AéronautiqueINTELLIGENCE ARTIFICIELLE
L’IA prédictive rend la vente et l’achat de vélos d’occasion dynamiques et compétitifs
VMO, filiale d’ALTEN spécialisée dans les services logiciels, a appliqué l’apprentissage automatique pour aider un vendeur de vélos d’occasion en ligne à développer une plateforme d’analyse prédictive hautes performances. La plateforme automatise le calcul de la valeur des vélos, évitant ainsi toute erreur sur les prix et garantissant une offre dynamique et rapidement adaptable.
Sur le marché actuel, la grande variété et le nombre de produits disponibles – neufs et d’occasion – font qu’il est essentiel d’être compétitif, tant au niveau des prix que de la capacité à réagir rapidement et efficacement. Ce point est particulièrement important sur le marché des biens d’occasion, où les clients recherchent des plateformes en ligne qui offrent un rapport qualité-prix optimal et rendent l’achat facile, rapide et fiable. La principale plateforme américaine de vente et d’échange de vélos d’occasion a fait appel à VMO Holdings pour l’aider à répondre à ces besoins.
Le défi : Développer une plateforme agile et dynamique pour le commerce des vélos d’occasion afin d’optimiser l’expérience d’achat et de vente
La solution : Une plateforme d’analyse prédictive hautes performances qui applique l’apprentissage automatique pour établir des rapports précis sur les valeurs des vélos
Les avantages :
- Prévisions de prix précises
- Expérience utilisateur optimisée
- Rationalisation des ventes et des achats
- Évolutivité
- Satisfaction des clients
Indicateurs de performance
- Erreur moyenne de prédiction réduite de 29 % par rapport à la version précédente
- Réduction de 7 % de l’erreur quadratique moyenne par rapport à la version précédente
- Temps de réponse de l’IA < 0,2 seconde
- 22,7 requêtes par seconde
Tarification dynamique
VMO, filiale d’ALTEN, s’est appuyée sur son expertise en développement logiciel et en IA pour créer une plateforme qui traite les données historiques afin de proposer des suggestions et des recommandations dynamiques sur la tarification des vélos. En utilisant l’algorithme du Value Guide (VG4), la plateforme s’appuie sur des données issues de la vente de dizaines de milliers de vélos au cours des 20 dernières années et sur des millions de transactions. L’apprentissage automatique et l’analyse prédictive permettent d’offrir des prédictions précises sur la valeur des vélos, minimisant ainsi les erreurs de tarification. Une base de données de vélos consultable facilite les comparaisons et les recommandations.
L’algorithme VG4 de VMO est le tout dernier d’une série et le premier à être déployé dans l’environnement de production. Outre le modèle d’apprentissage automatique pour la tarification dynamique des vélos d’occasion basé sur l’historique des transactions, lorsque le vélo en question n’existe pas dans le système ou que le propriétaire a modifié ou remplacé certains composants du vélo d’origine, le système recommande des modèles similaires. En outre, grâce à l’apprentissage automatique explicable, il fournit un score pour les vélos similaires et une explication de leurs similitudes en termes de composants.
Des clients satisfaits
La plateforme VG4 simplifie le processus d’achat et de vente en recommandant les meilleurs prix pour les acheteurs et les vendeurs. Elle est en mesure de gérer des milliers de transactions simultanées, ce qui la rend adaptée au commerce électronique à grande échelle. Grâce à l’automatisation, elle réduit les efforts et améliore l’efficacité de l’estimation de la valeur des vélos d’occasion, rationalisant ainsi le processus. La plateforme améliore la satisfaction des utilisateurs en offrant des fonctions personnalisées pour une expérience de marché électronique on ne peut plus fluide.
La puissance de l’IA a permis à cette entreprise de devenir la plus grande plateforme de commerce électronique pour les vélos d’occasion aux États-Unis.
