Ocado : grands résultats grâce aux grandes données

Le leader mondial de la distribution alimentaire en ligne, Ocado, optimise son efficacité opérationnelle et son service client grâce au machine learning propulsé par Google Cloud Platform.

Résultats de l’adoption de Google Cloud et du ML

• Réponse aux e-mails clients urgents 4x plus rapide
• Amélioration de 7 % de l’efficacité du centre de contact, libérant du temps pour les tâches prioritaires
• Génération d’insights 80 fois plus rapide et 33 % moins chère qu’avec l’ancien entrepôt de données
• Réduction des coûts informatiques tout en gagnant en évolutivité et en flexibilité

Selon le cabinet d’études Mintel, la part des ventes alimentaires en ligne au Royaume-Uni devrait passer de 6 % à 9 % d’ici 2021. L’un des pionniers de ce secteur est Ocado, basé à Hatfield. Depuis ses premières livraisons en 2002, l’entreprise a franchi le cap des 600 000 clients actifs et des 260 000 commandes hebdomadaires, pour un chiffre d’affaires annuel de 1,39 milliard de livres sterling.

Ocado réinvente le modèle du supermarché en permettant aux clients de faire leurs courses via des applications web et mobiles intuitives. Les produits sont préparés dans des entrepôts automatisés et expédiés en un temps record. Avec une ponctualité de 95 %, le service couvre désormais plus de 70 % de la population britannique.

« Google Cloud Platform nous offre la flexibilité nécessaire pour relever les défis complexes liés aux données massives, propres à notre activité. »
Paul Clark, Directeur de la Technologie (CTO), Ocado

Le succès de l’entreprise repose sur le développement interne de la quasi-totalité de ses technologies et sur une automatisation poussée de sa logistique. Ocado a également conçu l’Ocado Smart Platform (OSP), une solution de pointe permettant aux distributeurs du monde entier d’accéder au meilleur de la vente en ligne.

La démocratisation du machine learning

La logistique alimentaire en ligne diffère radicalement de l’e-commerce classique. Les clients achètent des dizaines d’articles simultanément, plusieurs membres d’un foyer peuvent commander via différents appareils, et la gestion des dates de péremption est un défi quotidien.

« Nous disons souvent que si l’on peut rendre la vente de produits frais en ligne rentable à grande échelle, on peut tout vendre. L’inverse n’est pas forcément vrai », explique Paul Clark. « Google Cloud Platform nous apporte l’agilité indispensable pour traiter ces volumes de données spécifiques. »

Le modèle d’Ocado mise sur la technologie pour anticiper les préférences des consommateurs et enrichir leur expérience d’achat.

« Google Cloud Machine Learning Engine nous offre toute la souplesse voulue. Nos développeurs utilisent TensorFlow et constatent immédiatement les bénéfices du ML dans le cloud. »
Paul Clark, CTO, Ocado

Cela fait plus de cinq ans qu’Ocado intègre le machine learning. Auparavant, ces projets nécessitaient des experts hautement qualifiés et des infrastructures locales coûteuses pour l’entraînement des modèles.

Cependant, la collaboration avec Google en tant que site test pour le Machine Learning Engine a accéléré leur adoption de l’IA.

« Nous suivions de près la manière dont le cloud pouvait démocratiser l’intelligence artificielle », confie Paul. « Grâce à TensorFlow et au ML Engine, nos ingénieurs peuvent désormais déployer des modèles performants bien plus rapidement. »

TensorFlow, la bibliothèque open source de Google Brain, est désormais au cœur des projets d’Ocado. L’intégration fluide avec les autres produits Google Cloud Platform permet d’entraîner des modèles sur serveurs ou mobiles via une interface unique (API), optimisant ainsi chaque étape de la chaîne.

Comprendre les attentes réelles des acheteurs

Le premier modèle conçu par Ocado sur TensorFlow visait à trier et prioriser les e-mails clients. Avec des milliers de messages quotidiens, l’enjeu était de distinguer l’urgence : un client signalant un produit manquant ou un retard de livraison doit être traité prioritairement par rapport à une simple demande de renseignement.

« Utiliser des agents de réponse automatisés pour les courriers moins urgents renforce l’image de marque d’Ocado et améliore l’expérience utilisateur. »
James Donkin, CEO d’Ocado

« Nous recevons beaucoup de messages positifs sur nos livreurs », note James Donkin. « Mais en cas d’intempéries ou de trafic dense, les demandes urgentes explosent. Automatiser le tri nous permet de rester réactifs là où ça compte vraiment. »

En exploitant des années de données d’archivage, Ocado a testé plusieurs architectures de réseaux neuronaux pour identifier la plus efficace. Résultat : une réponse quatre fois plus rapide aux messages prioritaires et 7 % d’e-mails identifiés comme ne nécessitant aucune action, libérant ainsi un temps précieux pour les conseillers.

« Sans le Machine Learning Engine, un tel projet de classification aurait été bien plus complexe à mener à bien », affirme Roland Plazowski, ancien responsable des projets Big Data chez Ocado. « Gérer l’intensité de calcul en interne aurait été trop coûteux. Le cloud permet de passer à l’échelle sans friction. »

En analysant les habitudes d’achat, Ocado simplifie la vie de ses clients : paniers pré-remplis, rappels d’oublis ou suggestions personnalisées.

« Vous voyez des produits qui vous correspondent vraiment », explique James. « En tant que végétarien, je reçois des offres sur les produits que j’aime, et non sur des articles qui ne m’intéressent pas. »

Robotique et intelligence artificielle

Côté logistique (IoT), Ocado utilise le machine learning pour piloter ses robots d’entrepôt. Des milliers de machines transfèrent en continu des données vers Google Cloud Storage et Google BigQuery.

Les data scientists développent une forme d’intelligence collective (« swarm intelligence ») pour que les robots collaborent de manière optimale. Cela inclut la surveillance de la télémétrie (état des batteries, mises à jour logicielles) et la détection préventive de l’usure des composants.

« Nous voulons rendre les robots plus autonomes dans leur auto-diagnostic et la gestion des erreurs », précise Paul. « C’est une synergie complexe entre IoT, analyse de données et ML, pour laquelle BigQuery est l’outil idéal. »

« Nos anciennes bases de données n’étaient plus assez rapides. Google Cloud Storage et BigQuery constituent désormais la colonne vertébrale de l’Ocado Smart Platform. »
Paul Clark, CTO, Ocado

Une infrastructure prête pour la croissance

L’évolutivité a motivé la migration totale des données vers le cloud. Ocado souhaitait réduire sa charge de maintenance informatique tout en offrant des insights plus pointus à ses équipes métier.

Ocado gère environ deux pétaoctets de données. La fusion des flux d’achat et d’approvisionnement est un atout majeur pour la commercialisation de l’OSP auprès d’autres distributeurs mondiaux.

« Vendre l’OSP en tant que service managé nous permet de collaborer avec des entreprises qui auraient pu être des concurrents », ajoute Paul.

Chaque nouveau client de la plateforme bénéficie d’une instance personnalisée capable d’absorber des volumes massifs de transactions et de références produits de manière instantanée.

Morrisons, l’un des géants de la distribution au Royaume-Uni, utilise déjà l’OSP pour booster ses ventes en ligne. Grâce à Google BigQuery, Ocado analyse des téraoctets de données pour Morrisons avec une précision inégalée.

En complément, Ocado a migré ses frameworks open source (Apache Spark et Hadoop) vers Google Compute Engine et BigQuery. Ce passage simplifie le travail des analystes, qui n’ont plus à gérer des requêtes complexes ou l’administration de clusters.

L’intégration parfaite entre BigQuery, TensorFlow et Cloud Dataflow permet aux développeurs de se concentrer sur l’innovation plutôt que sur l’administration système.

« Nous lançons nos requêtes et payons uniquement pour ce que nous consommons », conclut Roland. « BigQuery a surpassé notre cluster Hadoop par un facteur de 80 sur nos plus gros jeux de données, pour seulement deux tiers du coût initial. »

Contactez Cloudfresh