Le site gagnerait à créer deux versions: une réellement optimisée pour le mobile, l'autre pour les ordinateurs de bureau.
Site au contenu expert et de qualité, qui devrait être davantage mis en valeur sur la home page.
Cybion est un éditeur français de logiciel de machine learning et de deep learning, qui possède 13 ans d'expérience dans l'exploitation de la donnée dans une optique prédictive. Sa plate-forme d'intelligence artificielle permet à des clients tel que Monoprix, systeme U, Casino ou Dufry de prédire l'évolution des stocks, l'évolution des ventes ou encore l'évolution de la trésorerie, afin d'optimiser les achats, les finances ou encore la stratégie commerciale et de promotion. Pour ce faire, la société s'appuie sur une équipe de développeurs, d'ingénieurs, de chercheurs, de data scientist, de spécialiste du machine learning, de spécialistes du deep learning et d'experts UX.
La société a été créée en 2008 par Jérémy Arrivisti (également fondateur de la plate-forme immobilière Welldom) et Rupert Richard en 2008, qui rejoint la société en tant que vice président marketing et opérations.
La première version du site est lancée à la création de l'entreprise en 2008, puis refondue en 2014 et enfin en 2020.
Ce service apprend à partir d'un historique de données internes et externes et produit des prévisions qui sont ensuite constamment comparées avec l’évolution réelle des données pour, in fine, être cpable de détecter les moments pendant lesquels les valeurs réelles s’écartent de manière trop importante des prévisions pour en déduire une potentiel une rupture de stock.
Ce service permet de simuler différents scénarios promotionnels pour les couples article - point de vente et facilite l'identification du scénario qui satisfait à les critères d'optimisation de ses clients (chiffre d'affaires, marges, volumes, etc.).Optimisation des stocks https://www.verteego.com/solutions/optimisation-des-promotions
Ce service s'appuie sur l'intelligence artificielle pour offrir des outils pour prévoir le trafic sur les points de vente en analysant avec des algorithmes de machine learning les nombreux facteurs déterminant le trafic en point de vente, parmi lesquels la saisonnalité (heures de la journée, jour de la semaine, mois, etc.), les facteurs externes (météo, événements locaux, etc.) et le plan d'actions commercial de l'entreprise (soldes, promotions, Black Friday, etc.) pour in fine, générer des prévisions de trafic en magasin.