Logo de la startup Pricemoov

PriceMoov analyse les données de vos clients pour ajuster le prix qui va bien en fonction du client :

Que proposez vous ?

Pricemoov est une plateforme de gestion des revenus. Elle permet aux entreprises d’optimiser leurs prix en temps réel en fonction de la prévision de la demande, de la typologie des clients, et du contexte d’achat afin de parvenir à un bon équilibre entre offre et demande et maximiser ainsi la profitabilité.
Ainsi, de la même manière que les prix des billets d’avion ou des trajets en Uber évoluent en fonction de la pression de la demande et des places ou chauffeurs disponibles, Pricemoov calcule le meilleur prix, au bon client, au bon moment.
Solution Saas pour les entreprises, elle se décline en plusieurs interfaces et permet d’assurer une cohérence entre tous les maillons de la chaîne de décision du prix (Revenue manager, manager local, commerciaux, agents de comptoir…).

Comment avez vous eu l’idée ?

La convergence des stratégies de vente vers une offre omnicanale pose la problématique du prix : comment garder le contrôle de sa tarification sur tous les canaux ? Face à ce questionnement, certaines entreprises sont tentées de laisser en l’état la différence entre leurs prix en ligne et leurs prix en commerce physique, tandis que d’autres tentent de relever le défi et de gérer la complexité des offres tarifaires. Car c’est désormais sur le prix que va se jouer la concurrence, de plus en plus ténue, entre les entreprises. Celui-ci va s’imposer comme partie intégrante de l’expérience client, indicateur principal de la performance. Cependant, cette tarification doit être adaptée au contexte économique de l’entreprise, à ses objectifs et à ses pratiques de vente. Les prix dynamiques sont nés dans les années 70. Depuis, les entreprises sont confrontées à une problématique de taille : comment ajuster les prix à leur clientèle sans écorner l’indice de satisfaction client ? Si certains géants du web peuvent ajuster leurs prix en se basant sur les volumes de données qu’ils possèdent sur leurs clients, les autres entreprises ont besoin d’un acteur qui leur garantisse le prix juste au bon moment. Résoudre la question du prix en prenant en compte le contexte et la stratégie de vente nécessite de faire appel à une synergie entre marketing, analyse des données et Machine Learning. C’est de ce constat que nous est venue l’idée de Pricemoov.

Qu’est ce qui vous a convaincu de vous lancer et de créer ce projet ?

Traditionnellement, la mise en place du revenue management était limitée aux entreprises qui avaient les moyens de recruter les spécialistes chevronnés utilisant des logiciels complexes. Les modèles SaaS permettent de déployer des solutions plus adaptables et évolutives. L’Intelligence Artificielle, quant à elle, permet de gérer des milliers de paramètres différents, et simplifier et dynamiser le processus de construction des prix. Cependant, les entreprises sont encore trop nombreuses à ne pas pratiquer le pricing dynamique. D’autres limitent l’ajustement de leurs prix aux pics saisonniers, soit deux à quatre fois seulement par an. L’habitude des prix fixes et la méconnaissance de cette technique peuvent expliquer cette réticence. C’est notamment ce contexte favorable qui nous a poussé à fonder Pricemoov.

Depuis combien de temps avez vous commencé ce projet ?

Pricemoov a été fondé en Janvier 2016.

A quel besoin répondez vous (Pourquoi vos clients ont-ils besoin de votre produit/service ?)

La calibration du bon prix est le levier le plus efficace d’augmentation de la profitabilité. La politique tarifaire devient donc un avantage compétitif essentiel. De plus la construction du prix devient de plus en plus difficile car elle est dépendante d’un nombre grandissant de facteurs, et demande de traiter un nombre important de données. La solution Pricemoov permet de simplifier le processus pour tous les acteurs et de se concentrer sur les décisions stratégiques. Enfin, avec l’augmentation des canaux, liée aux comportements omnicanaux nouveaux des clients, il devient plus compliqué, et pourtant essentiel, d’avoir une politique marketing et commercial cohérente à tout degré.

Quel est votre cœur de cible ?

Pricemoov s’adresse à des clients issus des secteurs dans lesquels la maîtrise de la tarification est une problématique quotidienne. Déjà adoptée par des grands groupes dans différents secteurs, la solution Pricemoov cible tout secteur ayant des problématiques d’optimisation d’une capacité fixe, c’est-à-dire un stock périssable tant qu’il n’est pas utilisé (groupes hôteliers, salons de coiffure, parcs d’attraction, cinémas…).
Les différents acteurs de l’entreprise, du Revenue Manager à l’opérateur, ont accès à une interface dédiée à leurs usages pour piloter ou consulter les recommandations et interagir avec elles.

Comment allez-vous vous faire connaître de vos clients ?

Parmi les entreprises auxquelles nous nous adressons, il y a celles qui ont déjà entrepris une démarche de revenue management (secteur hôtelier, transports…) et ceux qui n’ont pas d’outil spécifique (salons de coiffure, cinémas, parcs d’attraction…).
Pour les premiers, il y a des procédures d’appel d’offre lancés à chaque recherche de nouvelle solution. Il faut donc se faire connaitre des revenue managers, en proposant des rencontres et en participant aux évènements spécifiques RM. Pour les autres, il faut identifier les interlocuteurs cibles dans les entreprises des secteurs qui nous intéressent en priorité (directeurs marketing, commercial, DAF, CEO), pour les sensibiliser aux bénéfices de la tarification dynamique.
En plus des rencontres, nous mettons en place une stratégie de contenu axée sur le yield bien sûr, et l’IA et le Big Data. En produisant un contenu important (articles spécialisés mis en avant sur les réseaux, Use cases sur notre site, webinars…), nous voulons nous positionner comme un acteur de référence sur ces sujets et augmenter notre reconnaissance.

Quel est le business model Comment gagnez-vous de l’argent ?

Nous proposons une licence de base via un abonnement mensuel négocié avec les clients en fonction de leurs besoins et du nombre d’utilisateurs.

Quelles sont les technologies que vous utilisez ?

L’équipe est constituée d’une majorité de data scientists et engineers, qui traitent la donnée en 4 étapes :
1- Récupération de la donnée : pour la récupération des données historiques, nous nous connectons aux systèmes d’information du client par API, ou nous recevons la données par batchs. Nous bâtissons un funnel de nettoyage des données avec un ETL. Pour ce qui est de la donnée externe, nous utilisons des crawlers, pour aller chercher les informations liées à la concurrence, la météo…
2- Segmentation : nous croisons différents critères pour créer une segmentation data driven. Pour ce faire nous avons établi une bibliothèque d’algorithmes de clustering qui rassemblent les nuages de point en groupes distincts et font ressortir une hypersegmentation. Celle-ci permet des micro-marchés.
3- Prévision : à partir de la segmentation, nous étudions le profil type de chaque segments et les facteurs d’influence que peuvent avoir les données externes (intempéries, arrivées de train, données de navigation…). Couplée aux données historiques, nous prévoyons la demande par segment.
4- Optimisation : enfin, avec la prédiction de l’arrivée de chaque clients et le calcul de leur sensibilité prix, nous avons des algorithmes qui viennent optimiser le prix à tout moment.
Toutes les données sont stockés sur un serveur privé, et sont envoyées aux clients, soit par API soit par batch.
A ces quatre étapes décisives s’ajoute la fonctionnalité d’apprentissage dont est doté l’algorithme de Pricemoov, ou Reinforcement Learning. Celui-ci apprend de ses potentielles erreurs d’estimation et optimise ainsi la précision de ses recommandations.

Quels sont vos besoins ?

Nous continuons de mettre l’accent sur notre technologie et notre produit, tout en garantissant une conduite du changement auprès de nos clients. Cela passe par un renforcement des équipes constituées d’ingénieurs et de data scientists, en effectuant entre 30 et 40 recrutements supplémentaires à l’horizon 2018.
En parallèle, nous accélérons sur la partie commerciale, pour recruter des clients provenant de verticales différentes sur l’année 2018 (hospitality, loisirs, transport, retail).

Quels sont les plans pour l’entreprise (revente, Ipo, rien du tout) ?

Nous sommes actuellement en discussion avec des fonds d’investissement pour un nouveau tour de financement qui devrait être annoncé dans les semaines à venir.

Qui sont vos principaux concurrents ? (Si si, il y a toujours un concurrent)

Nos clients potentiels ont aujourd’hui recours à deux types de solution, l’aide d’un cabinet de conseil via des missions ponctuelles et des recommandations statiques ou des solutions logicielles lourdes d’implémentation et complexes.

En quoi vous démarquez vous de vos concurrents ?

Nous avons 2 spécificités :
1- L’utilisation de l’Intelligence Artificielle pour traiter un volume de données important, un nombre de variables exhaustif et faire des recommandations de prix en temps réel, issue d’analyses poussées.
2- Le déploiement d’une plateforme de gestion à travers toute l’organisation de l’entreprise cliente : une interface spécifique et simplifiée à chaque maillon de la chaîne de décision du prix (comptoir, manager local, commerciaux, siège). Cela permet au siège de s’assurer que la stratégie commerciale et marketing est déployée de manière cohérente dans toute l’organisation. C’est aussi un outil d’aide à la décision qui permet de gagner beaucoup de temps dans la décision du prix pour les personnes sur le terrain, et leur permet de se concentrer sur la relation aux clients.

Quels sont vos avantages par rapport à vos concurrents (vous avez le droit à un joker pour cette question)

En plus des points abordés lors de la question précédente, nous proposons une solution multisectorielle. Là où certains de nos concurrents se spécialisent sur un marché vertical (hôtellerie, golf), nous nous adressons à tous les secteurs ayant recours au yield management.

Où voyez-vous l’entreprise dans un an ?

D’ici 1 an, nous souhaitons avoir 5 clients supplémentaires provenant de différentes verticales. Dont 2 déployés.
En interne, nous aurons fait grandir l’équipe data et engineering pour la porter à 30 personnes, et commencer à structurer les équipes commerciales et de customer success.
Notre objectif à plus long terme est que notre plateforme intègre de plus en plus de fonctionnalités (édition de devis, contrats…) pour devenir un outil indispensable chez nos clients, à l’image d’un salesforce de la gestion de revenus.

Cette présentation de startup a été mise à jour le 14 February 2018 par Pierre Hébrard

Entrepreneurs :
Pierre Hébrard, François Aubert et Jean Saglio
Employés : 15

Pas encore de commentaire.

Ajouter une remarque constructive et pertinente

Spelling error report

The following text will be sent to our editors: