XXII

On a tout repris de zéro. Et ça valait le coup.

Notre nouveau moteur de ré-identification atteint 98,6% de précision, évalué sur une journée complète en conditions réelles, dans un magasin client.

Ce que ça change concrètement : vous savez combien de temps chaque visiteur passe en magasin, et vous pouvez croiser cette donnée avec leur profil (âge, genre, style).

Exactement comme une analytics web, mais pour votre point de vente physique.

Faites défiler pour voir comment ça fonctionne 👇

98,6%. C'est le score de notre nouveau moteur de ré-identification entrée/sortie, évalué sur une journée entière dans un magasin client.

En 2025, au début des travaux, notre ré-identification non biométrique affichait 84% de précision. On a refondu l'approche from scratch et le résultat parle de lui-même !

Ce que ça change concrètement pour vos équipes :
👉 Le temps moyen passé en magasin calculé avec précision
👉 Des stats segmentées par profil marketing (âge, genre, style…)

Le temps passé en magasin est l'un des indicateurs les plus stratégiques du retail, et l'un des plus difficiles à mesurer proprement. Cette donnée alimente directement deux cas d'usage clés de la plateforme : le suivi de la durée moyenne de visite par visiteur, pour adapter vos actions selon la réalité terrain, et la segmentation visiteurs, pour croiser ce temps de présence avec les profils âge, genre et style.

Résultat : vous ne savez plus seulement combien de personnes sont passées dans votre magasin. Vous savez qui, combien de temps, et avec quel profil. Une lecture de votre performance aussi précise que ce que vous faites déjà sur votre site web.