Le jour du lancement de son nouveau site britannique, Elemis repère une incohérence dans ses données produits. L’équipe estime qu’il lui faudrait trois heures pour comparer les attributs concernés et apporter les corrections à la main. Avec Ziggy, l’agent IA intégré à Akeneo Product Cloud, une trentaine de minutes lui suffisent. La marque de soins haut de gamme utilise aujourd’hui Ziggy pour accélérer l’enrichissement de son catalogue, tout en gardant la main sur les modifications.
Ziggy a changé ma façon de travailler. Pour certaines tâches complexes que j’aurais dû faire à la main, il m’a vraiment sauvé la mise. J’ai gagné énormément de temps.
Elemis est une marque internationale de soins haut de gamme, reconnue pour ses formules innovantes, l’efficacité de ses produits et la qualité de son expérience client.
Derrière chaque fiche produit, l’équipe gère une liste détaillée d’ingrédients, des informations sur les allergènes, des descriptions adaptées à chaque marché et des médias. Elle doit aussi tenir compte des exigences locales et des différentes versions d’un même soin, comme son emblématique Pro-Collagen Marine Cream SPF 30.
L’optimisation de ces informations compte autant pour le client qui choisit son soin en ligne que pour les équipes qui préparent sa commercialisation. Elemis s’appuie sur Akeneo PIM pour centraliser et contrôler ses données produits, de l’enrichissement des fiches à leur diffusion sur les différents marchés.
Avec Ziggy, il est beaucoup plus facile de savoir où en est l’enrichissement, de comprendre les informations produits et de voir ce qu’il reste à faire.
À l’approche du lancement de son nouveau site britannique, l’équipe produit d’Elemis suivait de près la préparation du catalogue. Chaque fiche devait être exacte, complète et prête à être publiée. Une seule valeur incohérente pouvait compromettre la mise en ligne d’un produit.
Vérifier un attribut pouvait alors demander plusieurs manipulations. Il fallait exporter les données, filtrer les références concernées, comparer les valeurs d’un marché à l’autre dans un tableur, puis examiner les écarts et préparer un fichier de mise à jour. En période de lancement, ces étapes pesaient sur le temps dont disposait l’équipe pour résoudre les problèmes.
En parallèle, Elemis explorait plusieurs usages de l’IA, de la localisation des contenus aux contrôles qualité et à la diffusion du catalogue. Pour l’équipe, l’enjeu était de pouvoir s’appuyer, pour chacun de ces usages, sur les informations de référence et les règles métier déjà définies dans le PIM.
Je savais quels attributs vérifier. J’ai demandé à Ziggy de les comparer et il a fait toute l’analyse pour moi. À la main, cela m’aurait probablement pris trois à quatre fois plus de temps. J’avais confiance dans le résultat et j’ai pu faire les mises à jour pour le lancement en une demi-heure, alors que j’y aurais passé environ trois heures.
Avec Ziggy, l’équipe travaille directement dans Akeneo Product Cloud, là où elle structure, enrichit et contrôle déjà ses données produits. Elle peut décrire sa demande en langage naturel pour comparer des attributs, repérer des différences entre plusieurs versions d’une fiche ou préparer une mise à jour complexe. Elle s’épargne ainsi le transfert des données vers un outil tiers.
Cette intégration prend tout son sens lorsque les usages se multiplient. Qu’il s’agisse de vérifier une traduction ou de synchroniser des informations entre deux marchés, l’IA s’appuie sur le même catalogue et les mêmes règles métier que l’équipe.
Les responsables du catalogue gardent la main. Lorsqu’il détecte un problème, Ziggy peut en analyser l’origine, proposer les actions à mener et en présenter l’impact attendu. L’équipe examine ensuite la proposition et décide de l’approuver ou de la refuser avant toute modification. Pour une marque qui publie notamment des listes d’ingrédients et des informations sur les allergènes, cette étape de validation est essentielle.
Lors du lancement du site britannique, Tiaan Heystek repère un écart dans les valeurs d’un attribut. Il demande à Ziggy de comparer les données concernées. L’agent fait ressortir les différences, ce qui permet à l’équipe de vérifier le résultat et d’apporter les corrections nécessaires.
Entre le signalement du problème et sa résolution, une trentaine de minutes se sont écoulées. Tiaan estime que la même opération lui aurait pris environ trois heures à la main, en comptant l’extraction et la comparaison des données.
Le service client avait besoin de savoir quels produits contenaient certains allergènes, dont le soja. L’équipe données produits a demandé à Ziggy d’analyser les informations du catalogue et d’en tirer un rapport structuré.
Le service client disposait ainsi d’informations fiables et directement exploitables pour répondre aux demandes. De son côté, l’équipe produit a pu traiter la question sans créer un nouveau rapport à la main.
À mesure que l’IA intervient dans la rédaction des contenus, la localisation, les contrôles de conformité ou la diffusion des fiches, une question se pose. Comment s’assurer que chaque usage s’appuie sur la même version des données et sur les mêmes règles métier ?
Chez Elemis, les usages de Ziggy partent du catalogue géré dans Akeneo. C’est cette base commune qui permet déjà à l’équipe de corriger un écart en 30 minutes, d’accélérer l’enrichissement et de répondre plus rapidement au service client. Elle permet aussi à la marque d’étendre progressivement l’usage de l’IA à d’autres opérations, tout en conservant ses exigences de qualité et la maîtrise des décisions.
Nos experts Akeneo sont là pour répondre à toutes les questions que vous pourriez avoir sur nos produits et vous aider à avancer dans votre voyage dans le PXM