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

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. 

---

Articles similaires :

SYSTRAN : 50 ans d’innovation et de savoir-faire au ser­vice de la tra­duc­tion automatique “Les don­nées générées par les entre­pris­es sont une mine d’or” Ges­tion des risques et IA : vers plus de performance Den­tal­Moni­tor­ing : la licorne qui révo­lu­tionne l’orthodontie et la dentisterie Sicara : Data & Entre­pris­es, des oppor­tu­nités à saisir et des enjeux à relever IA con­ver­sa­tion­nelle : le futur de la relation-client