars dernier, les données de l’indice des prix à la consommation ont suivi une hausse de 8,5% d’une année sur l’autre des prix des produits alimentaires. En conséquence, l’indice de confiance des consommateurs, qui mesure leur sentiment et leur propension à dépenser de l’argent, a enregistré une baisse significative de 32% par rapport à l’année précédente jusqu’en mars. Malgré les pressions importantes sur les coûts dans le secteur du Retail, ces données suggèrent que ce n’est pas le moment idéal pour répercuter directement les augmentations de coûts sur les consommateurs.
Aujourd’hui, 44% des commerçants utilisent des outils d’optimisation des prix, selon une étude réalisée en mars par RSR Research. (Bien que ce pourcentage soit un peu biaisé car la plupart des grands retailers l’utilisent.) Les détaillants adoptent le pricing basé sur l’IA, car cela leur permet d’augmenter leurs revenus, d’améliorer leurs marges globales et d’améliorer la composition des prix malgré l’inflation, selon l’étude RSR.
Peu de clients sont conscients de l’ampleur de l’adoption de cette technologie ou de sa pertinence pour leurs achats. Pour de nombreuses personnes, leur première expérience, voire leur seule expérience négative, a été liée à la tarification « surcharge » dans des applications de covoiturage, de divertissement ou de voyage. En dehors de ces cas, le pricing basé sur l’IA ne suscite ni une perception positive ni une perception négative chez les consommateurs. Ils ne se rendent peut-être pas compte à quel point cela peut leur être bénéfique, ainsi qu’aux détaillants, ou des possibilités offertes par cette technologie.
Certains observateurs craignent que l’IA ait le potentiel de nuire aux consommateurs. Sans citer d’exemples spécifiques, un article de la Harvard Business Review de l’année dernière a averti que « les stratégies de pricing suralimentées peuvent causer un préjudice réel aux individus, aux organisations et aux sociétés ». Le déploiement de cette technologie risque de « nuire aux gens et de provoquer un mécontentement chez les clients », ont déclaré les auteurs.
Bien sûr, le préjudice n’est ni une conséquence intentionnelle ni une conséquence involontaire du pricing basé sur l’IA. Les algorithmes de tarification de l’IA sont formés pour écouter les clients et déterminer les prix les plus favorables pour permettre les achats. L’IA ne change pas les faits économiques – un article trop cher peut entraîner un achat perdu. La surévaluation constante des prix des produits fait perdre des clients aux magasins.
Depuis le début de la pandémie, les consommateurs ainsi que les organismes gouvernementaux de surveillance ont exprimé de vives préoccupations concernant la possibilité d’une augmentation des prix en raison des pénuries de produits liées à la crise sanitaire. De nombreux prix ont effectivement augmenté de manière régulière, voire importante, notamment en début de pandémie.
Cependant, le pricing basé sur l’IA n’a pas exacerbé ce problème. Bien que les systèmes de tarification basés sur l’IA puissent, en théorie, contribuer à une accélération des hausses de prix, dans la pratique, ils permettent d’éviter que cela ne se produise à grande échelle. Les algorithmes, tout comme les responsables des marchandises, doivent se conformer aux règles établies par les retailers. L’augmentation des prix était déjà considérée comme contraire à l’éthique avant l’avènement de l’intelligence artificielle, et elle reste passible de poursuites pénales dans les environnements de vente en magasin et en ligne.
La relation confidentielle avec les clients est un objectif majeur des systèmes de pricing basés sur l’IA. Comme nous l’avons vu avec la personnalisation, si un retailer sait que vous avez une préférence pour les équipes sportives locales, il peut vous suggérer des produits, des billets ou d’autres services pertinents. Si un modèle de pricing de l’IA sait qu’un consommateur achète toujours certains produits de marque, il peut offrir une remise ou un coupon sur un produit étiqueté maison pour influencer ces préférences. Dans ce scénario, l’intention est de générer de la valeur pour le consommateur et d’encourager les achats répétés qui conduisent à de meilleurs résultats commerciaux pour le détaillant.
Aujourd’hui, les consommateurs ont une faible connaissance des applications d’IA, et encore moins des prix de l’IA. Une étude menée par Mazars et l’institut de sondage CSA en 2022 auprès de 1 005 consommateurs français a révélé que 38% n’étaient pas sûrs de ce qu’est l’IA et 19% n’en ont même jamais entendu parler.
Les consommateurs, tout comme de nombreux détaillants, sont encore en train de se familiariser avec la technologie et la manière dont elle est mise en œuvre. Un domaine dans lequel les consommateurs et les détaillants peuvent avoir des points de vue divergents concerne la fréquence des ajustements de prix. Pour les détaillants, le pricing basé sur l’IA leur permet d’adopter une approche plus nuancée en matière de pricing et de marges.
La sagesse conventionnelle insiste sur le fait que trop de changements peuvent éroder la confiance des consommateurs.
Cependant, il est notoire que le plus grand détaillant en ligne ne suit pas cette règle. Amazon ajuste les prix de ses produits en moyenne 2,5 millions de fois par jour, et le coût moyen d’un produit change environ toutes les 10 minutes, d’après Business Insider.
Les observateurs disent qu’Amazon procède à des ajustements de prix fréquents pour s’assurer qu’il a toujours les prix les plus bas – ou du moins hautement compétitifs – sur les produits de consommation de base. Mais ensuite, il « augmentera en fait les prix des produits peu courants » selon Business Insider, améliorant ainsi ses marges. Amazon communique constamment avec les acheteurs pour déterminer leurs préférences et comprendre leurs habitudes d’achat. Le résultat? Une plus grande proximité avec le client, une plus grande fidélité de la clientèle et des marges de vente plus élevées.
Bien que la relation confidentielle du client ne garantit pas que les commerçants feront des actions de pricing empathiques ou éthiques, il est sans doute impossible d’atteindre ces objectifs sans une base solide de connaissance du client. Ces concepts sont inextricablement liés car la compréhension des tendances des clients est essentielle à toute approche de pricing réussie, qu’elle soit numérique ou analogique. Les retailers, les data scientists et les experts en pricing savent que la connaissance du consommateur conduit à des décisions de pricing plus avisées, ce qui se traduit par des mesures de fidélité et de valeur client plus élevées.
Lorsqu’ils sont bien utilisés, les consommateurs n’hésiteront pas devant les algorithmes de pricing et bénéficieront plutôt d’offres personnalisées et de prix parfaitement adaptés à leurs préférences. Bien appliquée, cette approche rendra les clients plus satisfaits et plus fidèles envers les retailers qui parviendront à atteindre l’équilibre entre la valeur client et leurs marges souhaitées.
Pour en savoir plus sur la plateforme de prévisions des ventes et S&OP de Fentech vous pouvez visiter notre site internet : fentech.ai
ou prendre directement rendez-vous pour un premier échange : contactez-nous
Si cet article vous a plu, découvrez notre bibliothèque d’articles ou nos podcasts (disponibles également sur Spotify).
Suivez nous sur nos réseaux sociaux !
