Le traitement des données peut permettre de maximiser la perception sensorielle d’un parfum et d’en optimiser la formule. Photo : © scyther5 / shutterstock.com

Pourra-t-on bientôt augmenter par ordinateur le savoir-faire du parfumeur ? Assister son nez pour concevoir à coup sûr une fragrance à succès ? En théorie, l’idée est simple : utiliser de gigantesques bases de données (de matières premières, de perceptions sensorielles, de préférences consommateurs) et les lier entre elles par de puissants algorithmes. Pourtant, qui penserait sérieusement que le créateur du prochain Chanel N° 5 - ou, dans un autre domaine, que l’auteur du prochain Guernica - puisse être un algorithme ? Google, qui fait déjà réaliser des tableaux - vendus jusqu’à 8000 dollars - par des machines intelligentes, nous a certes habitué à bien des surprises, mais de là à remplacer les artistes par des statisticiens…

Quoiqu’il en soit, la révolution des données massives est déjà bien engagée et la filière parfums-cosmétiques n’est pas à la traine. « Le champ d’application du big data est très varié, allant de la banque à la parfumerie et traitant tant les sujets de risques comme la fraude que les sujets de croissance commerciale comme l’appétence à des produits,  » explique Patrick Zerbib, un des co-fondateurs de zettafox, une start-up spécialisée dans l’extraction de connaissances à partir de grandes masses de données en utilisant des technologies de machine learning.

Du prédictif au prescriptif

Issu du milieu du conseil en management, Patrick Zerbib est convaincu que le big data est mûr pour « passer du prédictif au prescriptif.  » L’objectif est de répondre de manière précise à des problématiques stratégiques des entreprises.

Patrick Zerbib, co-fondateur de zettafox, une start-up spécialisée dans l’extraction de connaissances à partir de grandes masses de données

L’analyse de données massives est depuis longtemps utilisée à des fins descriptives (dans les statistiques nationales par exemple). Avec les progrès de l’informatique et l’explosion des données issues des nouvelles technologies, on cherche de plus en plus à prédire le comportement des consommateurs. Mais une fois que la réalité a été bien décrite et que des scénarios d’avenir ont été anticipés, la tentation est grande de passer à l’action.

« Au delà de la prédiction, la dimension prescriptive du big data est d’autant plus intéressante qu’elle permet de matérialiser concrètement la mise en oeuvre des pistes identifiées lors de l’analyse prédictive,  » souligne Patrick Zerbib. Sa méthode consiste à collecter une grande quantité de données caractérisantes, pour cerner au mieux tous les éléments susceptibles d’influer le comportement des consommateurs. « Nous ne nous limitons donc jamais aux données internes de nos clients, nous intégrons toujours des données externes.  »

Maximiser le résultat sensoriel

zettafox est ainsi intervenu dans le secteur de la parfumerie pour maximiser la perception sensorielle d’un parfum. « Par exemple pour maximiser la sensation de propreté créée par le parfum d’un savon, ou d’une lessive ou pour optimiser l’impact technique d’un parfum grand public. Nous intervenons en complément des nez, de leur subjectivité, en apportant de l’objectivité statistique. »

Pour cela, zettafox se base notamment sur les données recueillies par les maisons de parfums lors des tests consommateurs qu’elles effectuent régulièrement depuis des années. Dans de tels cas, on est loin des volumes considérables de données auxquels sont habituellement associées les big data, on parle plutôt de Smart Data - de la donnée à forte valeur mais en faible quantité. Les algorithmes doivent alors pouvoir compenser le volume relativement réduit des informations disponibles dont le nombre de variables est par ailleurs très grand. « Nos algorithmes vont sélectionner des variables pour élaborer des combinaisons, des scénarios de formulations, susceptibles de maximiser l’expérience sensorielle recherchée, » précise Patrick Zerbib. Et ces scénarios pourront eux-mêmes être testés.

Optimiser les formules

Les algorithmes mis au point par zettafox ont également été utilisés pour optimiser des formules de parfums. « Il s’agit notamment de compacter la formule en réduisant le nombre des ingrédients utilisés tout en conservant le même impact.  » Les algorithmes permettent de cibler des combinaisons qui maximisent l’objectif olfactif et d’enlever les ingrédients qui réduisent ou n’ont pas d’impact olfactif. Parmi ces scénarios, on peut ensuite se concentrer sur les formules les plus performantes d’un point de vue économique, les moins coûteuses ou les plus simples à mettre en œuvre.

« Dans le cas de formules de parfumerie, la difficulté supplémentaire est que nous travaillons à l’aveugle,  » ajoute Patrick Zerbib. « Pour préserver le secret des formules, les ingrédients sont codés, nous ne connaissons pas leurs noms. C’est le client qui ensuite décode nos résultats.  »

En théorie le champ d’intervention des big data est illimité. zettafox a ainsi appliqué ses techniques à la distribution d’échantillons ou au taux de transformation en magasins duty free. On peut tout à fait imaginer des algorithmes conçus pour maximiser l’impact du packaging, de la texture ou même la fidélité sensorielle à un produit. À condition de disposer des données nécessaires ! Mais lorsque les sociétés spécialisées dans ce domaine interviennent c’est souvent que les entreprises ont commencé à recueillir des données et qu’elles se trouvent submergées par les flux et la nécessité de les structurer.

Recoller et traiter toutes ces données constitue évidemment le plus gros travail. D’autant que le principe même du big data est d’intégrer des données qui n’ont, en apparence, pas de rapport entre elles. La plupart des industriels et des marques n’ont ni l’infrastructure de stockage ni, a fortiori, les technologies de traitement adaptées, mais elles peuvent se faire aider. En revanche, les entreprises doivent apprendre à multiplier les contacts avec leurs clients pour récolter un maximum de données. Pour les industriels, l’enjeu est clairement de ne pas laisser ce savoir entre les mains des seuls distributeurs, qui ne le partageront pas.