Un modèle traditionnel de planification de la demande s’appuie principalement sur les données transactionnelles, en créant une période de latence entre les besoins des clients et les réactions des fournisseurs. Donc, pour comprendre la demande et adapter les stocks à un environnement en rapide mutation, il est nécessaire d’intégrer de nouvelles sources de données.

Le “social listening” qui consiste à extraire et analyser les données des réseaux sociaux, est aujourd’hui utilisé par les départements marketing pour évaluer la manière dont la marque est perçue ainsi que l’efficacité des campagnes publicitaires. Nous avons développé une offre qui met à disposition de l’équipe logistique la puissance du “social listening”, mettant en relation le sentiment social (exprimé par les clients ou les potentiels clients qui interagissent sur les différents réseaux sociaux) avec les signals de demande. Un système de planification de la demande stochastique (probabiliste) avec une Machine Learning intégrée utilise ces données pour améliorer les prévisions de vente.

Cette version évoluée des modèles de prévision peut être particulièrement utile pour le lancement de nouveaux produits et la prévision des promotions. Par exemple, nous avons adopté un système appelé “Groover”, qui est à l’écoute des canaux sociaux et qui évalue le sentiment des consommateurs afin d’améliorer la planification de la supply chain. Goover utilise le traitement du langage naturel (un sous-ensemble de l’intelligence artificiel) pour interpréter la communication sociale, en se focalisant sur le sentiment positif ou négatif. Il est alors capable de relever l’impact et la portée de la communication sur les réseaux (impact, reach, location), en produisant un indice social qui pour modifier la demande future en tenant compte des tendances actuelles sur les réseaux sociaux.