Thread lève 22 millions de dollars pour affiner la recommandation produit par IA

|
Twitter Facebook Linkedin Google + Email Imprimer

La start-up londonienne, qui a créé une solution de recommandation prédictive de mode, veut développer sa technologie basée sur le machine learning.

L’utilisateur fournit un certain nombre d’informations sur le site ou l'application, comme ses goûts, son style, son budget, ses mensurations, sa morphologie ou encore ses marques et magasins préférés.
L’utilisateur fournit un certain nombre d’informations sur le site ou l'application, comme ses goûts, son style, son budget, ses mensurations, sa morphologie ou encore ses marques et magasins préférés.© Thread

Thread a bouclé mardi 16 octobre un tour de table de 22 millions de dollars (soit 18,98 millions d'euros) auprès de Balderton Capital, Beringea, Forward Partners et de la branche d’investissement du groupe H&M (H& MCO: LAB), avec la participation de Maurice Helfgott (Amery Capital) et Sebastian Picardo (Felix Capital). La start-up basée à Londres, spécialiste de la recommandation de produits, précise que cet argent frais lui permettra de booster sa solution qui combine data et intelligence artificielle. Elle souhaite ainsi recruter des spécialistes de l’IA et intensifier ses efforts marketing afin d’améliorer sa notoriété.

Un personal shopper virtuel

Lancée en 2012 par Kieran O'Neill et Ben Kucsan, la plateforme a été conçue comme une aide à l’achat destinée aux hommes n’ayant pas d’appétence pour se rendre en magasin ou passer du temps à rechercher des références sur les sites e-commerce. L’utilisateur télécharge l’application ou se rend sur le site, puis il fournit un certain nombre d’informations, comme ses goûts, son style, son budget par type de produit, ses mensurations, sa morphologie ou encore ses marques et magasins préférés. L’application, qui travaille avec une cinquantaine de marques dont Barbour, Hugo Boss et Levi’s, lui envoie ensuite des recommandations de produits susceptibles de l’intéresser, basées sur la pertinence de ses préférences combinées aux achats effectués en temps réel par les utilisateurs sur la plateforme, via du machine learning. Objectif : proposer l’offre la plus personnalisée possible sans que l’utilisateur ne perde du temps à chercher ou à essayer en magasin des références qui ne lui correspondraient pas. A l’instar d’un personal shopper, l’application élimine donc un certain nombre de produits non pertinents pour se concentrer sur les produits pertinents. La solution intègre aussi une dimension prédictive en fonction des tendances les plus populaires, afin de varier les recommandations sur un marché en perpétuelle évolution. Elle formule également des recommandations de tenues complètes multimarques.

La société totalise plus de 40 millions de dollars de financement. Elle revendique plus d'un million d’abonnés, dont un quart achète les produits via l’application, pour le moment uniquement disponible au Royaume-Uni. Le site indique par ailleurs que les consommatrices auront bientôt accès au service.

Testez LeMoniteur.fr en mode abonné. Gratuit et sans engagement pendant 15 jours.
X

Recevez chaque matin tous les faits marquants sur les stratégies digitales, omnicanales et e-commerce des distributeurs et sur les solutions technologiques conçues pour les accompagner.

Ne plus voir ce message
 
Suivre LSA Suivre LSA sur facebook Suivre LSA sur Linked In Suivre LSA sur twitter RSS LSA