Revue d'OptimiX Software, éditeur d'optimisation de pricing et de la supply chain

Par Léon Levinas-Ménard

Dernière mise à jour : décembre, 2025

OptimiX Solutions (souvent abrégé en OptimiX Software) est un éditeur SaaS français fondé en 2011 à Marcq-en-Barœul qui développe des logiciels basés sur les données et l’IA pour le pricing en retail et la planification prédictive de la supply chain, avec ses principaux produits OptimiX XPA (pricing analytics), OptimiX XFR (planification de la supply chain de type APS) et XAB (benchmarking d’assortiment). L’entreprise se positionne comme spécialiste du retail et de la distribution, combinant la collecte de données tarifaires concurrentielles, la prévision de la demande et l’optimisation de stocks pour aider les chaînes à ajuster leurs prix et sécuriser la disponibilité, et en 2025 elle a réalisé une levée de fonds de 30 M€ qui a financé une fusion avec l’éditeur de marketing-personalisation Maxxing, créant ainsi un groupe “one-stop shop” élargi axé sur le pricing, la supply chain et l’expérience client pour les détaillants et fabricants.¹²³⁴⁵⁶⁷⁸ Les supports publics d’OptimiX mettent en avant la prévision avec IA, la simulation de prix et l’optimisation d’assortiment, mais fournissent relativement peu de détails techniques sur les architectures sous-jacentes ou les algorithmes d’apprentissage; des listes indépendantes (GetApp, Capterra, SoftwareAdvice) confirment un déploiement cloud et une optimisation basée sur l’IA, mais de manière tout aussi sommaire. Dans l’ensemble, les éléments de preuve actuels indiquent un éditeur mature commercialement, spécialisé dans un domaine, proposant des modules packagés pour l’intelligence prix, la recommandation de prix et la planification des stocks, mais sans suffisamment de transparence pour évaluer pleinement dans quelle mesure ses capacités d’optimisation vont au-delà de l’analytique descriptive associée à des composants de ML basés sur des règles ou en boîte noire.⁹¹⁰¹¹¹²¹³¹⁴¹⁵¹⁶¹⁷¹⁸

Aperçu d’OptimiX Software

Historique de l’entreprise, financements et structure

OptimiX Solutions se présente comme un “éditeur de solutions de Pricing et Supply Chain depuis 2011”, basé à Marcq-en-Barœul (Hauts-de-France).² Sa page anglophone “About us” indique que depuis “plus de 15 ans” il aide les détaillants à affiner leur pricing et à optimiser la supply chain en utilisant les données et l’IA, et qu’il intervient “de A à Z” pour maximiser la performance économique.¹ Ces affirmations sont globalement cohérentes avec des profils d’entreprise tiers (CB Insights, La French Tech Lille) qui décrivent OptimiX comme un fournisseur SaaS spécialisé dans l’optimisation de stratégies de pricing, la prévision des ventes et la gestion de la supply chain pour les secteurs du retail et de la distribution.⁷⁸

En juillet 2025, l’investisseur de croissance NextStage AM, aux côtés d’Entrepreneur Invest et d’un groupement bancaire, a mené une levée de fonds de 30 M€ pour soutenir la fusion d’OptimiX et de Maxxing, un autre éditeur SaaS spécialisé dans la fidélité omnicanale et la personnalisation promotionnelle.⁵¹¹ Plusieurs communiqués de presse indépendants (NextStage AM, Edmond de Rothschild Corporate Finance, Walter Billet Avocats, Legal 500) confirment qu’OptimiX (fondé en 2011, dirigé depuis 2014 par le CEO Philippe Vanhack) et Maxxing ont été réunis au sein d’une holding unique en tant que “full-SaaS one-stop shop” couvrant le pricing, la supply chain, la fidélité et l’expérience client, employant environ 75 personnes et opérant dans plus de 35 pays.⁴⁵¹⁹⁷¹¹ La presse économique régionale (Le Journal des Entreprises) rapporte qu’OptimiX réalisait environ 4 M€ de chiffre d’affaires en 2023 avant l’accord, indiquant un acteur de taille petite à moyenne mais commercialement établi.⁶⁸

La fusion est la seule opération de fusions-acquisitions clairement documentée impliquant OptimiX ; il n’existe aucune preuve d’autres acquisitions ni que OptimiX ait été lui-même acquis avant 2025. Les entrées sur PitchBook et CB Insights répertorient OptimiX / OptimiX Solutions comme une entreprise privée avec des investisseurs externes, sans contredire la date de fondation en 2011 ni le récit de la fusion de 2025.⁴⁷¹⁴ Des sources publiques en dehors des bases de données d’investisseurs fournissent peu de détails sur la structure du capital ou sur des levées de fonds antérieures, au-delà de l’indication de NextStage selon laquelle la levée de 2025 était significative (30 M€) et destinée à accélérer la R&D et l’expansion internationale.⁴⁵¹¹

Résumé : OptimiX est un éditeur SaaS français d’environ 15 ans, spécialisé dans le pricing en retail et la supply chain, financièrement renforcé en 2025 par une levée de fonds significative combinée à une fusion avec Maxxing. Aucune acquisition antérieure n’est constatée ; l’entreprise a connu une croissance organique avant cette transaction.

La gamme de produits en un coup d’œil

Sur son site web et dans les listings de partenaires, OptimiX met en avant de manière constante trois logiciels nommés :

OptimiX XPA – “Pricing Analytics” : une solution d’analyse et d’optimisation des prix pour le retail ;
OptimiX XFR – “Supply Chain APS” : un APS de prévision assisté par IA et d’optimisation de stocks pour la supply chain ;
XAB – “Assortment Benchmarking” : un outil d’optimisation d’assortiment comparant les gammes et attributs des concurrents.⁹¹⁰²⁰¹²¹⁵¹⁶

La page d’accueil en anglais résume le portefeuille comme “des solutions de pricing et de supply chain prédictive, basées sur des lectures omnicanales et des ventes anticipées”, promettant la visualisation et la gestion des “prix et stocks” grâce à l’IA et à une expertise métier.³ XPA est positionné comme la suite phare de pricing, XFR comme le module de supply chain prédictive, et XAB comme un module complémentaire pour l’analyse comparative d’assortiment.⁹¹⁰²⁰¹⁵

Des annuaires externes (GetApp, Capterra, SoftwareAdvice, EcommerceTech) corroborent cette triade :

XPA figure dans les catégories “Pricing Optimization Software” en tant qu’outil d’analyse de pricing basé sur le cloud, centralisant les données de pricing et fournissant des vues en temps réel sur les écarts de prix, les marges et les stocks, avec une optimisation des prix pilotée par l’IA.¹²¹³¹⁴¹⁶²¹
XFR figure dans les catégories “Demand Planning” / “Supply Chain” en tant que système de planification avancé utilisant des prévisions pilotées par l’IA pour optimiser les stocks dans plusieurs secteurs.¹⁵¹⁶¹⁷¹⁸
XAB est brièvement décrit dans le contenu FAQ de XPA comme une solution d’optimisation d’assortiment qui collecte des données de marché, harmonise les nomenclatures, évalue les attributs des produits et propose des tableaux de bord pour une comparaison concurrentielle.²⁰¹⁵

Le blog de l’entreprise et ses contenus marketing positionnent ces produits comme modulaires, XPA et XFR partageant une couche de données commune pilotée par l’IA et une méthodologie partagée.²³²²²³¹⁸ Aucune preuve publique n’indique l’existence d’autres grandes gammes de produits non liées au pricing ou à la supply chain ; OptimiX semble se concentrer sur un domaine spécifique plutôt que d’offrir une suite d’entreprise étendue.

OptimiX Software vs Lokad

OptimiX et Lokad évoluent tous deux dans le vaste domaine de l’analytique liée à la supply chain, mais ils diffèrent nettement par leur périmètre, leur architecture et la profondeur d’optimisation qu’ils offrent aux clients.

Périmètre et positionnement. OptimiX est un éditeur SaaS centré sur le retail dont la mission principale est d’aider les chaînes à affiner leur pricing et à optimiser la performance de la supply chain, principalement dans des secteurs tels que la distribution alimentaire, la cosmétique, le bricolage / le hardware, l’électronique et la santé.¹³⁷¹²¹⁵¹⁶ Son portefeuille est divisé en applications packagées distinctes : XPA pour l’analyse du pricing, XFR pour la prévision de la demande et la planification des stocks, et XAB pour la comparaison d’assortiments compétitifs.⁹¹⁰²⁰¹⁵ En revanche, Lokad se positionne comme un éditeur dédié uniquement à la supply chain, offrant une plateforme programmable unique pour l’optimisation prédictive de la supply chain dans divers secteurs (retail, mode, aérospatial, fabrication, gros, etc.), couvrant la prévision de la demande, le réapprovisionnement, l’allocation, la planification de la production et parfois le pricing sous forme d’applications différentes mises en œuvre sur le même moteur.²⁴²⁵²⁶²⁷²⁸²⁹³⁰

Architecture et approche de personnalisation. OptimiX propose des modules SaaS multi-locataires classiques avec une configuration orientée métier et des tableaux de bord : XPA offre des règles de pricing configurables, des tableaux de bord, la collecte de données concurrentielles et l’analyse de scénarios ; XFR est présenté comme un APS doté de prévisions assistées par IA et de capacités de planification des stocks.⁹¹⁰¹¹¹²¹⁵¹⁶³¹¹⁸ Les informations publiques suggèrent que la configuration s’effectue principalement via des paramètres métier (stratégies, règles, segmentation, KPI) plutôt que par un langage de modélisation à usage général. Lokad, en revanche, a construit sa pile autour d’Envision, un langage spécifique au domaine (DSL) qui expose toute la logique de prévision, d’optimisation et de transformation des données sous forme de code éditable ; les clients (ou les Supply Chain Scientist de Lokad) mettent en œuvre des pipelines de décision sur mesure en écrivant des scripts Envision.²⁵²⁶³²³³³⁴³⁵ En pratique, OptimiX propose des applications pré-packagées avec des leviers ajustables ; Lokad offre une plateforme programmable où chaque modèle de décision est explicitement codé et peut être refactorisé.

Gestion de l’incertitude et profondeur de l’optimisation. Le marketing d’OptimiX fait à plusieurs reprises référence à la prévision de la demande basée sur l’IA et à l’optimisation dynamique des prix et des stocks.³⁹¹⁰¹³¹⁵¹⁶²²²³ Cependant, ni la documentation produit ni les démos publiques ne fournissent de descriptions formelles des modèles statistiques ou des algorithmes d’optimisation utilisés. Les listes et FAQ mettent en avant des tableaux de bord en temps réel, des données de pricing centralisées, des recommandations automatisées et la simulation de scénarios (par exemple, “simuler l’impact d’un ajustement de prix”), sans indiquer si l’optimisation est basée sur des distributions probabilistes complètes, de simples élasticités, ou des règles heuristiques.⁹¹⁰¹²¹³¹⁴¹⁵¹⁶

Lokad, en revanche, fournit des détails techniques étendus : ses pages technologiques décrivent un pipeline qui (1) construit des prévisions probabilistes (distributions complètes de la demande) et (2) applique des algorithmes d’optimisation stochastique – notamment Stochastic Discrete Descent (2021) pour les décisions de stocks et d’allocation et Latent Optimization (2024) pour la planification combinatoire complexe – le tout implémenté au sein d’Envision.²⁵²⁶³⁶³⁷ La documentation et les études de marché positionnent explicitement le différenciateur clé de Lokad comme étant la prévision probabiliste et l’optimisation de décisions en situation d’incertitude, plutôt que l’analytique descriptive.²⁶²⁷³⁸²⁹³⁰

Transparence vs comportement boîte noire. OptimiX met à disposition des tableaux de bord et des KPI pour les stratégies de pricing et de supply chain, mais les détails internes des algorithmes restent largement opaques ; l’éditeur ne publie pas de documentation technique formelle sur les choix de modélisation, les fonctions objectives ou la gestion des contraintes. Les clients doivent en grande partie faire confiance aux moteurs “pilotés par IA” derrière XPA et XFR.⁹¹⁰¹²¹⁵¹⁶²² Lokad, en revanche, rend explicitement son processus en “white-boxant” : la logique d’optimisation est exprimée dans des scripts Envision, que les clients peuvent examiner ; la documentation technique publie la grammaire, la bibliothèque standard et le comportement de la plateforme ; et un environnement de test public (try.lokad.com) permet d’expérimenter avec le langage.³²³³³⁴³⁵³⁶³⁷ Pour les organisations exigeant une logique de décision vérifiable, l’approche de Lokad est nettement plus transparente.

Couverture décisionnelle. OptimiX XPA se concentre étroitement sur le pricing : collecte des prix des concurrents, appariement des produits, vérifications de la cohérence des gammes, analyse de marges et recommandations de prix assistées par IA.⁹¹⁰²⁰¹²¹³²²²³ XFR s’étend à la prévision de la demande et aux stocks, avec des prévisions pilotées par IA et des niveaux de stock recommandés sur les différents sites.¹⁵¹⁶³⁹¹⁸ La plateforme de Lokad, par conception, aborde un ensemble de décisions plus large dans un modèle unique : réapprovisionnement, allocation multi-échelons, planification de la production, programmation de la maintenance et parfois pricing, le tout optimisé selon des moteurs économiques unifiés (coûts de rupture de stock, coûts de détention, risque d’obsolescence, etc.).²⁵²⁶²⁷³⁶³⁷²⁹³⁰

Maturité commerciale et focus. OptimiX est un éditeur de taille moyenne, principalement axé sur le retail et la distribution en Europe, désormais intégré dans un groupe qui couvre également la fidélité et la personnalisation (via Maxxing).⁵⁶⁴⁰¹⁹⁸¹¹⁴¹ Lokad, bien que comptant moins de personnel en valeur absolue, est plus ancien en tant qu’entreprise de prévision (fondée en 2008) et se positionne comme un spécialiste de la Supply Chain Quantitative avec des clients dans le retail, la mode, la fabrication et l’aérospatial ; ses produits et sa documentation sont résolument centrés sur la supply chain, et non sur la fidélité ou le marketing.²⁶²⁷³⁶³⁷³⁸

En résumé : OptimiX propose des modules SaaS spécifiques au domaine pour le pricing en retail et la planification de la supply chain avec des recommandations assistées par IA, orientés autour de tableaux de bord et de règles métier. Lokad offre une plateforme d’optimisation probabiliste programmable, avec un DSL personnalisé et des algorithmes stochastiques documentés publiquement. Pour les acheteurs comparant les deux, OptimiX est plus “application-like” et centré sur le retail ; Lokad est plus “platform-like”, techniquement orienté et dédié uniquement à la supply chain.

Portefeuille de produits et périmètre fonctionnel

XPA – Analyse et optimisation des prix

Le produit phare d’OptimiX, XPA – OptimiX Pricing Analytics, est positionné comme une suite complète d’analyse et d’optimisation des prix pour les détaillants. La page produit en anglais décrit XPA comme une solution de pricing qui “améliore vos marges et automatise votre stratégie de pricing grâce à l’IA et à l’optimisation dynamique”, avec des avantages incluant le suivi des KPI en temps réel, des recommandations de prix automatisées et la simulation de scénarios what-if (par exemple, l’impact des variations de prix sur les marges et la compétitivité).⁹¹⁰¹³

Les éléments fonctionnels essentiels, tels que décrits dans les contenus de l’éditeur et les listings partenaires, incluent :

Centre de données de pricing centralisé : XPA intègre les listes de prix internes, les données de coûts, les objectifs de marges, et les informations de stocks ainsi que les prix des concurrents, afin que les utilisateurs puissent visualiser les écarts de prix, les marges et les indicateurs de stocks “en temps réel”.⁹¹⁰¹²¹³¹⁶
Intelligence pricing / collecte de données : le module “data collect” extrait automatiquement les prix des concurrents en ligne et les combine avec d’autres sources (par exemple, des enquêtes en magasin), grâce à des algorithmes d’appariement destinés à associer les produits concurrents aux identifiants internes du détaillant malgré les différences de dénomination et de structuration.¹⁰¹²
Appariement de produits et comparaison d’assortiment : via XAB, la suite permet de cartographier et de noter les gammes de concurrents en harmonisant les nomenclatures, en évaluant les attributs des produits et en assignant des scores, puis en proposant des tableaux de bord pour classer la pertinence de l’assortiment et identifier les lacunes par rapport à la concurrence.²⁰¹⁵
Moteur de stratégie de tarification: configuration des règles de tarification, incluant des stratégies globales (par exemple, indice de prix cible vs concurrents, planchers de marge) et des règles plus granulaires par catégorie, marque ou groupe de magasins; la FAQ correspondante affirme que les recommandations automatiques visent à “optimiser les prix, maximiser les revenus et assurer la cohérence stratégique”.
Simulation & analyse de scénarios: les utilisateurs peuvent simuler l’impact des changements de prix prévus sur la marge et la compétitivité, avec des tableaux de bord affichant les KPI avant/après; le contenu marketing souligne que cela soutient des décisions “basées sur les données” pour les promotions, le repositionnement et la révision stratégique des prix.
Tableaux de bord et rapports: tableaux de bord personnalisables permettant l’import de données multi-sources, résumant les activités de tarification, et s’intégrant avec des outils de BI externes.

Les annuaires SaaS indépendants reprennent cette description : GetApp et Capterra mentionnent la visualisation en temps réel des écarts de prix, des marges et des stocks, l’optimisation des prix basée sur l’IA, et la centralisation des informations de tarification pour améliorer la précision des prévisions et la prise de décisions. SoftwareAdvice résume XPA comme une plateforme analytique de tarification pilotée par l’IA pour les détaillants dans plusieurs segments (alimentation, cosmétiques, bricolage/matériel, électronique, fournitures de bureau, santé).

Évaluation basée sur les preuves :

Il existe des preuves primaires solides que XPA centralise réellement les données de tarification, automatise la collecte des prix des concurrents, offre un appariement de produits et fournit des tableaux de bord ainsi que des stratégies de tarification basées sur des règles. Plusieurs sources – pages fournisseurs, FAQ, avis externes – convergent sur ce point.
Les affirmations concernant l’“IA” et l’“optimisation dynamique” sont plausibles (étant donné le besoin de reconnaissance de motifs dans l’appariement et la prévision) mais ne sont pas spécifiées techniquement. Il n’existe aucune information publique sur les classes de modèles (par exemple, gradient boosting vs réseaux de neurones), les fonctions objectifs, ni sur le fait que l’optimisation soit réellement globale ou basée sur des heuristiques de règles. Par conséquent, l’interprétation la plus sûre est que XPA combine un entreposage de données conventionnel et de la BI avec des recommandations assistées par ML, mais nous ne pouvons vérifier qu’il effectue une optimisation au niveau système au-delà des décisions de tarification locales et contraintes par des règles.

XFR – APS planification de la supply chain

OptimiX XFR est décrit sur les sites fournisseurs et annuaires comme un “advanced planning system (APS)” qui optimise les stocks et affine la prévision de la demande via des algorithmes pilotés par l’IA.¹⁵¹⁶³⁹¹⁸ La présentation produit met en avant :

Moteur de prévision activé par l’IA pour anticiper la demande future sur les SKU et les emplacements;
Caractéristiques d’optimisation de stocks déterminant les niveaux de stock optimaux, les points de réapprovisionnement ou des propositions de réassort;
Couverture de multiples secteurs similaire à XPA (distribution alimentaire, cosmétiques, bricolage/matériel, électronique, santé), suggérant une réutilisation des schémas de modélisation de données entre les modules de tarification et de supply chain.¹⁵¹⁶³⁹¹⁸

La page de la solution française présente XFR comme une “solution Supply Chain APS” destinée à optimiser les niveaux de stocks, améliorer le taux de service et réduire le fonds de roulement, construite autour d’une prévision avancée et d’un contrôle des stocks.³⁹⁴² Les pages de démonstration soulignent que les projets XFR sont soutenus par des “experts métiers et consultants spécialisés” d’OptimiX qui adaptent la solution aux besoins du client, suggérant un modèle d’implémentation semi-consultatif.⁴²²⁰

Les annonces externes (GetApp, Capterra, SoftwareAdvice) décrivent de manière cohérente XFR comme :

APS basé sur le cloud pour l’optimisation des stocks et la planification de la demande;
Prévision activée par l’IA ainsi que optimisation des stocks à travers plusieurs entrepôts et canaux;
Destiné aux entreprises de taille moyenne avec des bases d’utilisateurs typiques dans le retail & distribution.¹⁵¹⁶¹⁷¹⁸

Cependant, aucune de ces sources ne fournit de détails sur la structure mathématique des modèles de prévision (par exemple, s’ils gèrent la demande intermittente, les dépendances multi-niveaux, ou la demande corrélée entre produits) ou sur les algorithmes d’optimisation spécifiques utilisés pour dériver les niveaux de stock recommandés. L’absence de documentation technique limite notre capacité à évaluer le caractère “state-of-the-art” au-delà des déclarations marketing.

XAB – Benchmarking d’assortiment

XAB est moins mis en avant commercialement que XPA ou XFR, mais apparaît dans les FAQ de XPA et les descriptions de produits comme une solution d’optimisation d’assortiment qui :

Collecte les données de la gamme de produits des concurrents à partir de sources en ligne;
Harmonise les nomenclatures (noms de produits, structures d’attributs) en un schéma cohérent;
Évalue les attributs des produits et attribue un score;
Fournit des tableaux de bord pour comparer l’ampleur et la profondeur de l’assortiment par rapport aux concurrents et pour aligner la gamme du détaillant avec les attentes du marché.²⁰¹⁵

Cette capacité complète l’orientation tarifaire de XPA : en comprenant quels SKU les concurrents proposent (et comment ils les positionnent), les détaillants peuvent ajuster à la fois les échelons de prix et les décisions d’assortiment. Encore une fois, les détails de mise en œuvre (par exemple, la qualité des algorithmes d’appariement, les fonctions de notation) ne sont pas divulgués.

Services, méthodologie et focus vertical

OptimiX met en avant “l’expertise métier” et le “support” dans ses pages à propos et son blog : l’entreprise affirme combiner l’IA avec le savoir-faire du retail, offrant un support de consulting depuis la définition du projet jusqu’au déploiement.¹²³ Le contenu du blog, utilisé comme outil de génération de leads, traite des tendances générales en matière de tarification, d’outils et de meilleures pratiques (par exemple, tarification activée par l’IA, digitalisation de la stratégie de tarification, outils pour la stratégie de tarification), encadrant implicitement le logiciel OptimiX comme le véhicule d’implémentation pratique.²²²³¹⁸

Le focus vertical est clairement sur le retail & distribution, avec une mention récurrente de l’alimentation, des cosmétiques, du bricolage/matériel, de l’électronique, des fournitures de bureau, de la pharmacie et de la santé.³⁷¹²¹⁴¹⁵¹⁶ Il est également fait mention des “industriels” dans les documents aux investisseurs, mais les preuves restent minces par rapport à la narration orientée retail.⁴⁵⁷¹¹

Pile technologique et architecture

Les informations disponibles publiquement sur la pile technologique sous-jacente d’OptimiX sont limitées. Le fournisseur ne publie pas de documentation technique comparable aux docs Envision de Lokad ou à l’architecture de la plateforme, ni ne tient un blog d’ingénierie visible.

Il faut donc en déduire des indices à partir de :

Le modèle de livraison SaaS décrit sur les pages produits et les listes d’annuaires (basé sur le cloud, multi-locataire, tableaux de bord accessibles via navigateur, intégration avec des outils de BI).³⁹¹¹¹²¹⁵¹⁶
La nature de la fonctionnalité (tableaux de bord en temps réel, collecte/extraction de données, prévision par IA, algorithmes d’appariement), qui suggère fortement une pile web typique avec des tâches en arrière-plan et des bases de données.
Les offres d’emploi, qui, au moment de la rédaction, concernent principalement des rôles de support / TMA et n’exposent pas d’informations détaillées sur la pile.²³

De cela, nous pouvons conclure en toute sécurité :

OptimiX exploite une architecture cloud/SaaS multi-locataire. XPA et XFR sont accessibles via des interfaces web ; les données clients sont centralisées ; les mises à jour sont délivrées de manière centralisée, et non via des installations sur site.¹²¹⁵¹⁶¹⁷³¹¹⁸
La plateforme s’intègre avec des outils de BI externes et supporte l’import/export de données multi-sources, impliquant une couche de type entrepôt de données (probablement une base de données relationnelle avec ETL) sous les applications.¹¹³⁹
Les tableaux de bord en temps réel et les fonctionnalités de veille tarifaire nécessitent des tâches planifiées ou en streaming pour la collecte et l’agrégation des données, vraisemblablement construites autour de modules d’extraction web et de connecteurs API.¹⁰¹²

Cependant, aucune source publique ne spécifie :

Les langages de programmation (par exemple, .NET vs Java vs Python);
Les technologies de bases de données;
Le fournisseur de cloud (hyperscale vs hébergement privé);
Les frameworks de ML (par exemple, scikit-learn, XGBoost, TensorFlow);
Les bibliothèques d’optimisation (par exemple, solveurs commerciaux vs heuristiques personnalisées).

En revanche, Lokad documente ouvertement sa pile technologique : .NET/F#, Envision DSL, VM distribuée personnalisée, stockage basé sur les événements, et des algorithmes d’optimisation probabilistes & stochastiques spécialisés, y compris SDD et Latent Optimization.²⁵²⁶³²³³³⁴³⁶³⁷

Évaluation : D’après les preuves actuelles, OptimiX est un fournisseur SaaS typique avec probablement des choix de pile web/ML grand public, mais l’absence de documentation technique empêche une évaluation approfondie de l’architecture ou de la qualité de l’implémentation. Rien n’indique de façon évidente une technologie de pointe ni, au contraire, une technologie obsolète ; elle reste tout simplement opaque.

IA et réclamations d’optimisation – un regard critique

Le marketing d’OptimiX utilise de manière intensive le langage “IA” et “optimisation dynamique” :

Page d’accueil : “Optimix Solutions combine l’IA, l’expertise métier et les données pour vous offrir des solutions de tarification et de supply chain prédictive”.³
Pages à propos : mettent en avant les données et l’IA pour affiner la tarification et optimiser les supply chains, en exploitant des “modèles de prévision de plus en plus précis”.¹²⁴²³⁹
Pages produits XPA : promettent l’IA et l’optimisation dynamique pour automatiser la tarification, en utilisant des algorithmes prédictifs pour simuler les impacts sur les prix et ajuster les stratégies.⁹¹⁰¹³²²
Descriptions XFR : mettent en avant des moteurs de prévision pilotés par l’IA et une optimisation des stocks activée par l’IA.¹⁵¹⁶¹⁷¹⁸
Les articles de blog sur “l’IA et la tarification” décrivent l’IA comme combinant des algorithmes prédictifs et une expertise humaine pour anticiper la demande, optimiser les marges et adapter les prix en temps réel.²²

Les annuaires SaaS indépendants reprennent ces affirmations, décrivant XPA et XFR comme des outils activés par l’IA pour l’optimisation des prix et la prévision de la demande/des stocks.¹²¹⁴¹⁵¹⁶¹⁷³¹¹⁸

Cependant, aucune source publique ne fournit :

Des schémas d’architecture ou des descriptions détaillées des pipelines;
Des explications sur l’intégration de l’IA (par exemple, où se situent les modèles dans le workflow, comment la phase d’entraînement vs l’inférence est gérée, comment fonctionnent les boucles de rétroaction);
Des preuves de modélisation probabiliste (distributions complètes vs prévisions ponctuelles);
Des définitions des fonctions objectifs et la gestion des contraintes pour l’optimisation.

Vu cela, une interprétation prudente est requise :

Il est très probable qu’OptimiX utilise en interne le machine learning – par exemple, pour l’estimation de l’élasticité des prix, la prévision de la demande et l’appariement de produits – car ce sont des pratiques courantes et les affirmations “modèles de prévision”, “algorithmes prédictifs” et “optimisation basée sur l’IA” sont répétées de manière cohérente.¹²³⁹¹⁰¹²¹³¹⁵¹⁶²²²³
Il est plausible que les recommandations (par exemple, changements de prix, cibles de stock) soient générées par des couches d’optimisation heuristiques ou contraintes par des règles qui combinent les prévisions avec des règles commerciales et des seuils ; c’est un modèle standard dans le SaaS de tarification/supply chain.
Il n’y a aucune preuve qu’OptimiX implémente une prévision probabiliste avec la même granularité ou la même transparence que Lokad, ni qu’il utilise des paradigmes d’optimisation stochastiques spécialisés comparables à SDD ou Latent Optimization.²⁵²⁶³⁶³⁷³⁸

Comparé à Lokad – qui fournit une documentation technique détaillée sur Envision, les prévisions probabilistes, les algorithmes d’optimisation stochastiques et le comportement de la plateforme – OptimiX reste une boîte noire d’un point de vue de modélisation. Ce n’est pas inhabituel chez les fournisseurs SaaS, mais cela limite notre capacité à juger si les affirmations sur l’IA indiquent des méthodes de pointe ou simplement du ML conventionnel appliqué aux problèmes de tarification et de prévision.

Modèle de déploiement, déploiement progressif et utilisation

Les descriptions explicites du déploiement sont rares, mais nous pouvons déduire le schéma de déploiement progressif typique à partir des textes des fournisseurs, des demandes de démonstration et des entrées d’annuaires :

Intégration SaaS via des démos et ateliers. XPA et XFR sont proposés via des flux “demander une démo”, où les experts métiers et consultants d’OptimiX évaluent les besoins du client et orientent les recommandations de solution.³⁴²²⁰ Cela suggère un processus de vente consultatif avec des modèles préconfigurés adaptés lors du déploiement.
Intégration des données. XPA nécessite l’ingestion des données internes de tarification, de coûts et de stocks ainsi que des prix des concurrents externes et des attributs produits.⁹¹⁰¹² XFR requiert des données historiques de ventes, de stocks, de délais et d’autres données opérationnelles pour alimenter son moteur de prévision.¹⁵¹⁶³⁹¹⁸ L’intégration semble reposer sur des exportations/importations de données plutôt que sur des API approfondies et documentées; le site mentionne des questions de compatibilité dans les sections FAQ mais ne liste pas de connecteurs ERP/WMS spécifiques.¹⁰
Configuration et validation. Puisque les produits sont décrits comme combinant l’IA avec l’expertise, il est raisonnable d’inférer une phase initiale où les consultants d’OptimiX collaborent avec le client pour configurer les stratégies, règles et KPI, puis itèrent en fonction des résultats observés. Le contenu du blog concernant “outils & technologies pour la stratégie de tarification” et “digitalisation de la tarification” renforce l’idée que l’adoption implique des changements de processus, et pas seulement l’installation du logiciel.¹⁷²²²³¹⁸
Utilisation continue. Les utilisateurs finaux (responsables de tarification, managers de catégorie, planificateurs de supply chain) semblent interagir principalement via des tableaux de bord : surveillant les KPI, examinant les prix ou niveaux de stocks recommandés, ajustant les stratégies, et possiblement exportant les décisions vers des systèmes ERP/WMS. Des avis externes soulignent la visualisation en temps réel et les rapports pour les décideurs.¹²¹⁵¹⁶¹⁷¹⁸

Il n’existe aucune étude de cas publique détaillée avec des performances avant/après quantifiées, contrairement à Lokad qui publie des études de cas granulaires (par exemple, Air France Industries) et des rapports techniques avec des métriques.²⁶³⁶³⁷²⁹³⁰ Le blog d’OptimiX présente des carrousels de logos clients et des récits généraux de “succès”, mais sans projets nommés et documentés aussi en profondeur. Par conséquent, les affirmations d’impact (par exemple, “avantages et ROI garantis par une méthodologie éprouvée”) doivent être considérées comme des assertions marketing, à moins d’être corroborées par des preuves clients privées.³

Maturité commerciale et présence sur le marché

Les éléments de preuve rassemblés à partir des communications aux investisseurs, des annuaires et de la presse régionale suggèrent :

OptimiX est bien établi commercialement mais n’est pas un grand acteur mondial. Un chiffre d’affaires d’environ 4 M€ a été rapporté en 2023 dans Le Journal des Entreprises ; associé à Maxxing, le nouveau groupe compte environ 75 employés et vise à devenir une référence européenne dans ses domaines.⁶⁸¹¹
L’entreprise a des investisseurs reconnus (NextStage AM, Entrepreneur Invest) et a réalisé une levée de fonds importante de 30 M€ en 2025, ce qui est significatif par rapport à son chiffre d’affaires et témoigne de la confiance des investisseurs dans ses perspectives de croissance.⁴⁵¹¹³⁹³¹
OptimiX est visible lors d’événements commerciaux sectoriels tels que Tech For Retail, où il est répertorié comme un exposant fournissant des solutions d’optimisation de tarification et de supply chain pour le retail.⁴¹
Les listings de produits sur GetApp, Capterra, SoftwareAdvice et EcommerceTech positionnent XPA et XFR comme des options viables dans les catégories d’optimisation de la tarification et de planification de la demande, bien que les avis des utilisateurs soient actuellement rares (0 ou quelques évaluations publiques), indiquant que la base d’utilisateurs pourrait ne pas encore être très vocale sur les marketplaces SaaS génériques.¹²¹³¹⁴¹⁵¹⁶¹⁷³¹¹⁸²¹
Les références clients nommées ne sont pas affichées de manière proéminente sur le site au moment de la rédaction. L’annuaire La French Tech Lille et EcommerceTech indiquent qu’OptimiX collabore avec “les plus grandes enseignes” et dessert de grandes chaînes de distribution, sans toutefois les nommer.⁸²¹ C’est une preuve moins convaincante que des études de cas détaillées ou des logos publics ; néanmoins, compte tenu du focus régional et du soutien des investisseurs, il est plausible qu’OptimiX dispose d’une base installée significative parmi les détaillants français et européens de taille moyenne à grande.
D’un point de vue de maturité commerciale, OptimiX se décrit au mieux comme :
Un fournisseur de stade intermédiaire, établi régionalement (France/Europe), et non une startup en phase de démarrage;
Spécialisé dans la tarification de détail & supply chain;
Désormais intégré à un grand groupe avec un capital élargi et un périmètre CX/fidélisation élargi via Maxxing.

Conclusion

Que livre précisément la solution d’OptimiX ?

Basé sur des sources primaires et secondaires convergentes, OptimiX fournit :

Une suite d’analyse et d’optimisation de tarification (XPA) qui centralise les données de tarification internes et concurrentielles, effectue l’appariement des produits et la comparaison d’assortiments (XAB), calcule les KPI (écarts de prix, marges, métriques de stocks) et propose des recommandations de prix assistées par IA dans le cadre de stratégies configurables.
Un module de supply chain de style APS (XFR) qui utilise des prévisions de la demande activées par IA pour recommander des objectifs de stocks et des décisions de réapprovisionnement sur l’ensemble des SKU, des emplacements et des secteurs, visant à améliorer le taux de service et à réduire les stocks tout en maintenant la disponibilité.
Des tableaux de bord hébergés dans le cloud, des rapports, et un support en consulting destinés au retail et à la distribution, particulièrement dans des secteurs tels que l’alimentation, la cosmétique, le hardware, l’électronique et les soins de santé.

Par quels mécanismes et architectures ces résultats sont-ils obtenus ?

Les mécanismes ne sont visibles que partiellement :

Au niveau des données, OptimiX exploite clairement une plateforme cloud multi-locataire qui agrège des données internes et externes, avec du web scraping et des algorithmes d’appariement pour les prix et assortiments concurrents.
Au niveau analytique, elle utilise très probablement le machine learning pour la prévision et peut-être pour l’estimation de l’élasticité des prix, mais les types exacts de modèles et les routines d’optimisation ne sont pas divulgués.
Au niveau applicatif, XPA et XFR permettent la configuration de stratégies, de seuils et de KPI, et génèrent des recommandations visualisées via des tableaux de bord et exportées vers des systèmes opérationnels.

En l’absence de documentation technique, ces mécanismes doivent être interprétés comme une analytique SaaS conventionnelle complétée par des moteurs assistés par ML – et non comme une optimisation probabiliste de pointe démontrée. Contrairement à la plateforme basée sur Envision de Lokad, il n’y a aucune preuve d’un environnement de modélisation programmable, de descriptions algorithmiques ouvertes ou de paradigmes d’optimisation stochastique documentés.

Maturité commerciale.

OptimiX est commercialement mature dans sa niche : il existe depuis 2011, a levé une importante ronde de croissance, a fusionné avec un fournisseur SaaS complémentaire, et sert des clients de retail non négligeables (bien que pour la plupart anonymes dans les sources publiques). Il est mieux catégorisé comme un spécialiste européen établi de taille moyenne, et non comme un acteur global dominant ni comme une expérience précoce.

Comparé à Lokad.

D’un point de vue techniquement sceptique, la principale différence réside dans la profondeur et la transparence du moteur de prise de décision. OptimiX propose des applications SaaS accessibles et spécifiques à un domaine qui intègrent probablement des composants d’IA en boîte noire et des règles métier pour soutenir les décisions de tarification et de stocks. Lokad offre une plateforme d’optimisation probabiliste profondément programmable avec une documentation technique publique, un DSL, et des algorithmes d’optimisation stochastique explicitement décrits, mais requiert plus d’efforts de modélisation et d’expertise technique.²⁵²⁶³²³³³⁴³⁶³⁷³⁸²⁹³⁰

Pour les organisations dont le besoin principal est l’analyse de tarification de détail et la surveillance des prix concurrentiels, la combinaison XPA/XAB d’OptimiX offre une solution ciblée. Pour les organisations recherchant un contrôle complet, en boîte blanche, sur la prévision probabiliste et l’optimisation de nombreux types de décisions de supply chain, la plateforme de Lokad est plus adaptée, bien qu’accompagnée d’une courbe d’apprentissage et d’implémentation plus abrupte.