Problématiques client
Saint-Gobain souhaitait développer un outil de smart pricing capable d’optimiser les remises des vendeurs en temps réel afin d’augmenter la marge commerciale de 30 %. Le défi résidait dans la complexité d’une situation de vente en direct : les commerciaux doivent prendre des décisions instantanées face aux clients, tout en respectant les politiques de pricing et en garantissant la transparence des tarifs. L’objectif était de créer une solution capable de traiter de très gros volumes de données et de fournir des recommandations fiables, explicables et directement exploitables par 10 000 commerciaux.
Objectifs
Développer un outil de smart pricing temps réel
Concevoir une application capable de générer des suggestions de prix instantanées, intégrée aux systèmes SAP et legacy, et accessible à 10 000 commerciaux simultanément.
Optimiser la marge et la performance commerciale
Mettre en œuvre un moteur de machine learning sophistiqué, capable de prendre en compte plus de 1 000 variables et d’optimiser les remises pour augmenter la marge commerciale de 30 %, tout en respectant les règles métier et politiques commerciales des différentes marques.
Faciliter l’adoption et l’autonomie
Intégrer la solution dans une logique « human first », en fournissant aux commerciaux des recommandations explicables, modulables et accompagnées d’une stratégie de montée en compétence des équipes data internes.
Les contraintes du projet
Temps réel et
scalabilité
L’outil devait fournir des suggestions de prix en millisecondes pour 10 000 utilisateurs simultanés, tout en réentraînant quotidiennement le modèle sur 4 milliards de lignes de données pour suivre l’évolution des comportements d’achat.
Complexité métier et transparence
Les politiques commerciales variées des marques Saint-Gobain nécessitaient l’intégration d’un module de gestion des règles métier, garantissant la conformité des recommandations et l’explicabilité des suggestions de prix.
Adoption par
les commerciaux
Une réticence initiale à utiliser la solution a imposé d’intégrer la stratégie d’adoption dès la conception, avec des fonctionnalités orientées aide à la décision et jauge de manœuvre laissant le dernier mot au commercial.
Autonomie
stratégique
La solution devait être progressivement transférée aux équipes data internes, avec un accompagnement pour assurer une autonomie durable dans l’exploitation et l’évolution du moteur de pricing.
Notre approche pour Saint-Gobain
01
Développement du moteur de smart pricing
Nous avons conçu un modèle de machine learning puissant, capable de traiter plus de 1 000 variables et de fournir des recommandations de prix en millisecondes.
Le modèle est réentraîné quotidiennement en moins de deux heures sur 4 milliards de lignes, garantissant l’actualisation constante des comportements d’achat et des tendances du marché.
02
Intégration et scalabilité
L’application a été interfacée avec SAP et le système legacy de Saint-Gobain, permettant un déploiement transparent et performant pour 10 000 commerciaux. L’infrastructure a été optimisée pour supporter des milliers d’accès concurrents tout en maintenant la rapidité et la fiabilité du moteur.
03
Gouvernance métier et explicabilité
Un module de gestion des règles métier a été intégré pour appliquer automatiquement les politiques de pricing propres à chaque marque.
Un module d’explicabilité permet aux commerciaux de comprendre les recommandations et de conserver un rôle actif dans la décision, en suivant la logique « que ferait le meilleur commercial ? ».
04
Adoption et montée en compétence
La solution a été conçue avec une approche « human first » : les commerciaux disposent d’une jauge laissant de la marge de manœuvre, et un accompagnement est assuré pour transférer progressivement la gestion de la solution aux équipes data internes, garantissant une autonomie durable et stratégique.
Nos résultats
10K
Commerciaux utilisant le portail de smart pricing temps réel avec recommandations fiables et explicables.
4
4 milliards de lignes de données analysées quotidiennement pour le réentraînement automatique du modèle.
1K+
Variables prises en compte dans le modèle de machine learning pour optimiser les remises et la marge.
18
18 mois durée du projet, couvrant le développement, l’intégration, le déploiement et le transfert de compétences aux équipes internes.
Impact global
Saint-Gobain dispose désormais d’un outil de smart pricing temps réel capable de générer des recommandations fiables, rapides et explicables pour 10 000 commerciaux. La solution permet d’optimiser la marge commerciale, d’assurer la transparence et la conformité des prix, et de renforcer l’autonomie stratégique des équipes internes. L’intégration d’une gouvernance métier, d’un module d’explicabilité et d’une approche « human first » assure une adoption durable et sécurisée, tout en offrant une infrastructure scalable et prête à évoluer avec les besoins futurs.
