Fondateur

Jerome Laurent - CEO : MBA, 19 ans d'expérience en Marketing Internet. Ex-CMO du groupe eDreams ODIGEO, early-investor et VP sales and marketing de liligo.com après le 1er tour de series A avec Alven Capital (Nicolas Célier)

Guillaume Tujague - CPO : MBA, background en conseil et 5 années d'expérience en tant que Directeur du Revenue Management du Groupe eDreams ODIGEO (4,5 Milliards € de CA)

Xavier Casellato - CTO : Ingénieur de formation, 18 années d'expérience en software development dont 3 chez SAP. 11 années chez Liligo.com dont les 3 dernières années en tant que CTO (groupe eDreams ODIGEO)

Description de la solution et vision

Produit

Plateforme de Revenue management et de Pricing pour les retailers et les e-commerçants

Vise à générer un incrément de croissance profitable en mettant à disposition un outil "data-driven" d'aide à la décision permettant d'optimiser le pricing grâce à une meilleur compréhension de l'Élasticité prix de tous les produits

Inclut: un moteur de règle simple pour gérer certain cas de figure et automatiser la mise à jour des prix en fonction de règles business, un algorithme de pricing dynamique qui permet d'optimiser des périmètres produits sélectionnés en fonctions d'objectifs business

Technologie

Plateforme en SaaS incluant une démarche Test vs. Control intégrée nativement dans l'application et qui permet de mesurer l'impact isolé des actions pricing sur la performance

La combinaison algorithmique : mix d'algorithmes propriétaires d'apprentissage par renforcement centrés sur le calcul d'élasticité et d'algorithmes existants pour certaines fonctionnalités (Google Causal Impact, Facebook Prophet)

Originalité

PricingHUB est seule solution sur le marché à : - Proposer dans la même interface un ajustement des prix via un moteur de règle ou une optimisation algorithmique fondée sur l'élasticité - Intégrer une approche Test vs. Control en natif dans l'application - Permettre de piloter de multiples stratégies de pricing et optimise le catalogue produit pour différents objectifs business

Se baser sur des algorithmes d'apprentissage par renforcement qui explorent l'élasticité-prix au niveau du SKU par opposition aux modèles prédictifs qui sont exposés à beaucoup de bruit

Plan de développement

En termes de produit pour 2019: en cours de finalisation de la livraison du moteur de règle et du développement de 2 cas d'utilisation : Gestion des Promotions et Gestion des stocks, une douzaine de cas d'utilisations dans les cartons pour ces 3 prochaines années

En termes commerciaux: en phase d'accélération commerciale avec un déploiement sur la France et l'Espagne et une approche opportuniste dans le reste de l'Europe (NL, UK, DE) - doubler le nombre de clients et augmenter la taille des équipes de 30%

Business model - génération de revenus

Croissance CA et Clients

CA: 116K € pour le premier exercice de 12 mois - Clients: 3 clients actifs -Groupe Fnac/ Darty (déploiement global au niveau Groupe) et 2 autres POC payants: Allopneus.com, CONFORAMA

Business model

Business model classique de solution Saas - donne accès à l'ensemble de l'application (moteur de règle + pricing dynamique + reporting de la performance et reporting concurrentiel):

- Set-up fees: couvrant la phase de déploiement du data lake et de l'onboarding de la solution

- Frais de Licences mensuels: frais fixes mensuels fonction du nombre de licences et du CA du client

- Frais Variables Mensuels (en fonction du Volume d'affaire optimisé dans l'outil de Pricing Dynamique)

KPIs

ROI entre 7 et 14 en fonction des catégories de produits