Ces quelques pourcents d’amélioration business que le e-commerçant Sarenza est allé chercher dans le Cloud

Le site e-commerce Sarenza, spécialiste de la vente de chaussures, vêtements et sacs à main, bénéficie d’une puissance informatique à la demande grâce à une migration dans le Cloud. Le site est une filiale Monoprix Online et du groupe Casino depuis 2018 et concurrence des sites tels que Spartoo ou Zalendo.

Prévision des retours de produits

Les usages métiers de la donnée sont multiples. Cela concerne la prévision des retours de produits,  la détection des fraudes, ou la fixation dynamique des tarifs. Les équipes de Sarenza ont pris la parole le 14 septembre à l’occasion du salon Big Data à Paris.

« Nous avons baissé à moins de 2% le taux d’erreur sur la prévision du nombre de retours total du mois« 

« Nous avons amélioré la prévision des retours de produits, la cliente ayant jusqu’à 100 jours voire 200 jours pour rendre un produit. Ce qui du point de vue comptable devient rapidement un enfer si vous n’avez pas une prévision fiable de ces retours » présente-t-on côté Sarenza. « Nous avons baissé à moins de 2% le taux d’erreur sur la prévision du nombre de retours total du mois. Nous avons procédé à partir de l’apprentissage de l’historique des retours des clients, de 18 caractéristiques concernant les produits et les clients. C’est également utilisé par l’équipe commerce pour piloter les investissements marketing » ajoute-t-on du côté du site e-commerce.

Toujours grâce à sa plateforme dans le Cloud, Sarenza a amélioré en interne la détection de fraudes, un service qui était assuré jusqu’alors par un partenaire externe. « Nous avons baissé le niveau de certification manuelle à 2% au lieu de 8%. Cela a permis de réduire le volume de commandes à certifier manuellement, le tout sans augmenter la fraude résiduelle » se félicite-t-on chez Sarenza.

Trente caractéristiques analysées sur le client et le produit

Cette certification est en production, elle est automatique et en temps réel, insiste-t-on côté e-commerçant. Elle se réalise avec plus de 30 caractéristiques analysées que ce soit sur les clients ou sur les produits commandés.


« L’objectif est d’arriver au début des soldes où les produits seront fortement démarqués avec suffisamment de produits en stock mais pas plus »

Autre démarche, depuis un peu plus de 2 ans, Sarenza effectue également une tarification dynamique de ses produits. Le prix des produits est ajusté tous les jours. L’apprentissage s’effectue à partir des courbes d’écoulement des produits. Un produit ne se vend pas de la même façon selon les saisons. « Nous voyons si nous sommes en avance ou en retard sur les ventes par rapport au stock. L’objectif est d’arriver au début de la période des soldes où les produits seront fortement démarqués avec suffisamment de produits en stock mais pas plus » indique-t-on chez Sarenza.

Il est plus intéressant de vendre durant la période de plein tarif avec une légère démarque, cela permet de maximiser la marge. Le chiffre d’affaires et la marge sont ainsi maximisés sur l’ensemble de la saison. «  Sarenza a plutôt fait partie des derniers acteurs à modifier dynamiquement ses prix. Un des enjeux est de ne pas être plus cher que les concurrents. Nous avons une surveillance des prix des concurrents qui est prise en compte dans cet algorithme. Cela permet d’ajuster nos prix et de nous ramener à un niveau raisonnable par rapport à nos concurrents. En pratique, le temps durant lequel le prix reste à une certaine valeur est assez long » précise-t-on chez Sarenza. Le prix ne varie pas du tout au tout d’un jour sur l’autre. L’enjeu est d’écouler le stock sur une saison entière, sur 6 mois. Plus la saison avance, les stocks s’éloignent de la trajectoire idéale, et c’est cela que Sarenza s’emploie à corriger. Le prix est donc plutôt corrigé au bout d’une semaine. Par ailleurs, Sarenza permet au client de trouver plus vite le produit recherché en affichant 12 vignettes de produits recommandés, ce sont des produits similaires, en association avec un produit donné.

Le gain de temps améliore le taux de conversion

Ce gain de temps améliore le taux de conversion. « Cela cannibalise un petit peu la navigation par le moteur de recherche ou les menus, mais cela améliore le taux de conversion. C’est malgré tout un incrément de chiffre d’affaires assez important. Pour Sarenza, cela représente entre 2% et 3% d’incrément de chiffre d’affaires sur 2019. C’est un sujet classique mais qui a une vraie valeur ajoutée » déclare-t-on chez Sarenza. Les produits proposés sont identifiés à partir de l’apprentissage des produits du site qui sont vus ensemble lors des visites des différents clients.

Sarenza dispose d’une plateforme de Big Data créée à 100% dans le Cloud de Google

Sarenza dispose d’une plateforme de Big Data créée dans le Cloud de Google. L’architecture est 100% dans le Cloud en Europe. Les calculs sont effectués sur une architecture informatique utilisant les composants Spark et Scala dans un cluster Kubernetes. Des algorithmes d’apprentissage automatique (Machine Learning) sont employés principalement avec le langage Python et des services Web sont mis à disposition des partenaires.

Le coût total de cette plateforme est de 6000 € par mois. Elle remplace une solution à 6 machines sur installées sur site, qui fonctionnait avec un Cluster Hadoop. Sur l’architecture de Cloud Google, les Data Scientists emploient Big Query afin d’exposer les données. L’analyse et la visualisation des données s’effectuent avec l’outil Tableau.

640 Mo de mémoire vive alloués pour 10 minutes

« Nous pouvons allouer 640 To de Ram le matin et les rendre 10 minutes après et avec un coût assez limité » se félicite-t-on chez Sarenza. La capacité à monter en puissance apparaît sans limite. La plateforme propose du temps réel avec Kafka ou en allant directement piocher dans les bases de données de Sarenza. Les analystes accèdent à 87 To de données pour 429 To de données analysées par mois. Il s’agit de données opérationnelles, du stock, des commandes, ainsi que des données ingérées depuis les APIs des partenaires, cela peut inclure la Data marketing, et l’Open Data.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *