{"id":1677,"date":"2026-11-13T12:55:53","date_gmt":"2026-11-13T12:55:53","guid":{"rendered":"https:\/\/blackaha.com\/pricing-dictionary\/machine-learning\/"},"modified":"2026-11-15T15:31:23","modified_gmt":"2026-11-15T15:31:23","slug":"machine-learning","status":"publish","type":"page","link":"https:\/\/blackaha.com\/fr\/pricing-dictionary\/machine-learning\/","title":{"rendered":"Apprentissage automatique"},"content":{"rendered":"<figure class=\"bl-illustration alignwide bl-dict-hero wp-block-blackaha-lens-illustration\"><svg class=\"bl-svg bl-svg--illustration\" focusable=\"false\" role=\"img\" aria-label=\"Points de donn\u00e9es dispers\u00e9s travers\u00e9s par une courbe ajust\u00e9e bleue, avec une fl\u00e8che de r\u00e9troaction qui revient vers les donn\u00e9es.\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" viewbox=\"0 0 480 320\">\n  <rect class=\"f-surface-alt\" width=\"480\" height=\"320\" rx=\"16\"\/>\n  <g class=\"s-line\" stroke-width=\"2\">\n    <line x1=\"64\" y1=\"252\" x2=\"360\" y2=\"252\"\/>\n    <line x1=\"64\" y1=\"252\" x2=\"64\" y2=\"56\"\/>\n  <\/g>\n  <g class=\"f-ink-soft\">\n    <circle cx=\"92\" cy=\"226\" r=\"6\"\/>\n    <circle cx=\"116\" cy=\"204\" r=\"6\"\/>\n    <circle cx=\"140\" cy=\"214\" r=\"6\"\/>\n    <circle cx=\"164\" cy=\"176\" r=\"6\"\/>\n    <circle cx=\"190\" cy=\"168\" r=\"6\"\/>\n    <circle cx=\"214\" cy=\"140\" r=\"6\"\/>\n    <circle cx=\"240\" cy=\"134\" r=\"6\"\/>\n    <circle cx=\"266\" cy=\"110\" r=\"6\"\/>\n    <circle cx=\"292\" cy=\"104\" r=\"6\"\/>\n    <circle cx=\"318\" cy=\"90\" r=\"6\"\/>\n    <circle cx=\"340\" cy=\"84\" r=\"6\"\/>\n  <\/g>\n  <path class=\"s-brand\" d=\"M84 232 C 150 196, 230 140, 348 80\" fill=\"none\" stroke-width=\"5\" stroke-linecap=\"round\"\/>\n  <rect class=\"f-brand-soft s-brand\" x=\"388\" y=\"112\" width=\"60\" height=\"60\" rx=\"12\" stroke-width=\"3\"\/>\n  <g class=\"f-brand\">\n    <circle cx=\"406\" cy=\"130\" r=\"5\"\/>\n    <circle cx=\"430\" cy=\"130\" r=\"5\"\/>\n    <circle cx=\"406\" cy=\"154\" r=\"5\"\/>\n    <circle cx=\"430\" cy=\"154\" r=\"5\"\/>\n  <\/g>\n  <path class=\"s-ink-soft\" d=\"M418 176 V276 H212 V264\" fill=\"none\" stroke-width=\"3\" stroke-linecap=\"round\" stroke-linejoin=\"round\"\/>\n  <path class=\"s-ink-soft\" d=\"M204 272 L212 262 L220 272\" fill=\"none\" stroke-width=\"3\" stroke-linecap=\"round\" stroke-linejoin=\"round\"\/>\n  <path class=\"s-ink-soft\" d=\"M352 96 L384 128\" stroke-width=\"3\" stroke-linecap=\"round\"\/>\n<\/svg><\/figure>\n\n\n<p class=\"wp-block-paragraph\">L\u2019apprentissage automatique est une branche de l\u2019intelligence artificielle dans laquelle un logiciel apprend des sch\u00e9mas \u00e0 partir de donn\u00e9es pour faire des pr\u00e9dictions ou prendre des d\u00e9cisions, au lieu de suivre des r\u00e8gles \u00e9crites \u00e0 la main. En e-commerce et en tarification, il sert \u00e0 pr\u00e9voir la demande, \u00e0 estimer la r\u00e9action des acheteurs au prix et \u00e0 reconna\u00eetre quand deux fiches correspondent au m\u00eame produit.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Apprendre \u00e0 partir d\u2019exemples plut\u00f4t que de r\u00e8gles<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Une r\u00e8gle de prix traditionnelle pourrait dire : si un concurrent passe sous notre prix, alignez-vous, mais ne descendez jamais sous le co\u00fbt plus 15 pour cent. Chaque condition est \u00e9crite par une personne. Un mod\u00e8le d\u2019apprentissage automatique re\u00e7oit au contraire de nombreux exemples pass\u00e9s, comme les prix, les dates, les niveaux de stock et les ventes qui ont suivi, et il ajuste ses param\u00e8tres internes jusqu\u2019\u00e0 ce que ses pr\u00e9dictions collent bien \u00e0 ces exemples.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">On obtient un mod\u00e8le capable de faire une pr\u00e9diction pour une situation nouvelle qu\u2019il n\u2019a pas vue exactement auparavant. Sa qualit\u00e9 d\u00e9pend de la ressemblance entre cette nouvelle situation et les donn\u00e9es dont il a appris.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019entra\u00eenement est g\u00e9n\u00e9ralement suivi d\u2019un test sur des donn\u00e9es que le mod\u00e8le n\u2019a pas vues. Une approche courante met de c\u00f4t\u00e9 les mois les plus r\u00e9cents, entra\u00eene le mod\u00e8le sur tout ce qui pr\u00e9c\u00e8de et v\u00e9rifie s\u2019il pr\u00e9dit bien la p\u00e9riode mise de c\u00f4t\u00e9. Si la pr\u00e9cision chute fortement sur ces donn\u00e9es in\u00e9dites, le mod\u00e8le a appris le pass\u00e9 de trop pr\u00e8s et ne saura pas g\u00e9n\u00e9raliser.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Types d\u2019apprentissage<\/h2>\n\n\n\n<ul class=\"wp-block-list\"><li>L\u2019apprentissage supervis\u00e9 apprend \u00e0 partir d\u2019exemples \u00e9tiquet\u00e9s, comme des prix pass\u00e9s associ\u00e9s aux unit\u00e9s vendues, et pr\u00e9dit l\u2019\u00e9tiquette de nouveaux cas.<\/li><li>L\u2019apprentissage non supervis\u00e9 trouve une structure dans des donn\u00e9es non \u00e9tiquet\u00e9es, par exemple en regroupant des clients ou des produits au comportement similaire.<\/li><li>L\u2019apprentissage par renforcement essaie des actions, observe la r\u00e9compense et privil\u00e9gie peu \u00e0 peu les actions payantes ; cette approche est \u00e9tudi\u00e9e pour les d\u00e9cisions de prix successives.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La plupart des usages concrets dans le commerce de d\u00e9tail sont supervis\u00e9s. Les familles de mod\u00e8les vont de la simple r\u00e9gression lin\u00e9aire aux ensembles d\u2019arbres de d\u00e9cision et aux r\u00e9seaux de neurones. Un mod\u00e8le plus simple que l\u2019\u00e9quipe comprend est souvent plus utile qu\u2019un mod\u00e8le complexe que personne ne sait expliquer.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Usages courants dans la tarification et l\u2019e-commerce<\/h2>\n\n\n\n<ul class=\"wp-block-list\"><li>Pr\u00e9vision de la demande, pour planifier stocks et promotions<\/li><li>Estimation de l\u2019\u00e9lasticit\u00e9-prix pour les produits ayant un historique de ventes suffisant<\/li><li>Rapprochement de produits, pour d\u00e9terminer si deux fiches aux titres diff\u00e9rents d\u00e9signent le m\u00eame article<\/li><li>Recommandations et classement des r\u00e9sultats de recherche sur les pages de la boutique<\/li><li>D\u00e9tection de la fraude au paiement<\/li><li>Planification des d\u00e9marques pour les stocks saisonniers<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Le rapprochement de produits montre comment la technique s\u2019articule avec les donn\u00e9es concurrentielles. Titres, marques, r\u00e9f\u00e9rences de mod\u00e8le, images et attributs sont compar\u00e9s, et un mod\u00e8le \u00e9value la probabilit\u00e9 que deux fiches d\u00e9signent le m\u00eame produit. Un mauvais rapprochement entra\u00eene une mauvaise comparaison de prix : les correspondances peu s\u00fbres sont donc g\u00e9n\u00e9ralement v\u00e9rifi\u00e9es par une personne.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La pr\u00e9vision est souvent le point de d\u00e9part le plus simple. Un mod\u00e8le qui pr\u00e9dit les ventes du mois prochain pour chaque produit ne modifie aucun prix par lui-m\u00eame, mais il aide les acheteurs \u00e0 commander le stock, \u00e0 planifier les promotions et \u00e0 rep\u00e9rer les produits dont les ventes s\u2019\u00e9cartent des pr\u00e9visions. Comme la pr\u00e9vision peut \u00eatre confront\u00e9e \u00e0 la r\u00e9alit\u00e9 chaque semaine, la confiance se construit pas \u00e0 pas.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Un exemple : pr\u00e9dire la r\u00e9action au prix<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Imaginons, \u00e0 titre d\u2019exemple, une animalerie disposant de deux ans de donn\u00e9es quotidiennes pour un sac de croquettes : son propre prix, le prix concurrent le plus bas relev\u00e9, le jour de la semaine, la saison et les unit\u00e9s vendues. Un mod\u00e8le entra\u00een\u00e9 sur ces donn\u00e9es pourrait estimer qu\u2019\u00e0 52 dollars, avec des concurrents \u00e0 50, la boutique vend environ 30 sacs par jour, et \u00e0 49 dollars environ 38 sacs. Combin\u00e9es au co\u00fbt unitaire, ces estimations permettent \u00e0 l\u2019\u00e9quipe de comparer le b\u00e9n\u00e9fice attendu \u00e0 chaque prix.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ces estimations ne valent qu\u2019\u00e0 l\u2019int\u00e9rieur de la plage que le mod\u00e8le a observ\u00e9e. Si la boutique n\u2019a jamais pratiqu\u00e9 de prix au-dessus de 55 dollars, une pr\u00e9diction \u00e0 65 dollars n\u2019est qu\u2019une supposition d\u00e9guis\u00e9e en chiffre. La bonne pratique consiste \u00e0 tester prudemment de nouveaux niveaux de prix et \u00e0 r\u00e9int\u00e9grer les r\u00e9sultats dans les donn\u00e9es.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Les donn\u00e9es d\u2019abord<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un mod\u00e8le ne vaut que ce que valent ses donn\u00e9es d\u2019entr\u00e9e. Jours manquants, prix enregistr\u00e9s dans la mauvaise devise, ruptures de stock qui ressemblent \u00e0 une faible demande et promotions non signal\u00e9es enseignent tous au mod\u00e8le la mauvaise le\u00e7on. Nettoyer et \u00e9tiqueter les donn\u00e9es demande g\u00e9n\u00e9ralement plus d\u2019efforts que l\u2019entra\u00eenement du mod\u00e8le lui-m\u00eame.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Les prix concurrents sont une donn\u00e9e d\u2019entr\u00e9e courante, et ils exigent le m\u00eame soin. Un relev\u00e9 long et coh\u00e9rent des prix et de la disponibilit\u00e9 des concurrents, comme celui que conserve <a href=\"\/fr\/features\/price-history\/\">l\u2019historique des prix<\/a>, donne \u00e0 toute analyse, tableur ou mod\u00e8le, une base plus fiable.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Risques et limites<\/h2>\n\n\n\n<ul class=\"wp-block-list\"><li>Le surapprentissage, quand un mod\u00e8le m\u00e9morise le bruit pass\u00e9 et pr\u00e9dit mal sur de nouvelles donn\u00e9es<\/li><li>Les boucles de r\u00e9troaction, quand plusieurs syst\u00e8mes automatis\u00e9s r\u00e9agissent les uns aux autres et que les prix d\u00e9rivent<\/li><li>Les d\u00e9cisions opaques que le personnel ne peut pas expliquer aux clients ou aux autorit\u00e9s<\/li><li>Les biais, si les donn\u00e9es ou les variables conduisent \u00e0 des r\u00e9sultats injustes pour certains groupes de clients<\/li><li>La d\u00e9rive conceptuelle, quand le comportement du march\u00e9 change et qu\u2019un ancien mod\u00e8le continue d\u2019agir sur des sch\u00e9mas d\u00e9pass\u00e9s<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Les r\u00e8gles sur les d\u00e9cisions automatis\u00e9es, les donn\u00e9es personnelles et les prix varient selon les pays. Utiliser des donn\u00e9es personnelles pour fixer des prix individuels peut soulever des questions juridiques et \u00e9thiques : il est utile de demander un avis juridique sp\u00e9cialis\u00e9 avant de le faire.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Utiliser l\u2019apprentissage automatique de fa\u00e7on responsable<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Laissez aux humains la ma\u00eetrise des limites. Les prix planchers, les prix plafonds et les variations quotidiennes maximales doivent \u00eatre fix\u00e9s par l\u2019entreprise et appliqu\u00e9s quoi que sugg\u00e8re un mod\u00e8le. Commencez par des pr\u00e9visions qui \u00e9clairent une d\u00e9cision plut\u00f4t que par des mod\u00e8les qui modifient directement les prix, contr\u00f4lez la pr\u00e9cision par rapport \u00e0 ce qui se passe r\u00e9ellement, et r\u00e9entra\u00eenez ou retirez les mod\u00e8les lorsque leur erreur augmente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il est aussi utile de comparer chaque mod\u00e8le \u00e0 une r\u00e9f\u00e9rence simple, comme les ventes de la m\u00eame semaine l\u2019an dernier ou une moyenne mobile. Si un mod\u00e8le sophistiqu\u00e9 ne bat pas nettement cette r\u00e9f\u00e9rence, sa complexit\u00e9 suppl\u00e9mentaire ne se justifie pas. Documentez ce que fait chaque mod\u00e8le, les donn\u00e9es qu\u2019il utilise et qui en est responsable, afin que les d\u00e9cisions restent tra\u00e7ables quand le personnel change.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u00c0 retenir<\/h2>\n\n\n\n<ul class=\"wp-block-list\"><li>L\u2019apprentissage automatique apprend des sch\u00e9mas \u00e0 partir de donn\u00e9es au lieu de suivre des r\u00e8gles \u00e9crites \u00e0 la main.<\/li><li>En e-commerce, il sert \u00e0 la pr\u00e9vision de la demande, \u00e0 l\u2019estimation de la r\u00e9action au prix et au rapprochement de produits.<\/li><li>Les pr\u00e9dictions ne sont fiables que dans la plage de situations que le mod\u00e8le a observ\u00e9es.<\/li><li>Des donn\u00e9es propres et coh\u00e9rentes, prix concurrents compris, comptent davantage que la complexit\u00e9 du mod\u00e8le.<\/li><li>Des planchers et plafonds fix\u00e9s par l\u2019entreprise et une v\u00e9rification humaine doivent encadrer toute d\u00e9cision automatis\u00e9e.<\/li><\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Questions fr\u00e9quentes<\/h2>\n\n\n\n<details class=\"wp-block-details is-style-faq is-layout-flow wp-block-details-is-layout-flow\"><summary>L\u2019apprentissage automatique est-il la m\u00eame chose que l\u2019intelligence artificielle ?<\/summary>\n<p class=\"wp-block-paragraph\">L\u2019apprentissage automatique est une partie de l\u2019intelligence artificielle. L\u2019IA est le vaste domaine qui consiste \u00e0 faire accomplir \u00e0 un logiciel des t\u00e2ches qui semblent intelligentes, tandis que l\u2019apprentissage automatique est l\u2019approche qui acquiert ces capacit\u00e9s \u00e0 partir de donn\u00e9es.<\/p>\n<\/details>\n\n\n\n<details class=\"wp-block-details is-style-faq is-layout-flow wp-block-details-is-layout-flow\"><summary>Faut-il de l\u2019apprentissage automatique pour bien fixer ses prix ?<\/summary>\n<p class=\"wp-block-paragraph\">Non. Des r\u00e8gles claires fond\u00e9es sur le co\u00fbt, les objectifs de marge et les prix concurrents fonctionnent bien pour de nombreuses boutiques. L\u2019apprentissage automatique est surtout utile quand il y a beaucoup de produits, un historique abondant et des sch\u00e9mas trop complexes pour des r\u00e8gles simples.<\/p>\n<\/details>\n\n\n\n<details class=\"wp-block-details is-style-faq is-layout-flow wp-block-details-is-layout-flow\"><summary>De combien de donn\u00e9es un mod\u00e8le de prix a-t-il besoin ?<\/summary>\n<p class=\"wp-block-paragraph\">Il n\u2019y a pas de chiffre fixe. Le mod\u00e8le a besoin d\u2019un historique suffisant, avec de vraies variations de prix, pour voir comment la demande r\u00e9agit. Un produit dont le prix n\u2019a jamais chang\u00e9 n\u2019apprend rien au mod\u00e8le sur la r\u00e9action au prix.<\/p>\n<\/details>\n\n\n\n<h2 class=\"wp-block-heading\">Termes associ\u00e9s<\/h2>\n\n\n\n<ul class=\"wp-block-list\"><li><a href=\"\/fr\/pricing-dictionary\/monadic-testing\/\">Test monadique<\/a><\/li><li><a href=\"\/fr\/pricing-dictionary\/ab-testing\/\">Test A\/B<\/a><\/li><li><a href=\"\/fr\/pricing-dictionary\/price-testing-methods\/\">M\u00e9thodes de test de prix<\/a><\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Dans BlackAha, <a href=\"\/fr\/features\/smart-price\/\">Smart Price<\/a> vous aide \u00e0 obtenir un prix de vente conseill\u00e9 pour chaque produit, \u00e0 partir des prix des concurrents et du march\u00e9.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"\/fr\/pricing-dictionary\/\">Retour au Dictionnaire des prix<\/a><\/p>","protected":false},"excerpt":{"rendered":"<p>Machine learning is a branch of artificial intelligence in which software learns patterns from data to make predictions or decisions, not hand-written rules. In e-commerce and pricing it is used to forecast demand, estimate how buyers respond to price and recognise when two listings are the same product. Learning from examples instead of rules A [&hellip;]<\/p>\n","protected":false},"author":0,"featured_media":0,"parent":1276,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1677","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/pages\/1677","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/types\/page"}],"replies":[{"embeddable":true,"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/comments?post=1677"}],"version-history":[{"count":1,"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/pages\/1677\/revisions"}],"predecessor-version":[{"id":1792,"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/pages\/1677\/revisions\/1792"}],"up":[{"embeddable":true,"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/pages\/1276"}],"wp:attachment":[{"href":"https:\/\/blackaha.com\/fr\/wp-json\/wp\/v2\/media?parent=1677"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}