Comment NIU a photographié tout un catalogue sans studio et découvert où l'Argentine joue

Le problème

Un catalogue de padel ne s'arrête jamais. Chaque saison apporte de nouvelles raquettes, de nouveaux coloris, de nouveaux formats de balles, et chacun a besoin d'images : sur fond blanc pour les marketplaces, en situation pour les réseaux sociaux, en résolution d'impression pour les distributeurs. La photographie traditionnelle ne pouvait pas suivre ce rythme. Une séance en studio prend des semaines à organiser, coûte le même prix que l'on photographie deux produits ou vingt, et doit être refaite à chaque changement de coloris.

Le second problème était géographique. NIU vend dans toute l'Argentine, de Capital Federal à la Terre de Feu, à travers un réseau de magasins et de distributeurs indépendants. Mais les décisions sur où pousser le stock, où signer un nouveau distributeur et combien fabriquer se prenaient à l'instinct et sur les chiffres de l'année précédente, pas sur les endroits où le padel progressait réellement.

L'approche

Quatre fronts. Créer toute la bibliothèque d'images marketing avec l'IA pour que le catalogue avance à la vitesse du produit. Construire un modèle mathématique de la demande qui combine les données propres de NIU avec les statistiques nationales argentines, afin que les décisions de production et de distribution reposent sur des preuves. Cartographier le réseau de distributeurs face à cette demande pour trouver où la marque est absente. Et automatiser le travail opérationnel qui dévorait la semaine.

Toute la bibliothèque d'images marketing, générée avec l'IA

Chaque image de cette page a été générée par intelligence artificielle. Pas de studio, pas de photographe, pas d'échantillons expédiés à travers le pays en attendant le retour des clichés. Les produits sont réels, les photographies ne le sont pas, et la différence est invisible pour le client.

Il ne s'agit pas d'une technique mais de plusieurs, choisies selon ce que chaque image doit accomplir :

• ✓Image to image à partir de références réelles, pour que la géométrie d'une raquette, la forme d'un tube et la position de chaque logo restent parfaitement fidèles au produit physique au lieu d'être réinventées.
• ✓Text to image pour les photos en situation, en plaçant les produits sur un terrain d'apparence réelle, dans la lumière et sous l'angle qu'un photographe aurait choisis.
• ✓Inpainting pour les coloris, en remplaçant une finition ou un graphisme sur une image de base validée, pour qu'un nouveau modèle ne signifie pas une nouvelle séance photo.
• ✓Conditionnement par référence pour la cohérence, en gardant l'éclairage, les ombres et le cadrage identiques sur toute la gamme, pour que le catalogue se lise comme une seule famille.
• ✓Upscaling et nettoyage, en amenant chaque image finale à la résolution d'impression, avec des contours nets pour les marketplaces et les supports distributeurs.

Un modèle mathématique de la demande, construit sur les données de NIU et le recensement national

NIU sait ce qu'elle a vendu. Ce qu'elle ne savait pas, c'est pourquoi, ni ce qui vient ensuite. J'ai donc construit un modèle qui place l'historique de l'entreprise à côté des statistiques du pays et rend la relation explicite.

D'un côté, tout ce que NIU possédait déjà : les ventes par produit et par année, la performance des distributeurs, la saisonnalité, la différence entre une balle qui se vend chaque mois et une raquette qui se vend en début de saison. De l'autre, les données publiques qui l'expliquent : population et structure par âge par province et par district issues du recensement argentin, urbanisation, niveaux de revenus et l'évolution de chacun d'eux.

Réunies, ces données répondent aux questions qui décident vraiment d'une année : quelles provinces vont croître et de combien, combien de balles fabriquer pour chaque saison, quelle gamme convient à quelle région, et où se situe le plafond dans une zone qui semble déjà saturée. Le modèle produit une prévision par année plutôt qu'un chiffre unique, avec son incertitude énoncée honnêtement.

Le réseau de distributeurs, cartographié face à la demande réelle

Une liste de distribution n'est pas une carte. J'ai reporté sur la carte chaque point de vente, chaque distributeur indépendant et chaque vente, face à l'endroit où le modèle situait réellement les joueurs, et les écarts sont apparus immédiatement : des zones pleines de demande où personne ne vend, et des zones où trois distributeurs se disputent les mêmes clients.

L'expansion est ainsi passée d'une intuition à une file d'attente. Au lieu de signer avec quiconque prenait contact, NIU pouvait voir quelle zone aborder ensuite, ce que valait cette zone, et quels distributeurs existants sous-performaient par rapport à la demande qui se trouvait à leur porte.

• Capital FederalBien couverte
• Gran Buenos AiresBien couverte
• Córdoba & Santa FeEn croissance, du potentiel
• Cuyo & NorteSous-desservie
• PatagonieZone vierge

Le travail opérationnel, automatisé

Le reste, c'était ce travail discret qui ne figure sur aucune fiche de poste et dévore pourtant la semaine. Les données du catalogue maintenues synchronisées entre le site web et les marketplaces. Les commandes des distributeurs enregistrées, confirmées et suivies sans chaîne de messages. Le stock rapproché de ce qui a réellement quitté l'entrepôt. Le reporting mensuel de chaque distributeur produit automatiquement au lieu d'être assemblé à la main.

Rien de tout cela n'est spectaculaire, et c'est bien le but. Aujourd'hui, tout tourne sans que personne n'y pense.

niupadel.com.ar

Voir le site →

Cliquez sur l'aperçu pour ouvrir niupadel.com.ar