IA & algorithmes : levier de performance et de satisfaction client au sein d’un acteur de la transition énergétique

IA & algorithmes : levier de performance et de satisfaction client au sein d’un acteur de la transition énergétique

Dossier : Vie des entreprisesMagazine N°781 Janvier 2023
Par Laurent NIZARD (X99)

Rexel capi­ta­lise sur l’IA et les algo­rithmes pour opti­mi­ser son orga­ni­sa­tion et amé­lio­rer la per­for­mance de ses équipes métiers afin de pro­po­ser une expé­rience client opti­male qui garan­ti­ra la qua­li­té du ser­vice et la satis­fac­tion de sa clien­tèle. Laurent Nizard (X99), Head of AI Solu­tions and Data Science de Rexel, nous en dit plus.

Quels sont les métiers et le positionnement de Rexel ?

Pré­sent sur les mar­chés rési­den­tiel, ter­tiaire et indus­triel, Rexel accom­pagne ses clients qui recherchent du maté­riel élec­trique et des solu­tions de per­for­mance éner­gé­tique pour leurs pro­jets de construc­tion ou de réno­va­tion (habi­tat indi­vi­duel, bureaux, équi­pe­ments publics, sites de pro­duc­tion, etc.)

Groupe fran­çais pré­sent dans plus de 20 pays en Europe, Amé­rique du Nord et Asie-Paci­fique, fort de plus de 26 000 col­la­bo­ra­teurs dont 5 000 en France, Rexel génère un chiffre d’affaires d’environ 15 mil­liards d’euros. Pour livrer plus d’un mil­lion de réfé­rences ven­dues, Rexel s’appuie sur une stra­té­gie omni­ca­nale, avec un réseau d’environ 2 000 agences, une soixan­taine de centres logis­tiques, des centres télé­pho­niques de rela­tion clien­tèle, et les canaux digi­taux (EDI, e‑commerce) qui connaissent une très forte croissance.

Rexel joue un rôle clé dans l’accélération de la tran­si­tion éner­gé­tique et accom­pagne le déve­lop­pe­ment de l’électrification en pro­po­sant des ser­vices liés aux nou­veaux usages élec­triques. Nous ven­dons, par exemple, des pan­neaux pho­to­vol­taïques, des bornes de recharges pour véhi­cules élec­triques, des sys­tèmes de chauf­fage effi­caces tels que les pompes à cha­leur, des sys­tèmes d’automatisme pour amé­lio­rer l’efficacité éner­gé­tique des bâti­ments… D’ailleurs, grâce à sa per­for­mance ESG, Rexel a inté­gré le CAC 40 ESG depuis sep­tembre dernier.

Pourquoi un acteur omnicanal du monde de l’énergie comme Rexel s’intéresse-t-il à l’IA ?

Acteur B2B, les prin­ci­paux clients de Rexel sont essen­tiel­le­ment des pro­fes­sion­nels qui ont, eux-mêmes, leur propre clien­tèle. Au fil des années, nous avons géné­ré des volumes signi­fi­ca­tifs de don­nées sur les pro­duits que nous ven­dons, nos seg­ments de clien­tèle, les flux de vente et logis­tique… Avec l’essor du digi­tal, la mul­ti­pli­ca­tion des points de contact et la diver­si­fi­ca­tion des sources de don­nées nous poussent à valo­ri­ser cette data afin d’améliorer, dans la durée, l’expérience client et la qua­li­té de ser­vice que nous pro­po­sons. Rexel a donc créé une pre­mière cel­lule Data Science il y a une dizaine d’années qui s’est for­te­ment déve­lop­pée sur les 5 der­nières années. Par ailleurs, Rexel est l’un des 5 membres fon­da­teurs d’Hi ! Paris, centre inter­dis­ci­pli­naire de recherche en IA de l’Institut Poly­tech­nique de Paris et de HEC.

Comment l’IA et les algorithmes impactent-ils votre activité ?

La mis­sion de notre équipe, com­po­sée de data scien­tists, ML Engi­neers, data engi­neers mais aus­si de chefs de pro­jets busi­ness, est de com­prendre com­ment et à quel niveau la data, les algo­rithmes et l’IA peuvent avoir une valeur ajou­tée pour nos clients finaux ou, en interne, pour nos équipes métiers : com­merce, digi­tal, mar­ke­ting et sup­ply chain. Notre rôle est ain­si d’identifier les cas d’usages et les algo­rithmes per­ti­nents (machine lear­ning, deep lear­ning, modèles sta­tis­tiques, opti­mi­sa­tion…), de réa­li­ser des pro­to­types et de rapi­de­ment pas­ser aux phases de tests ter­rain et déploie­ment à l’échelle des solu­tions conçues et déve­lop­pées par les data scientists.

Par exemple, dans un contexte omni­ca­nal, nos équipes com­merce et mar­ke­ting ont besoin d’être accom­pa­gnées au quo­ti­dien pour mieux ser­vir nos clients. Nous avons donc déve­lop­pé dif­fé­rents algo­rithmes pour iden­ti­fier les clients à contac­ter en prio­ri­té, car pré­sen­tant soit un risque, soit un poten­tiel de déve­lop­pe­ment com­mer­cial. Ou pour orien­ter les conte­nus mar­ke­ting de manière plus personnalisée.

Vis-à-vis du com­merce et du digi­tal, avec plus d’un mil­lion de pro­duits, nos algo­rithmes de deep lear­ning aident nos com­mer­ciaux et clients à trou­ver plus rapi­de­ment les pro­duits per­ti­nents. Ils per­mettent aus­si d’assurer au client la com­plé­tude de son panier et d’augmenter nos ventes de manière notable. Enfin, nous accom­pa­gnons les équipes sup­ply chain en met­tant à leur dis­po­si­tion des modèles de pré­vi­sion pour opti­mi­ser la ges­tion des stocks et limi­ter les ruptures.

Quels sont les défis que pose une transformation IA ?

L’IA a voca­tion à aider nos équipes à prendre de meilleures déci­sions plus rapi­de­ment. Nous devons donc nous assu­rer que cette tech­no­lo­gie est bien à leur ser­vice. Cela se fait d’abord par une approche agile de co-construc­tion des solu­tions avec les uti­li­sa­teurs cibles. Puis, il y a un véri­table enjeu de com­mu­ni­ca­tion et d’explication afin de garan­tir la bonne adop­tion et appro­pria­tion de ces solu­tions. Pour ce faire, il faut sor­tir du concept d’IA et d’algorithme « boîte noire » pour s’inscrire dans une démarche où nous allons expli­quer les rai­sons et les apports de cha­cune de nos recom­man­da­tions. Enfin, cela passe aus­si par l’intégration de l’IA au cœur de nos pro­ces­sus tech­niques et déci­sion­nels afin de flui­di­fier l’expérience utilisateur.

Pouvez-vous nous donner des exemples de solutions que vous avez déployées en interne au service des métiers ? 

Nous tra­vaillons sur une solu­tion qui vise à pro­po­ser les meilleurs assor­ti­ments de gammes de pro­duits pour nos agences. Chaque agence a un pro­fil de clien­tèle assez varié (rési­den­tiel, ter­tiaire ou indus­trie) en fonc­tion de son empla­ce­ment géo­gra­phique (grande ville ou péri­phé­rie urbaine). Pour pou­voir pous­ser ces recom­man­da­tions, nous uti­li­sons des algo­rithmes com­bi­nés avec des modèles pré­dic­tifs pour éva­luer le poten­tiel de vente de chaque pro­duit, des modèles pour ana­ly­ser la sai­son­na­li­té en fonc­tion de l’emplacement de l’agence afin qu’un client puisse accé­der à tous les pro­duits dont il a besoin lors de son pas­sage en agence…

En paral­lèle, il y a un impor­tant tra­vail pour accom­pa­gner les res­pon­sables d’agence dans cette démarche. Ces der­niers pou­vant se réap­pro­prier la maî­trise de leurs gammes et pro­duits grâce à un outil et un pro­cess leur per­met­tant de vali­der très rapi­de­ment ou non les recom­man­da­tions de l’algorithme.

Dans le contexte inter­na­tio­nal actuel mar­qué par des ten­sions sur la chaîne d’approvisionnement et de nom­breuses rup­tures de pro­duits, nous sommes mobi­li­sés sur le déve­lop­pe­ment d’algorithmes pour pro­po­ser des pro­duits alter­na­tifs en cas de rup­ture. His­to­ri­que­ment, ce sont les experts métiers qui éta­blis­saient des tables de cor­res­pon­dance manuel­le­ment. Ces algo­rithmes étendent consi­dé­ra­ble­ment le péri­mètre de pro­duits cou­verts. C’est un véri­table gain de temps et de per­for­mance pour ces équipes.

Dans chaque cas, nous inté­grons des modules soit ana­ly­tiques, soit de machine lear­ning pour apprendre des per­for­mances pas­sées et amé­lio­rer les algorithmes.

En quoi l’IA et la data vous aident-ils à favoriser la transition énergétique ?

Rexel ambi­tionne de bais­ser de 45 % ses émis­sions de CO2 scope 3 entre 2016 et 2030, et de 90 % à hori­zon 2050. 92 % de nos émis­sions sont liées à la phase d’utilisation des pro­duits ven­dus. C’est donc un enjeu fon­da­men­tal de pou­voir bien orien­ter nos clients pour les aider à réduire leur impact environnemental. 

Un vrai chal­lenge résulte du nombre très limi­té de pro­duits fai­sant l’objet d’un audit éta­blis­sant leur pro­fil envi­ron­ne­men­tal. Ain­si, pour accom­pa­gner cette démarche, nous tra­vaillons sur des algo­rithmes qui per­mettent d’automatiser et de fia­bi­li­ser le cal­cul des émis­sions de CO2 de nos pro­duits (cf. visuel ci-des­sous du bilan CO2 en résul­tant pour chaque client). Dans un second temps, l’algorithme vise à pro­po­ser à nos clients les pro­duits les plus éco-per­for­mants répon­dant à leurs besoins.

Sur le plan humain, quels sont vos enjeux afin d’attirer et de retenir les talents sur un marché du travail complexe ? 

Nous pro­po­sons à nos data scien­tists des pro­cess et outils à la pointe qui leur per­mettent de tra­vailler effi­ca­ce­ment sur des sujets à forte valeur ajou­tée et de tes­ter dif­fé­rents types d’algorithmes sur nos bases de don­nées inter­na­tio­nales. Nous avons opté pour un mode d’intervention prag­ma­tique avec des équipes posi­tion­nées sur l’ensemble de la chaîne de valeur : en amont, au niveau de la R&D et de l’identification des algo­rithmes les plus per­ti­nents, par la suite sur les phases de pilotes afin d’accompagner les uti­li­sa­teurs, mais aus­si sur les phases de mise en pro­duc­tion des solu­tions afin d’en assu­rer leur per­for­mance et opti­mi­sa­tion dans la durée. Par ailleurs, nous béné­fi­cions d’un envi­ron­ne­ment très diver­si­fié, à la fois en interne de l’équipe et avec nos contacts terrain.

Étant un acteur B2B, Rexel n’est pas tou­jours connu des ingé­nieurs et jeunes diplô­més, mais, la diver­si­té et la com­plexi­té de sujets que nous por­tons au quo­ti­dien nous per­mettent de pro­po­ser des car­rières moti­vantes. Nous tra­vaillons aus­si bien sur des solu­tions concrètes pour accroître nos ventes et ren­for­cer notre posi­tion­ne­ment sur l’ensemble de nos canaux que sur des enjeux pla­né­taires comme la ques­tion de l’efficacité éner­gé­tique. C’est un uni­vers pas­sion­nant pour des data scien­tists qui sou­haitent tra­vailler sur une plu­ra­li­té de pro­jets et voir l’impact de leurs réalisations. 

Poster un commentaire