### AllSaints Adopte des outils natifs d'IA pour une refonte de l'achat et du merchandising
AllSaints, un détaillant de mode britannique, a lancé une initiative visant à intégrer des outils SaaS natifs d'IA dans ses opérations d'achat et de merchandising. Cela remplace les systèmes hérités qui reposent sur des feuilles de calcul et une gestion manuelle des données par une planification automatisée et axée sur les informations, sur l'ensemble de la chaîne d'approvisionnement et du cycle de vie des produits. La mise en œuvre se déroulera par phases, dans le but de rationaliser les processus, d'améliorer la précision des prévisions et de déplacer l'attention de l'équipe de la manipulation des données vers la prise de décisions stratégiques.
Le détaillant a souligné comment les équipes de merchandising consacrent actuellement beaucoup de temps à extraire des données de systèmes disparates, à concilier des feuilles de calcul et à générer des rapports - des tâches qui s'intensifient à mesure que les gammes de produits s'étendent, que les canaux de vente prolifèrent et que la volatilité du marché augmente. Le directeur de la transformation et de la technologie, Alfie Meekings, a présenté cela comme un élément essentiel du pilier de la transformation axée sur les données de l'entreprise, permettant aux merchandisers de donner la priorité aux informations sur la marque et au placement rapide des produits pour répondre aux besoins des clients.
### Le déploiement par phases cible les principaux points sensibles de la vente au détail
L'approche progressive assure une couverture complète des fonctions de la chaîne d'approvisionnement et de la planification, en s'attaquant aux inefficacités des outils traditionnels conçus pour des époques de vente au détail plus simples. Les observateurs de l'industrie notent que de tels flux de travail manuels sous-utilisent l'expertise en merchandising, liant les équipes à des tâches à faible valeur ajoutée dans un contexte de pressions économiques telles que la volatilité, la hausse des coûts et la compression des marges. Cette initiative souligne l'évolution de l'IA, qui est passée d'une nouveauté à un pilier opérationnel, en accélérant les décisions qui influencent directement le risque d'inventaire, les marges et l'expérience client.
### Implications pour la chaîne d'approvisionnement et les normes de catalogue du commerce électronique
Dans le e-commerce, le merchandising axé sur l'IA améliore directement les **feeds de produits** en automatisant la reconciliation des données et les prévisions, ce qui réduit les erreurs dans l'allocation des stocks et permet des ajustements en temps réel à une demande volatile. Cela s'aligne sur les évolutions plus larges du secteur où les big data et l'apprentissage automatique personnalisent les assortiments, optimisant les parcours clients grâce à une planification plus rapide et axée sur les informations[1]. Pour les **normes de catalogage**, les outils d'IA imposent la cohérence de la catégorisation - par exemple, la recherche basée sur l'IA pour une correspondance rapide des produits - ce qui prend en charge la conformité aux exigences des plateformes en évolution, y compris les contrôles automatisés par rapport aux réclamations réglementaires et la validation par l'apprentissage automatique des listes[3].
La **qualité et l'exhaustivité des fiches produits** sont améliorées car l'automatisation minimise les lacunes de la saisie manuelle, l'IA analysant des variables telles que la dynamique des prix et les données des concurrents pour des mises à jour dynamiques. L'automatisation des prix en temps réel, alimentée par l'analyse du marché et de la demande, garantit que les listes restent compétitives sans surveillance constante[6]. Cela élève la maturité globale du catalogue, où les fiches incomplètes ou obsolètes érodent la confiance ; 73 % des consommateurs évitent les produits non notés, ce qui amplifie le besoin d'outils de réputation automatisés[2].
### Accélérer la vitesse de l'assortiment avec l'intégration de l'IA sans code
L'IA rationalise la **vitesse de déploiement de l'assortiment**, ce qui est essentiel dans la mode où les tendances changent rapidement - les merchandisers ont un accès plus rapide aux informations prédictives, en éliminant plus rapidement les produits et en adaptant les gagnants sur tous les canaux. Les plateformes d'IA sans code abaissent les barrières, permettant aux équipes non techniques de déployer des flux de travail sans codage personnalisé, ce qui reflète les tendances SaaS dans la gestion de la chaîne d'approvisionnement (SCM) qui détiennent 14,5 % des parts de marché pour l'optimisation des ressources[7]. Les outils de flux de travail de contenu, qui représentent 10 % des SaaS, s'intègrent davantage en structurant les données de merchandising pour des feeds et une personnalisation du site transparents[5][7].
Ces avancées positionnent l'automatisation comme un impératif concurrentiel, libérant l'expertise pour des tâches à fort impact tout en s'adaptant à la croissance multicanal. Alors que les détaillants sont confrontés à des pressions sur les marges, ces intégrations amplifient l'efficacité du e-commerce sans pour autant remanier l'infrastructure.
*InternetRetailing; CNews.*
---
La démarche d'AllSaints est un signal fort du passage au e-commerce qui consiste à exploiter l'IA pour une meilleure gestion des données produit et une optimisation des catalogues. Chez NotPIM, nous reconnaissons le besoin croissant pour les commerçants de rationaliser leurs processus, en particulier de catalogage, d'enrichissement de données et de transformation des flux, afin de conserver un avantage concurrentiel. Ce changement souligne également l'importance d'automatiser les tâches qui consomment actuellement beaucoup de temps et de ressources, permettant aux équipes de se concentrer sur les décisions stratégiques relatives aux produits et sur l'amélioration de l'expérience client - exactement ce que NotPIM permet d'atteindre.