L'unification de la tarification et de la planification

00:00:08 Le problème des entités séparées dans la tarification et la planification.
00:01:02 Les entreprises de logiciels traditionnelles et leur approche de la tarification et de la prévision.
00:03:24 La convergence accidentelle des technologies de tarification et de prévision.
00:05:46 L’intégration des données comme point de départ de la convergence.
00:07:33 Aborder le méta-problème et l’appliquer tant à la tarification qu’à la planification.
00:09:20 La percée dans le deep learning et les modèles prédictifs de demande.
00:11:22 La convergence des modèles de planification et de tarification dans différentes industries.
00:13:36 Les avantages d’avoir une seule équipe pour gérer à la fois la planification et la tarification.
00:15:00 L’approche réussie d’Amazon en matière de tarification dynamique basée sur la disponibilité des stocks.
00:16:01 Discussion sur le virage vers l’optimisation de la tarification dans le e-commerce.
00:17:03 Le développement accidentel et la convergence des solutions de tarification et de planification.
00:19:01 Les défis auxquels sont confrontées les entreprises de logiciels traditionnelles lorsqu’elles unifient la tarification et la planification.
00:21:20 L’essor de nouvelles entreprises qui abordent dès le premier jour la tarification et la planification de concert.
00:22:37 La domination du marché par des entreprises unifiant la tarification et la planification, telles qu’Amazon et Alibaba.

Résumé

Kieran Chandler interviewe Joannes Vermorel, fondateur de Lokad, sur l’importance d’intégrer la tarification et la planification de la demande dans l’optimisation de la supply chain. Traditionnellement, ces aspects étaient gérés séparément, ce qui entraînait des silos de données et une mauvaise communication. Lokad a découvert que la tarification et la planification partageaient des sources de données similaires et des recettes numériques, menant au développement d’un langage de programmation spécifique au domaine, Envision. En tirant parti du stockage et du traitement partagés des données, Lokad a créé des modèles plus sophistiqués, intégrant des effets de tarification et de temps. Vermorel estime que les entreprises qui réussissent doivent unifier la tarification et la planification, car ce sont des aspects interconnectés cruciaux dans presque tous les secteurs.

Résumé Étendu

Dans cette interview, Kieran Chandler, l’animateur, discute avec Joannes Vermorel, le fondateur de Lokad, de l’importance d’intégrer la tarification et la planification de la demande dans l’optimisation de la supply chain. Historiquement, la tarification et la planification ont été traitées comme des entités séparées, ce qui a mené à des silos de données et à un manque de communication entre les départements. La conversation porte sur la manière dont les logiciels peuvent aider à aborder ces tâches de concert et sur les raisons pour lesquelles l’industrie devrait les considérer comme deux aspects interconnectés.

Vermorel explique qu’anticiper la demande future est essentiel pour servir efficacement les clients. Les entreprises doivent produire ou se procurer des produits à l’avance pour satisfaire la demande, car la production instantanée n’est pas encore possible. Toutefois, la demande est également fortement influencée par le prix. Si un produit est trop cher, la demande sera faible, tandis qu’un prix compétitif peut entraîner une demande significative.

Lorsque Lokad a été fondée, l’industrie des logiciels était divisée en deux camps : les entreprises de prévision, qui se concentraient sur la prédiction de la demande, et les entreprises d’optimisation de la tarification, qui négligeaient la prévision et la planification. Durant les cinq premières années de Lokad, la notion de prix et de tarification était absente de leur champ d’action, l’entreprise se concentrant principalement sur la prévision. De même, les entreprises d’optimisation de la tarification ne considéraient pas la prévision et la planification comme faisant partie de leur périmètre.

Vermorel souligne que la demande et la tarification sont profondément interconnectées. Les entreprises doivent anticiper la demande tout en fixant correctement le prix de leurs produits. Historiquement, les organisations maintenaient la tarification et la planification de la demande séparées, en utilisant des outils comme PriceForge et Salescast. Cependant, à un moment donné, Lokad a décidé d’intégrer ces deux aspects.

La décision d’unir la tarification et la planification de la demande est venue de la prise de conscience que certaines pratiques établies peuvent devenir si ancrées dans la mentalité générale que les gens ne parviennent pas à voir les liens entre elles. En intégrant ces deux aspects, Lokad vise à améliorer l’optimisation de la supply chain en traitant l’interdépendance entre la tarification et la planification de la demande.

Initialement, Lokad a développé deux produits distincts, Salescast pour la prévision et PriceForge pour la tarification, avec des technologies totalement différentes. L’entreprise a décidé de réunir ces deux applications parce qu’elle a remarqué que les deux utilisaient des sources de données similaires, telles que l’historique des ventes et des catalogues de produits, ainsi que les mêmes données transactionnelles provenant du DRP, du WMS et des plateformes de e-commerce. Ils ont choisi de créer une architecture unifiée pour le stockage et le traitement des données, mais à ce stade, ils n’avaient pas encore réalisé la profonde connexion entre la tarification et la prévision des ventes.

Le premier degré de convergence entre les deux solutions est survenu par accident. L’entreprise a réalisé que les recettes numériques pour la tarification et la prévision des ventes étaient similaires, et elle a commencé à travailler sur un langage de programmation spécifique au domaine pour l’optimisation prédictive des supply chains. Cela a conduit au développement d’Envision, qui a débuté du côté de la tarification.

À cette époque, Lokad connaissait moins la tarification que la planification, si bien qu’ils ont décidé de s’attaquer à un méta-problème : comment développer des recettes numériques plus rapidement et de manière plus fiable. Ils espéraient qu’en améliorant le délai de mise sur le marché et la fiabilité des nouvelles recettes numériques, ils pourraient réussir dans le domaine de la tarification. En expérimentant ces techniques, ils ont découvert que la même approche programmatique utilisée pour la tarification avait également du sens pour la planification. Cette prise de conscience a conduit à un deuxième degré de convergence, avec la tarification et la planification partageant la même couche de traitement des données et le même langage de programmation.

Cependant, les solutions fonctionnaient encore séparément, et c’est pendant l’ère du deep learning que Lokad a connu sa première percée. En incorporant des modèles prédictifs de demande plus avancés, ils ont constaté que l’intégration des effets de tarification et de temps conduisait à des modèles plus sophistiqués pour les deux domaines. Par exemple, la disposition à payer pour un produit peut être saisonnière, de sorte qu’il est logique d’intégrer ces facteurs à la fois dans les modèles de tarification et de prévision des ventes.

Le parcours de Lokad dans la combinaison de la tarification et de la prévision des ventes a débuté par l’observation que les deux solutions partageaient des sources de données similaires et évoluaient à travers plusieurs étapes de convergence. En tirant parti du stockage et du traitement partagés des données, ainsi que d’un langage de programmation unifié, Lokad a réussi à créer des modèles plus sophistiqués intégrant à la fois la tarification et les effets du temps. Bien que cette partie de l’interview n’apporte pas de conclusion, elle met en lumière le processus itératif par lequel Lokad a développé et affiné son approche de l’optimisation de la supply chain.

Vermorel explique comment Lokad a commencé à réaliser que la disposition à payer était saisonnière, et comment cela a influencé leur approche de l’optimisation de la supply chain. En travaillant sur leurs modèles, ils ont constaté que la dimension de la tarification devenait plus marquée. Cela était particulièrement vrai dans des industries telles que la mode, où le prix est utilisé comme levier pour s’assurer que les stocks soient liquidés à la fin d’une collection. Au fur et à mesure qu’ils poursuivaient leurs travaux, ils ont constaté que les problématiques de planification et de tarification convergeaient, les conduisant finalement à développer un modèle unique capable de traiter les deux questions.

Lorsqu’on lui demande dans quels secteurs cette approche est la plus applicable, Vermorel explique que la tarification est cruciale dans presque toutes les industries car elle peut faire la différence entre une marge nulle et une marge significative. La planification et la tarification sont souvent imbriquées, avec une relation étroite entre la gestion de la rareté et la disposition à payer. Différents secteurs ont des points de vue uniques sur le problème, mais au fond, les deux questions sont presque toujours interconnectées.

Cependant, la majorité du marché propose encore des logiciels axés soit sur la tarification, soit sur la planification, plutôt qu’une solution unifiée. Vermorel attribue cela au fait que, tant qu’il n’existe pas de solution, le problème n’est pas perçu. L’approche de Lokad pour unifier la tarification et la planification est apparue par accident, car ils ont constaté que leurs modèles pour les deux problématiques partageaient de nombreux composants communs. Au fur et à mesure qu’ils développaient leurs modèles, ils se sont rendu compte qu’ils devaient s’attaquer simultanément aux deux problèmes.

Lorsqu’on lui demande s’il était possible que des entreprises de logiciels s’associent pour fournir une solution double, Vermorel se montre sceptique, car la technologie nécessaire pour unifier la tarification et la planification est radicalement différente des méthodes traditionnelles. À la place, il prédit que de nouvelles entreprises émergeront, tirant parti des connaissances dès le départ pour aborder les deux problématiques ensemble.

Vermorel souligne que les entreprises qui parviennent à unifier la tarification et la planification peuvent dominer le marché. Il cite Amazon et Alibaba comme exemples d’entreprises qui continuent de gagner des parts de marché parce qu’elles ont bien maîtrisé les fondamentaux. Sa conclusion est que les entreprises devraient adopter une solution qui traite à la fois la tarification et la planification, ces deux aspects étant inextricablement liés.

Transcription Complète

Kieran Chandler: Aujourd’hui sur Lokad TV, nous allons discuter de la manière dont les logiciels peuvent traiter ces tâches de concert et pourquoi l’industrie devrait les voir comme les deux faces d’une même médaille. Alors, Joannes, précédemment nous avons un peu parlé de tarification. Quel est l’angle aujourd’hui ?

Joannes Vermorel: L’angle consiste dans le fait que, lorsqu’on pense à la demande, il est évident que pour pouvoir servir les clients, il faut anticiper ce que sera la demande future afin de pouvoir produire ou se procurer à l’avance ce que l’on a l’intention de proposer. On ne peut pas imprimer en 3D des choses instantanément à la demande, du moins pas encore. Mais évidemment, la demande est fortement influencée par le prix. Si vous avez quelque chose d’extrêmement cher, la demande sera nulle, et si vous avez quelque chose d’extrêmement compétitif, la demande peut être absolument gigantesque à grande échelle.

Pourtant, lorsque j’ai commencé Lokad, il existait clairement deux camps en ce qui concerne les entreprises de logiciels. Il y avait les entreprises de prévision, dont Lokad faisait partie, qui s’occupaient réellement du problème d’analyser la demande d’un point de vue prédictif. Et, traditionnellement, la tarification n’existait même pas. Les prix n’existaient même pas, ce qui est assez étrange, mais en réalité, pendant les cinq premières années de Lokad, la notion même de prix et de tarification était absente. Elle ne figurait même pas sur la feuille de route. Bien sûr, je savais, comme tout le monde, que les prix sont des choses que l’on peut voir, mais il n’y avait pas de connexion spécifique. Et il y avait d’autres entreprises qui se consacraient uniquement à l’optimisation de la tarification, et de leur point de vue, la prévision et la planification étaient absentes.

Kieran Chandler: Oui, et historiquement, vous gardiez ces deux entités très séparées, comme avec Salescast et PriceForge, mais à un moment donné, elles se sont réunies. Alors, pourquoi avoir décidé de les joindre ?

Joannes Vermorel: C’est très intéressant. Vous voyez, parfois, il y a des choses qui sont si bien ancrées dans la pensée générale de votre époque que vous ne pouvez même pas les percevoir. Et lorsque Lokad a commencé à s’attaquer au problème de la tarification, nous avions en réalité une mission de tarification. Je le considérais comme quelque chose de totalement séparé. Nous avions donc un produit appelé Salescast, qui était essentiellement la partie prévision de Lokad, et un autre produit complètement distinct, qui était PriceForge.

Kieran Chandler: Et nous vendions ces deux produits séparément et, en fait, même les technologies respectives étaient complètement distinctes. En termes d’analyse de données, était-il facile de les combiner ?

Joannes Vermorel: C’est ce qui est étrange. Nous avons rassemblé ces deux applications, non pas parce que je pensais, “Oh, c’est le même problème que nous résolvons, au fait, nous le résolvons deux fois.” Non, cela aurait été très intelligent, mais non, nous avons fait quelque chose de vraiment stupide. Nous avons dit, “Cette application utilise l’historique des ventes, cette application utilise également l’historique des ventes. Cette application a besoin du catalogue avec les prix, cette application a aussi besoin d’un catalogue. Nous n’utilisons pas le prix, mais c’est pratiquement la même chose, c’est un catalogue.” Et littéralement, nous regardions les données et les données nécessaires pour, je dirais, l’analyse de la tarification ou l’analyse de la planification. C’étaient essentiellement les mêmes données transactionnelles provenant des mêmes sources : ERP, WMS, plateformes de e-commerce, etc. Nous avons donc décidé de mutualiser l’architecture pour disposer de la même couche de base pour le stockage et le traitement des données parce qu’il s’agissait des mêmes données. Mais à l’époque, nous n’avions même pas commencé à réaliser conceptuellement qu’il s’agissait littéralement des deux faces d’une même médaille.

Kieran Chandler: Donc, c’est en quelque sorte l’intégration des données et le regroupement de ces deux ensembles de données au même endroit qui a été le point de départ. Mais à quel moment les solutions ont-elles commencé à converger en ce qui concerne la tarification et les ventes ?

Joannes Vermorel: Nous avons progressivement commencé à réaliser que les recettes numériques étaient en quelque sorte les mêmes, ce qui était déconcertant. Ce que Lokad est aujourd’hui, Envision, avec un langage de programmation spécifique au domaine dédié à l’optimisation prédictive de la supply chain, cette chose a commencé du côté tarifaire. À l’époque, la tarification était une notion très nouvelle pour nous, et nous ne savions pas vraiment comment l’aborder. Alors, au lieu de résoudre le problème de la tarification, nous avons dit, “Nous ne savons pas vraiment comment l’approcher, alors nous allons résoudre un méta-problème, qui est : comment pouvons-nous élaborer des recettes numériques plus rapidement et de manière plus fiable ?” Nous ne connaissions pas encore les recettes, mais si nous pouvions améliorer notre délai de livraison en termes de temps nécessaire pour mettre sur le marché une nouvelle recette numérique que nous n’avions pas encore inventée, et ensuite le temps nécessaire pour faire fonctionner cette solution de manière fiable en production, alors nous serions plutôt satisfaits. La réflexion était : “Nous allons faire cela pour la tarification parce qu’à l’époque je connaissais beaucoup moins la tarification que la planification.” Et pourtant, lorsque nous avons commencé à ajuster, nous traitions littéralement des mêmes ensembles de données, et nous avons réalisé, “Oh, c’est très intéressant. Ce que nous faisons du côté tarifaire en quelque sorte fait beaucoup.”

Kieran Chandler: C’est un sacré défi de gérer la partie planification des supply chains, car elles sont constituées d’une série d’accidents. Certaines entreprises ont un ERP, d’autres en ont deux, certaines en ont un par pays. Parfois, la plateforme de le e-commerce est intégrée, parfois elle est séparée, et parfois il y a un WMS. C’est très hétérogène. Nous avons réalisé que nous avions besoin d’une approche totalement sur mesure et programmatique pour à la fois l’étape de tarification et l’étape de planification. Cela nous a permis d’avoir un second niveau de convergence avec la même couche de base pour les données et les mêmes couches de traitement des données. Mais dans quelle mesure cela fonctionne-t-il réellement ? Est-ce plus une approximation brute ?

Joannes Vermorel: Il nous a fallu du temps pour améliorer le système. Au départ, nous avons mutualisé la couche de données, puisque nous utilisions les mêmes sources de données, et nous avons également mutualisé l’approche de traitement des données. Nous avons réalisé que les deux volets devaient être programmatiques, et nous disposions de jeux distincts de recettes numériques. La première percée est apparue à l’ère du deep learning, où nous avons commencé à expérimenter des modèles de demande plus avancés. Du côté de la planification, si vous souhaitez un modèle sophistiqué, vous devez intégrer le prix, et du côté de la tarification, vous devez intégrer des effets temporels, tels que la saisonnalité.

Par exemple, la propension à payer pour une serviette de plage est plus élevée à la fin du printemps qu’à la fin de l’été, car si vous achetez la serviette au début de la saison, vous pouvez en profiter pendant tout l’été. Inversement, si vous l’achetez à la fin de l’été, votre utilisation du produit sera beaucoup plus limitée. Nous avons réalisé que la propension à payer était en fait saisonnière, et du côté de la planification, nos modèles plus avancés avaient la dimension tarifaire qui devenait de plus en plus prépondérante. Dans la mode, par exemple, vous voulez utiliser le prix comme levier pour vous assurer de liquider vos stocks entièrement à la fin d’une collection.

Ainsi, nous avons vu ces convergences, et au centre, nous avions un modèle prédictif de la demande. Nous avons réalisé que ces modèles convergeaient réellement, et le cercle était bouclé avec l’ère de la programmation différentiable.

Kieran Chandler: Alors, est-ce que l’industrie de la mode est celle à laquelle cette solution est la plus applicable ? Parce que si vous pensez à l’industrie aérienne, leurs prix fluctuent à la seconde, et puis il y a d’autres industries où la tarification n’a pas changé depuis des années.

Joannes Vermorel: La solution est littéralement applicable partout. La tarification est toujours très importante lorsque vous vendez quelque chose, car elle fait la différence entre une marge nulle et d’énormes marges. Et il existe une relation étroite entre la planification, où vous faites face à la rareté, et la tarification, où vous faites face à la volonté de payer. Les deux sont en réalité complètement imbriquées. Si vous anticipez une demande plus élevée, vous pouvez produire davantage à un prix inférieur et ainsi obtenir une meilleure marge et potentiellement surpasser vos concurrents sur le prix. Si vous avez un prix très élevé, peut-être pouvez-vous jouer sur la rareté et rendre vos produits encore plus désirables, comme le font les marques de luxe. Elles veulent que la tarification augmente avec le temps et jouent sur l’idée de rareté. Chaque industrie a une perspective assez distinctive sur le problème, tant du côté de la planification que du côté de la tarification, mais le fait que ces deux problèmes au cœur soient complètement imbriqués est presque toujours vrai.

Kieran Chandler: Donc, pour obtenir les meilleurs résultats, les équipes de planification doivent collaborer étroitement avec les équipes de tarification ?

Joannes Vermorel: Je ne serais pas d’accord avec cela. Ma perspective initiale était : pourquoi devriez-vous avoir une équipe de planification et une équipe de tarification ? Pourquoi en avoir deux ? C’est exactement la même erreur que j’ai faite initialement avec des logiciels séparés pour chacun. C’est le même problème ; vous ne faites qu’y regarder sous deux angles. Il devrait y avoir une seule équipe.

Kieran Chandler: Y a-t-il des entreprises que vous avez observées réussir cela et travailler avec une seule équipe ?

Joannes Vermorel: Oui, il y a le suspect habituel : Amazon. Ils sont très intelligents, et ils font des choses qui sont très évidentes quand on y pense. Par exemple, si quelque chose est en rupture de stocks, ils augmenteront le prix. Il n’y a aucune raison de se précipiter vers une rupture de stock. Le prix est simplement un moyen de modeler la demande pour tirer le meilleur parti des stocks dont vous disposez. On peut littéralement le voir en action.

Kieran Chandler: Amazon faisait cela avant Noël avec les jouets qu’ils vendent. Ma fille, qui a 10 ans, est une grande fan des jouets LEGO, et quand vous regardez sur Amazon, littéralement toutes les quelques heures, lorsqu’il y a un peu moins de stocks, ils augmentent réellement le prix de certaines boîtes LEGO. Je suis presque sûr qu’ils ont quelques heuristiques de base qui gonflent le prix lorsqu’ils sont en rupture de stock, et cela a du sens. C’est littéralement du bon sens, mais ce n’est pas super évident. Je suis presque sûr qu’après une simple observation publique, ils disposent d’un algorithme qui entremêle la disponibilité des stocks, qui est une projection, avec l’optimisation de la tarification.

Joannes Vermorel: Mais ensuite, d’après la base de clients locale, je constate que d’autres entreprises de le e-commerce, très intelligentes, tournées vers la technologie et agressives, font déjà cela, donc ce n’est pas uniquement Amazon. Ce sont également les plus grands challengers en termes de supply chain d’Amazon aujourd’hui qui le font.

Kieran Chandler: D’accord, donc si c’est une voie aussi prometteuse, pourquoi la majorité du marché propose-t-elle encore des logiciels qui se concentrent uniquement sur la tarification ou uniquement sur la planification ?

Joannes Vermorel: Parce que tant que vous n’avez pas de solution, il n’y a pas de problème. C’est une chose déconcertante. Vous diriez, “Oh, il y a un problème, donc les gens devraient chercher une solution”, mais ce n’est pas comme cela que ça fonctionne. Personne ne cherche à réinventer la voiture si nous avions des moteurs anti-gravité. Nous n’avons pas de moteurs anti-gravité, donc personne ne se soucie de trouver des solutions pour un problème qui n’existe pas encore. Si vous n’avez pas de solution pour aborder frontalement la tarification et la planification, y a-t-il vraiment un intérêt à envisager une solution potentielle pour ce problème ? Je dirais non.

Comment est-ce que Lokad en est venu là ? Ai-je pensé, avec un éclair de génie, “Ce sont les deux faces d’une même pièce, je dois aborder cela et considérer ces deux problèmes comme un seul” ? Absolument pas. Ce que j’ai fait était à peu près le contraire. Nous pensions : “Eh bien, nous avons un problème pour lequel il existe un ensemble de solutions connues dans la littérature pour la prévision, et il y a la tarification, et il existe également un ensemble de solutions connues dans la littérature pour cela.” Ainsi, j’aurai en fait un produit qui implémente toutes ces solutions, ou peut-être ce que je considère comme une variante légèrement meilleure de ces solutions, et la même chose du côté de la prévision — une variante légèrement meilleure de ce qui est connu dans la littérature.

Comme je le décrivais, la convergence est apparue de manière complètement accidentelle. Il se trouvait simplement que nous utilisions les mêmes ensembles de données, alors pourquoi pas ? Faisons-le. Fusionnons-les ainsi. Puis nous avons constaté que les sortes de recettes étaient un peu similaires, alors mutualisons cela. Les deux produits logiciels distincts ont été rapprochés simplement parce qu’accidentellement, ils partageaient les mêmes composants.

Mais vous voyez, ce n’était pas une grande réflexion intellectuelle ; c’était plutôt un développement accidentel. Et puis, cinq ans plus tard, il y a un autre accident où, avec de nouvelles techniques de machine learning, vous réalisez, “Oh, merde, c’est le même modèle que j’utilise au final pour les deux aspects du problème.” Ainsi, j’ai ma solution qui fait les deux choses ensemble, et donc je réalise que je devrais aborder ces problèmes comme un seul, parce que j’ai une solution.

Kieran Chandler: Maintenant, sur le moment, cela semble évident, mais avec du recul, ce ne l’était pas. Et ainsi, je pense que la plupart des entreprises ont gardé cette équipe séparée parce que c’est une chose raisonnable à faire jusqu’à ce que vous ayez une solution pour unifier le tout. Si vous n’avez pas, vous savez, une solution capable d’unifier la tarification et la planification, alors de toute manière, vous vous retrouvez avec deux équipes distinctes. Car sinon, ces personnes ne seraient même pas capables de commencer à travailler sur ces deux problèmes. La première chose qu’elles feraient serait de découper à nouveau le problème en interne. Et donc, s’il y avait des personnes travaillant d’un côté du programme et un autre groupe travaillant de l’autre côté du département, parce qu’ils n’ont pas, vous savez, et cela deviendrait le thème de la planification et de la tarification.

Joannes Vermorel: D’accord, cela ressemble donc à un heureux accident.

Kieran Chandler: Et peut-être, si nous envisageons l’avenir, pouvez-vous imaginer que certaines de ces entreprises de logiciels se regroupent et s’associent pour offrir une solution double ?

Joannes Vermorel: Je ne pense pas, car littéralement, les choses qui permettent d’unifier les deux problèmes sont complètement différentes de ce qui était fait traditionnellement pour la tarification et pour la prévision. C’est une chose bizarre que cette classe de solutions que nous avons maintenant pour aborder ces deux problèmes simultanément, vous savez, et optimiser frontalement à la fois les prix et le plan, c’est-à-dire ce que vous produisez, ce que vous achetez, combien de stocks vous placez dans l’ensemble de vos réseaux. La technologie que nous avons développée est radicalement différente de ce que nous avions historiquement, que ce soit du côté de la tarification ou de la planification. Donc, littéralement, nous avons dû complètement jeter et abandonner nos technologies respectives des deux côtés. Alors, imaginez, par exemple, est-ce que vous feriez réellement fusionner deux entreprises, deux entreprises de logiciels, afin qu’elles se mettent d’accord sur le fait qu’elles vont toutes les deux abandonner l’ensemble de leur stack technologique pour tout réécrire ensemble ? Non, je ne pense pas. Cela semble super étrange. Donc, probablement, ce que nous verrons très probablement…

Kieran Chandler: Je ne sais pas, je veux dire, il est très difficile de prédire l’avenir, surtout l’avenir. Mais ce que nous verrons très probablement, c’est de nouvelles catégories d’entreprises qui, dès le départ, exploitent leur perspicacité pour dire, “Nous allons aborder ces deux problèmes ensemble”, et dès le premier jour, décident d’opter pour une solution qui engloberait l’ensemble des problèmes du monde.

Joannes Vermorel: D’accord.

Kieran Chandler: Si nous commençons à conclure aujourd’hui, euh, quelle est notre principale conclusion ? Est-ce que c’est qu’une entreprise qui unifie la tarification et la planification a beaucoup plus de contrôle ?

Joannes Vermorel: Non, c’est simplement que, comme d’habitude, les entreprises qui ont unifié cela vont tout simplement, vous savez, continuer à pousser, je dirais, vers la faillite celles qui ne l’ont pas fait. Vous savez, littéralement, euh, si vous êtes capables de l’exécuter, ce ne sera pas seulement plus de contrôle ; ce sera littéralement la domination du marché. Et, encore une fois, quand nous voyons que c’est un ingrédient de plus qui explique pourquoi Amazon gagne toujours des parts de marché, bien qu’ils soient, par exemple, l’une des plus grandes des plus grandes entreprises sur terre, et qu’ils continuent à gagner des parts de marché, et idem pour Alibaba en Chine. Ou, vous voyez, eh bien, parce qu’ils ont ces fondamentaux en main, et ainsi, avec le temps, cela va simplement, vous savez, écraser toutes les entreprises qui ne le font pas. Alors, pourquoi devriez-vous faire cela ? Eh bien, je dirais qu’il faut simplement vous interroger : pouvez-vous vraiment penser que, en prévoyant la demande, vous pouvez littéralement isoler la partie tarification de la partie planification ? Est-ce raisonnable d’un point de vue commercial ? Et généralement, quand les gens s’arrêtent un instant pour réfléchir, non, ces choses sont complètement imbriquées. Donc, oui, si j’ai une solution pour, vous savez, embrasser cela, je devrais la mettre en œuvre. Et, euh, ma conclusion pour ceux qui nous regardent est de le faire.

Kieran Chandler: Il semble toujours que cela se résume à la survie du plus apte, absolument. D’accord, c’est tout pour cette semaine. Merci beaucoup de nous avoir suivis, et nous vous retrouverons dans le prochain épisode. Merci de votre attention.