C’est en travaillant sur la problématique d’une cliente que Marc Atallah et Mathieu Loury constatent qu’aucune solution ne permet de faire un lien entre les data de connaissance client et les données de formulation des labos. Ils décident alors de fonder Predicity, afin de développer des IA dédiées aux professionnels de la beauté. L’objectif ? Comprendre les bénéfices et émotions que perçoivent et veulent réellement les consommateurs de chaque marché et faire le lien avec les combinaisons d’ingrédients et matières qui boostent la perception de ces bénéfices et émotions.
« Notre mission est de transformer la façon dont les marques de beauté utilisent les données pour prendre des décisions éclairées » déclare Mathieu Loury, cofondateur de Predicity. « Nous avons développé des outils permettant de détecter les émotions ressenties par les consommateurs et leur impact sur la demande dans différents marchés internationaux. Nous pouvons ensuite identifier les ingrédients nécessaires pour composer des formules qui raviront ces consommateurs. »
Prédire les émotions grâce à l’IA
Dès 2020, pendant la période du COVID, Predicity décide d’intensifier sa R&D. Elle donne alors naissance en 2023 à une suite d'outils accessibles à toutes les entreprises du secteur de la beauté : SPARK, Consumer Pulse et Product Architect.
Ainsi, alors que SPARK est une solution destinée à améliorer l’expérience des consommateurs en point de vente, le Consumer Pulse est, quant à lui, un outil conçu pour les marques souhaitant enrichir leurs connaissances sur les réactions émotionnelles aux produits. Enfin, Product Architect prédit les meilleures combinaisons d'ingrédients pour susciter des émotions spécifiques chez les consommateurs, en tenant compte des contraintes de coût, de durabilité et de formulation. Grâce à ces solutions, les marques de beauté peuvent exploiter les données consommateurs pour formuler des produits qui répondent aux attentes émotionnelles des clients, tout en réduisant les cycles de développement.
« Les enjeux en data du monde de la beauté (mais aussi du personal care, haircare…) sont très spécifiques : demande constante de nouveauté, importance critique des émotions, marques globales mais marchés locaux, forte pression RSE … » affirme Mathieu Loury. « Le volume de data consommateur est quant à lui plutôt faible (tests, focus groups), les datas périssables (effets de mode) et surtout très confidentielles. De ce fait, les solutions généralistes à la mode comme les réseaux de neurones ou GenAI, n’ont aucune chance de produire un résultat correct. »
Une solution pour les tests à l’aveugle de 50%
Ainsi, grâce à ces solutions, les marques peuvent ajuster leurs stratégies de formulation en fonction des réactions émotionnelles détectées sur différents marchés. Les entreprises ayant adopté leurs solutions observent une réduction de 50 % du nombre de tests à l'aveugle, et génèrent des économies de plus de 500 000 euros, et de meilleurs lancements de produits.
Après une expansion en France, aux États-Unis et en Chine, la startup souhaite désormais s’attaquer au marché de l'Espagne et du Moyen-Orient. D'ici fin 2024, la startup prévoit de lancer deux nouveaux produits qui s’adresseront en particulier aux petites et moyennes entreprises de la beauté.
« Nos modèles ne sont pas des boîtes noires, au contraire les résultats font sens et sont très faciles à interpréter par les experts », affirme Marc Atallah, cofondateur de Predicity. « Predicity a innové et se démarque en développant ses propres algorithmes. Nous avons testé et validé avec les plus grands noms de l’industrie. Nous sommes les seuls à pouvoir faire de façon fiable et exploitable par les experts un lien entre bénéfices / émotions et ingrédients, et à avoir plusieurs produits leaders dans le marché qui ont été réalisés avec notre solution. »
