Comment Farfetch a utilisé l’IA pour la personnalisation et les opérations de sa marketplace

Farfetch a utilisé l’IA principalement pour les recommandations personnalisées et les analyses opérationnelles, en combinant un moteur de recommandation développé en interne avec des outils de fournisseurs et des partenariats. Les sources publiques, étalées de 2017 à 2023, décrivent ce qui a été construit et annoncé, mais pas dans quelle mesure les résultats se sont améliorés. Cette étude de cas reprend ces faits et signale les zones d’ombre.

Quel est le contexte des travaux de Farfetch en matière d’IA ?

Farfetch exploitait une marketplace mettant en relation des boutiques et des marques avec des clients du luxe, ainsi que des services pour des marques, comme Farfetch Black & White. En 2023, PYMNTS a rapporté qu’après deux trimestres consécutifs de baisse des ventes, Farfetch annonçait un redressement dans ses résultats du premier trimestre 2023, avec un chiffre d’affaires en hausse de 8 % sur un an, mais une perte après impôts de 174 millions de dollars. Le même article note que le volume d’affaires brut n’a progressé que de 0,1 % pour atteindre 931,7 millions de dollars ; la croissance affichée du chiffre d’affaires ne doit donc pas être lue comme un redressement net.

L’article était titré comme si l’IA alimentait le retour à la croissance, mais les chiffres qu’il contient n’isolent pas la contribution de l’IA, et le présent article ne l’affirme pas.

Comment Farfetch a-t-elle construit sa personnalisation ?

PYMNTS a rapporté que le moteur de recommandation de Farfetch avait été développé en interne, avec un algorithme de classement qui ordonne les produits en one-to-one, et qu’environ trois ans avant la conférence sur les résultats de mai 2023, Farfetch avait étoffé ses équipes de data science en apprentissage automatique pour construire la personnalisation. L’article indique que les recommandations personnalisées ont aidé à transformer des visiteurs en acheteurs, mais il ne fournit aucun chiffre de conversion.

Plus tôt, en août 2017, Farfetch Black & White s’était associée à Certona, une entreprise de logiciels de personnalisation par IA. Cela permettait aux marques clientes de proposer ce que l’annonce appelait des suggestions de produits sophistiquées, en temps réel, sur l’ensemble des points de contact clients. À l’époque, la division gérait les plateformes e-commerce de huit marques de luxe, dont Manolo Blahnik, Christopher Kane et Thom Browne.

Lire aussi

Comment Stitch Fix utilise l'IA : algorithmes et stylistes humains

Comment Farfetch a-t-elle utilisé l’IA pour le stylisme et les opérations clients ?

Le 22 février 2021, FashionUnited a rapporté un pilote d’expérience de stylisme personnel numérique conçue par Wishi et proposée via Farfetch.com, qui mettait en correspondance les acheteurs et l’inventaire grâce à la technologie et à l’équipe de stylistes de Wishi. Il s’adressait aux membres du programme de fidélité Access aux États-Unis et au Royaume-Uni et prolongeait le programme de stylisme personnel Private Client de Farfetch. Farfetch a affirmé que cette approche avait fait ses preuves pour aider les clients à réaliser des achats qui les satisfont ; l’article présente cela comme une affirmation de l’entreprise et non comme une preuve indépendante.

Quelques jours plus tard, le 26 février 2021, Farfetch a annoncé un partenariat avec Aurora Mobile, une société chinoise de services pour développeurs mobiles, afin de fournir des outils d’IA, des analyses opérationnelles et des notifications push par apprentissage automatique pour personnaliser l’expérience d’achat et offrir des services plus efficaces.

Qu’a dit Farfetch de l’IA générative ?

Lors de la conférence sur les résultats de mai 2023, le CEO José Neves a déclaré que Farfetch développait trois preuves de concept, trois prototypes, et a décrit ces travaux comme précoces mais prometteurs. Il a également indiqué que Farfetch évite d’investir dans la technologie pour elle-même et soutenu que l’attention portée par la mode à l’individualité et à la créativité rend l’IA moins problématique sur le plan éthique que dans le domaine plus large de la recherche. Les documents publics examinés ne décrivent pas ce qu’il est advenu de ces prototypes.

Que peuvent retenir les équipes mode de l’exemple de Farfetch ?

• Maîtriser la logique de classement là où elle compte. Farfetch a développé les recommandations en interne tout en achetant d’autres outils, un mélange auquel de nombreuses marketplaces sont confrontées.
• Associer humains et logiciels pour les clients à forte valeur. Le pilote Wishi a combiné stylistes et technologie pour les membres du programme de fidélité.
• Exiger des preuves au-delà des annonces. La plupart des sources ici sont des annonces de partenariat, qui décrivent des intentions plutôt que des résultats.
• Garder le contexte financier en tête. L’IA peut soutenir la conversion, mais elle ne peut pas à elle seule corriger une structure de coûts ou des conditions de marché.

Quels enseignements pour les marketplaces en particulier ?

Une marketplace pose des défis de personnalisation spécifiques. L’inventaire vient de nombreuses boutiques et marques, la qualité des données produit varie et la disponibilité change rapidement. Un modèle de classement one-to-one doit donc composer avec des données clairsemées et des cycles de vie produit courts. Les sources publiques ne disent pas comment Farfetch a traité ces difficultés, mais elles montrent que l’entreprise a investi dans ses propres équipes de data science environ trois ans avant 2023, ce qui laisse penser qu’elle voyait dans le classement une capacité clé.

Les sources montrent aussi un mélange pragmatique entre développement interne et achat : un classement développé en interne, des outils de fournisseurs pour les marques clientes en 2017 et des partenariats pour les analyses et les notifications push en 2021. Pour les distributeurs qui arbitrent entre développer et acheter, la question est de savoir quelles capacités différencient l’entreprise et lesquelles relèvent de services standardisés.

Lire aussi

Comment American Eagle Outfitters positionne l'IA : l'engagement d'Aerie contre les corps générés

Quelle est la fiabilité des éléments disponibles sur l’IA de Farfetch ?

Elle est à considérer comme moyenne pour les faits sur ce qui a été construit et faible pour l’impact. Les annonces émanent des entreprises concernées, les affirmations sur Wishi sont explicitement présentées comme des déclarations de l’entreprise, et les chiffres financiers de 2023 montrent une activité sous tension indépendamment de l’IA. Quiconque utilise Farfetch comme référence doit y voir un exemple de démarche, pas la preuve d’un retour sur investissement.

Un test pratique pour toute marketplace consiste à se demander si la personnalisation sert aussi les marques et les boutiques qui l’alimentent. L’accord de 2017 avec Certona visait les marques clientes, pas seulement les consommateurs, et le pilote Wishi ciblait les membres du programme de fidélité. Les deux illustrent le fait que l’IA sur une marketplace s’adresse à plusieurs publics, chacun avec ses propres critères de réussite, que les sources publiques ne rapportent pas.

Enfin, le contexte de l’entreprise a changé depuis la rédaction de ces sources. L’actionnariat et les activités de Farfetch ont pu évoluer depuis 2023 ; cet article doit donc être lu comme le récit de pratiques passées, et les lecteurs qui cherchent des informations actuelles sur la plateforme doivent consulter les publications récentes de l’entreprise.