Caisses automatiques. Comment améliorer l’expérience client ?

Aux USA et au Canada, Walmart va retirer les caisses traditionnelles pour ne laisser que des caisses en libre-service, dans plusieurs magasins. Decathlon (qui a fait le choix de la RFID) a fait le même choix pour ses magasins de Brossard et Laval. Si fin 2019, aux USA, seulement 30 % des clients déclaraient préférer utiliser les caisses automatiques, ce chiffre est passé à 45 % en juin 2021 (source McKinsey). Ce qui signifie que plus d’un client sur deux préfère utiliser les caisses traditionnelles.

Pour un retailer, les caisses en libre-service permettent de faire d’importantes économies de main d’œuvre : il suffit, en moyenne, d’un seul employé pour superviser 5 caisses automatiques dans un hyper. Mais elles s’accompagnent aussi d’un risque de fraude accru : une enquête de Pro Voucher Codes (société de coupon de réduction), sur 2.634 personnes interrogées, 20 % reconnaissent avoir fraudé aux caisses automatiques. Pour les clients également, l’expérience est loin d’être fluide : mauvaise intégration des promotions, des programmes et cagnottes de fidélité, problèmes de pesée, moyens de paiement limités, erreurs lors du paiement… D’après une étude Raydiant menée aux USA sur 1.000 consommateurs n’utilisant pas ces caisses automatiques, la lenteur est le problème le plus souvent cité : 37,1 % des sondés ont déjà rencontré un problème de lenteur dans le passé, ou croient que les caisses traditionnelles sont plus rapides. En 2^e motif, 25 % disent avoir déjà constaté qu’elles ne fonctionnaient pas dans le passé, et enfin, 20 % disent vouloir l’interaction humaine avec un employé. D’autres raisons apparaissent : ces caisses, souvent rapprochées les unes des autres, rendent complexes l’encaissement pour les produits volumineux ou les gros caddies (Selon Forrester, elles sont optimales pour les paniers de moins de 10 articles). En cas de problème, l’attente de l’employé pour solutionner l’erreur peut atteindre 30 à 60 secondes, rallongeant considérablement le processus. 

Pour le fabricant Toshiba, la vision par ordinateur pour identifier le produit est une priorité pour 2022, alliée à l’IA pour permettre aux machines de détecter plus facilement les articles complexes à scanner. Son concurrent NCR propose déjà un logiciel utilisant une technologie de vision par ordinateur, pour mieux identifier les produits placés sur la balance des caisses automatiques. Celui-ci affiche ensuite une liste des articles les plus probables, parmi lesquels le client n’a plus qu’à choisir. Enfin, l’utilisation du smartphone-employé, via une application dédiée, permet de mieux contrôler les erreurs en caisse pour les résoudre plus rapidement.