Decathlon : générer de la valeur business grâce à l'IA

Dans cet épisode des AI Leader Stories, nous recevons Gaël Demenet, Global VP Data & Analytics Customer Growth & Sports Experiences chez Decathlon, expert de la transformation par la data et l’intelligence artificielle, avec plus de 20 ans d’expérience à l’intersection du marketing, du digital et de l’analytics.

L’épisode explore une question centrale pour les grands groupes : comment l’IA peut concrètement améliorer la performance des organisations, en augmentant la qualité des décisions métiers sans jamais se substituer à l’humain.

Personnalisation et recommandation : créer de la valeur mesurable

Gaël revient d’abord sur un levier désormais clé chez Decathlon : la personnalisation des parcours clients. En s’appuyant sur une connaissance client approfondie et des modèles de recommandation, les équipes optimisent les communications CRM, le site e-commerce et les applications.

L’enjeu n’est pas technologique mais business : mieux engager, mieux convertir et mieux servir, grâce à des recommandations contextualisées ou personnalisées selon le niveau de connaissance du client.

Les résultats sont mesurés rigoureusement via des A/B tests et des groupes de contrôle, avec des uplifts de performance significatifs démontrant l’impact réel de l’IA sur les ventes et l’engagement.

« La communication personnalisée génère plus d’engagement, plus de conversion et plus de ventes que du one-size-fits-all. »

Aider les métiers à décider

Le deuxième cas d’usage présenté illustre parfaitement la philosophie de Decathlon : utiliser l’IA pour augmenter le geste métier.

Dans un contexte de rationalisation de l’offre (passage de 80 marques à 12), les équipes ont développé des produits data permettant aux leaders sport de :

• scorer les produits selon des critères business, clients et environnementaux,
• identifier les doublons dans les gammes,
• simuler l’impact de décisions (suppression, remplacement, rationalisation) sur les ventes et les paniers.

L’IA devient ici un outil d’aide à la décision, capable de projeter des scénarios complexes impossibles à traiter manuellement, tout en restant co-construite avec les experts métiers.

« L’objectif est d’augmenter l’efficience et la performance du geste des équipes en éclairant leur prise de décision grâce à l’IA. »

IA générative : gains d’efficience et passage à l’échelle

Enfin, Gaël partage des cas d’usage concrets de GenAI chez Decathlon, notamment sur :

• la génération de contenus SEO (web labels, footers),
• la traduction multilingue,
• l’enrichissement automatique des fiches produits et de la taxonomie via LLM et reconnaissance d’image.

L’approche est pragmatique : industrialiser les tâches à faible valeur, accélérer la production, tout en conservant une validation humaine. Les gains sont d’abord mesurés en efficience, puis en impact business indirect (SEO, conversion).

Contrairement aux effets de mode, Gaël défend une vision équilibrée où machine learning et IA générative sont complémentaires, chacune répondant à des problématiques distinctes.

Conclusion

À travers cet échange riche et structurant, Gaël Demenet démontre que la réussite des produits data et IA ne repose pas sur la technologie seule, mais sur :

• une problématique métier clairement formulée,
• une collaboration étroite entre data et business,
• une culture de la mesure et de l’impact.

L’IA n’est pas un substitut à l’expertise humaine, mais un accélérateur de décisions éclairées, au service de la performance durable des organisations.

‍