Grande distribution · Plateforme web + application mobile · IA
La photo d'étiquette qui devient une donnée le lendemain
Vigie mesure les prix de la grande distribution aux Antilles : ses agents photographient les étiquettes en magasin, et la donnée devient des études de marché.
Nous avons réuni ses trois logiciels en un, puis confié à une IA le travail que son équipe faisait à la main. Une photo prise le matin est une donnée exploitable le lendemain.
Veille prix pour la grande distribution · depuis 2018, en cours
- 3,7M
- relevés de prix
- 3 000h
- de ressaisie en moins par an
- 3,4s
- pour vérifier un relevé
- −40%
- sur la facture d'hébergement
Le contexte
Un marché où le prix est un sujet politique
Dans les départements d'outre-mer, l'alimentaire coûte environ 40 % plus cher qu'en métropole. Les prix y sont suivis de près par les distributeurs, par les marques et par les pouvoirs publics.
Vigie mesure ces prix sur le terrain. Ses agents passent dans les magasins, photographient les étiquettes, relèvent les promotions. Vigie en tire des études de marché, vend la donnée, et ouvre sa plateforme à des clients qui font leurs propres relevés.
Son logiciel n'est donc pas un outil de gestion. C'est son produit.
Avant
Trois logiciels, et une équipe qui recopiait des photos
✕ Des outils qui ne se parlaient pas
L'application mobile, l'outil de pilotage des agents et le référentiel des magasins avaient été construits par des prestataires différents. Chacun sa base de données, des synchronisations entre les trois, et chaque nouvelle fonctionnalité plus chère que la précédente.
✕ Une ressaisie à la main
Chaque relevé arrivait sous forme de photo. Une équipe l'ouvrait et recopiait le code-barres, le prix et le nom du produit. Vingt secondes par étiquette, plus de 700 000 étiquettes par an.
✕ Des données qui se perdaient
L'ancienne application mobile pouvait perdre des relevés en cours d'envoi, sans prévenir personne.
✕ Des clients qui attendaient
Entre le passage en magasin et le chiffre exploitable, deux à trois jours. Puis encore le temps de mettre l'étude en forme.
Ce qu'on a construit
Une seule chaîne, du rayon au tableau d'analyse
- 01
L'agent relève, même sans réseau
L'application vérifie qu'il est bien dans le magasin, puis enchaîne les relevés — code-barres, photo, promotion, rupture. Tout est stocké sur le téléphone, et rien n'en est supprimé tant que le serveur n'a pas confirmé la réception de chaque photo.
- 02
L'IA lit l'étiquette
Un premier modèle repère l'étiquette sur la photo, un second lit le prix, le nom et le code-barres. Le code-barres lu est comparé à celui scanné par le téléphone. En cas de désaccord, le relevé part chez un humain.
La vérification d'un relevé — la photo, et ce que l'IA a lu - 03
L'humain vérifie
L'équipe voit la photo et ce que la machine a lu, et valide ou corrige. L'IA ne remplit que les champs vides — elle n'écrase jamais ce qu'une personne a saisi.
Le journal des vérifications — durée, champs corrigés, confiance - 04
Le logiciel contrôle
Chaque nuit, il recalcule le prix moyen de chaque produit et signale tout relevé qui s'en écarte de plus de 100 %.
Les anomalies détectées pendant la nuit - 05
Le client analyse
Une ligne par produit, une colonne par magasin, des filtres par région, enseigne et période. Les promotions de tous les catalogues sur cinq régions depuis 2018, et les ventes des magasins importées depuis des fichiers Excel de formats tous différents.
L'analyse comparative des prix, magasin par magasin
L'IA lisait 6,79 € comme 679 €
Au lancement de la lecture automatique, sur une mission de 87 relevés, 11 prix étaient faux. Les centimes, imprimés plus petit sur l'étiquette, étaient collés au montant ou oubliés. Ailleurs, la machine retenait le prix au kilo à la place du prix du produit.
Nous avons ajouté trois garde-fous. Tout prix rond déclenche une seconde lecture ciblée sur les centimes. Le prix au kilo a son propre champ. Et chaque vérification humaine est enregistrée : on sait combien de temps elle a pris et ce qui a été corrigé.
Un mois plus tard, sur 207 000 relevés vérifiés, 6 % des prix lus par la machine sont corrigés par un humain.
Les résultats
Ce qui a changé
Le temps gagné est une estimation calculée sur 724 000 relevés par an.
La méthode
Sept ans, une réunion par semaine
Nous travaillons avec Vigie depuis 2018. D'abord sur un outil, puis sur l'ensemble du système, dont nous assurons aujourd'hui la direction technique.
Chaque semaine : une réunion, une livraison testée sur un environnement à part, et un compte rendu écrit pour le client, pas pour les développeurs. Il y lit ce qui a changé et ce que ça lui apporte.
Fiche technique
- Plateforme web
- Nuxt, PostgreSQL, tableaux AG Grid
- Application mobile
- Flutter, iOS et Android, hors ligne
- IA
- Modèles ouverts (Mistral, Qwen), hébergés en France
- Hébergement
- Scaleway, Paris
- Volume
- 3,7 M relevés, 4 700 points de vente, 8 900 catalogues
- Durée
- Depuis 2018, en cours
Vos équipes recopient encore ce qui existe déjà en photo, en PDF ou en tableur ?
C'est le travail que nous avons supprimé ici. Racontez-nous comment ça se passe chez vous — en deux heures, nous cartographions vos flux et nous vous disons ce qui peut être automatisé.