comment le machine learning et la ......fauteuil de jardin ... 2. déinir et récupérer le dataset...

46
21/11/2019 Data Marketing Paris COMMENT LE MACHINE LEARNING ET LA RECONNAISSANCE D’IMAGE PEUVENT CONTRIBUER À L’AUGMENTATION DU PANIER MOYEN ?

Upload: others

Post on 29-Jun-2020

3 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

21/11/2019

Data Marketing Paris

COMMENT LE MACHINE LEARNING ET LA

RECONNAISSANCE D’IMAGE PEUVENT

CONTRIBUER À L’AUGMENTATION DU

PANIER MOYEN ?

Page 2: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Qui sommes-nous ?Yohan | Emmanuel | Jean-Régis

Yohan GREMBERData Scientist

Emmanuel HOSANSKILead Product Manager

Jean-Régis de VAUPLANEDirecteur Projet

Page 3: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Qui sommes-nous ?ManoMano | Sicara

● Marketplace, leader du bricolage / jardinage en ligne

● Présent dans 5 pays européens

● plusieurs M de références produits

● plusieurs M€ Business Volume / jour

● Développement de solutions IA sur mesure

● Créée en 2016, Groupe M33

● 35 personnes

● 3.5 M€ CA en 2018

Page 4: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Retour d’expérienceComment mettre en production un nouvel algo d’IA en 2 semaines

Page 5: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Apprentissages

Proof of Concept

Page 6: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Besoin ConcretPartir d’un constat

Page 7: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Les outils pour nos expériencesPartir du besoin utilisateur et mesurer les performances des actions menées

Product Analytics

1

Les utilisateurs naviguent autant via les moteurs de recommandations que par

la recherche ou les catégories

Insight

Page 8: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Les outils pour nos expériencesPartir du besoin utilisateur et mesurer les performances des actions menées

User Session Recordings

Insight

2Certains de nos moteurs de

recommandations ne sont pas comprispar nos utilisateurs

Page 9: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Les outils pour nos expériencesPartir du besoin utilisateur et mesurer les performances des actions menées

Customer Shoes

3

“Qu’est ce qu’il me faut,

sortez-moi la liste !”

“Si tu n’as pas le bon mot clé,

t’es foutu.”

“Je serais prêt à payer 10%

de plus pour que quelqu’un

fasse la recherche des

produits à ma place”

Insight

Beaucoup d’utilisateurs ne connaissent pas le nom du produit qu’ils recherchent

Page 10: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Besoin ConcretIdentifier les pain points principaux

Difficile de connaître la liste des produits nécessaires

Les livraisons s’additionnent

Difficile de trouver le bon produit

Difficile de trouver des produits qui ont le même style

Page 11: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelleDéfinir une proposition de valeur

Proposer des recommandations de produits pertinentes tout au

long du parcours

Page 12: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelleComprendre les différents besoins au cours du parcours client

Homepage Search Listing Product Add to cart Cart

User Journey

SimilaritéTrouver le bon produit

ComplémentaritéTrouver d’autres produits

Page 13: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelleIdentifier les différents types de moteurs de recommandations

SimilaritéTrouver le bon produit

ComplémentaritéTrouver d’autres produits

Content-basedA partir de ce que l’on sait des produits

User-basedA partir de ce que l’on sait des utilisateurs

Page 14: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelleCartographier l’existant

1. Vous aimerez peut-être

7. Dans la même catégorie8. Grille de comparaison

5. Fréquemment achetés ensemble (v2)6. Produits compatibles

2. Ces articles peuvent vous intéresser !3. Voir plus dans les catégories4. Fréquemment achetés ensemble

SimilaritéTrouver le bon produit

ComplémentaritéTrouver d’autres produits

Content-basedA partir de ce que l’on sait des produits

User-basedA partir de ce que l’on sait des utilisateurs

Page 15: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelleIdentifier les besoins non couverts

Difficile de connaître la liste des produits nécessaires

Les livraisons s’additionnent

Difficile de trouver le bon produit

Difficile de trouver des produits qui ont le même style ?

Page 16: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelleRemplacer le moteur “Dans la même catégorie”...

Page 17: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Solution fonctionnelle… par un moteur “Dans le même style”

Page 18: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Roll-out / Arrêt / Itérations

Proof of Concept

Page 19: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Directeur Projet Coach Agile

Lead Data Scientist

Data Scientist

Data Scientist

Dev Front

Les pré-requis du POCConstituer l’équipe

Product Owner

Page 20: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

1. Lister les catégories sur lesquelles apparaitront le moteur [½ j]● Luminaire● Robinet● Fauteuil de jardin● ...

2. Définir et récupérer le dataset [1 j]

3. le POC [2 j]● choix de l’algo● réalisation● analyse des résultats

Les pré-requis du POCDéfinir et estimer les étapes nécessaires

Page 21: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Stratégie TechniqueChoisir le type d’algorithme

Réseau de Neurones VGG16

Page 22: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Stratégie TechniqueChoisir le type d’algorithme

Réseau de Neurones VGG16

Mitigeur

Page 23: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Stratégie TechniqueChoisir le type d’algorithme

Réseau de Neurones VGG16

Mitigeur

010110101…11

4096 neurones

Page 24: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Stratégie TechniqueChoisir le type d’algorithme

Réseau de Neurones VGG16

Mitigeur Plafonnier

010110101…11

100011100…01

Page 25: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Stratégie TechniqueChoisir le type d’algorithme

Réseau de Neurones VGG16

Mitigeur Plafonnier Plafonnier

010110101…11

100011100…01

100011100…11

Page 26: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Stratégie TechniqueChoisir le type d’algorithme

Réseau de Neurones VGG16

Mitigeur Plafonnier Plafonnier

010110101…11

100011100…01

100011100…11

Page 27: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Proof of ConceptAnalyser les résultats

Page 28: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Apprentissages

Proof of Concept

Page 29: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

BackEnd

Tracking

RecoAPI

Computation Servers

Data Warehouse

Deploy new engines

Update recommendations

Mise en ProductionS’intégrer dans l’architecture technique

Page 30: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

BackEnd

Tracking

RecoAPI

Computation Servers

Data Warehouse

Deploy new engines

Update recommendations

Mise en ProductionS’intégrer dans l’architecture technique

Page 31: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

BackEnd

Tracking

RecoAPI

Computation Servers

Data Warehouse

Deploy new engines

Update recommendations

Mise en ProductionS’intégrer dans l’architecture technique

Page 32: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

BackEnd

Tracking

RecoAPI

Computation Servers

Data Warehouse

Deploy new engines

Update recommendations

Mise en ProductionS’intégrer dans l’architecture technique

Page 33: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Mise en ProductionDéployer et recetter le moteur dans les différents environnements

Page 34: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Contrôle Variation

Test ABMesurer l’impact

Page 35: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Contrôle Variation

+7% du Volume d’Affaires sur les catégories Déco

Test ABMesurer l’impact

Page 36: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

ApprentissagesArbitrer

Roll-Out Arrêt

Page 37: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

ApprentissagesArbitrer

Roll-Out Arrêt

Page 38: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

ApprentissagesMesurer l’impact

Taux de conversion + 5 %

Panier moyen + 2 %

Taux d’affichage - 2 %

Taux de click + 8 %

Taux de scroll + 27 %

Page 39: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

ApprentissagesMesurer l’impact

Taux de conversion + 5 %

Panier moyen + 2 %

Taux d’affichage - 2 %

Taux de click + 8 %

Taux de scroll + 27 %

Page 40: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

ApprentissagesComprendre les résultats

Itérations

Page 41: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Apprentissages

Proof of Concept

Page 42: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Apprentissages

Proof of Concept

Page 43: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Apprentissages

Proof of Concept2 semaines

Page 44: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Démarche

Stratégie Technique

Solution fonctionnelle

Besoin Concret

Test AB

Mise en Production

Apprentissages

Proof of Concept2 semaines

2 semaines

Page 45: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

“La profusion des moyens et la confusion des intentionscaractérisent notre époque”

Pour aller plus loin...Philosophie des équipes ManoMano et Sicara

● Itérations > Perfection

● Équipe Autonome > Relations Client-Fournisseur

● Besoins Concrets > Dernière Tendance IA

Page 46: COMMENT LE MACHINE LEARNING ET LA ......Fauteuil de jardin ... 2. Déinir et récupérer le dataset [1 j] 3. le POC [2 j] choix de l’alo réalisation analyse des résultats Les pré-requis

Starter 1

Merci