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.
