Fondateur

Thibault: Diplômé de l'Ecole de Mines de Nantes, ingénieur en IA pour l'Aide à la Décision, a travaillé pour Essilor et Danone en data et supply chain et pour Lokad

David: Diplômé de l'ESTACA-ISAE et Master Spécialisé en Entreprenariat & Innovation de l'Ecole Royale Polytechnique de Stockholm, data science chez LinkedIn

Description de la solution et vision

Produit

Permet aux retailers d'améliorer leur taux de conversion et de collecter de la donnée d'intention sur les visiteurs des magasins.

Un consommateur utilise l'application Leaf pour scanner l'étiquette d'un produit. Leaf détermine grâce à des algorithmes et de la reconnaissance d'image la pièce en question et génère une fiche produit que le consommateur peut utilise pour valider et finaliser son achat : consulter les coloris disponibles via le site, demander un avis à un proche, recommander des produits (génération de ventes additionnelles), enregistrer la pièce pour la retrouver plus tard.

Grâce aux données, Leaf est capable de relancer les visiteurs sur les articles qui les ont intéressés, et de produire des analyses de données disponibles en libre service via Leaf Analytics

Technologie

Reconnaissance d'image grâce aux codes barre des étiquettes, et reconnaissance de caractères (OCR).

Application iOS et Android.

Plateforme Leaf Analytics disponible en libre service pour suivre en temps réel le ROI de l'initiative.

Connecteurs back-office des enseignes pour une intégration rapide, simple et automatique

Originalité

Solutions similaires: borne en magasin (ex: AskAnna & Jennifer), app permettant d'interagir avec les produits (ex: Zara), beacon qui émet des ondes et recueille de la donnée (ex: Harley Davidson)

Facteurs différenciants : respectivement : scalable (UI différente/1 seul pers à la fois/coût), 1 application pour toutes les marques (1 appli par marque - silos), répond au besoin utilisateur (pas d'image de marque qui " surveille " ses utilisateurs)

Plan de développement

Technologique : itérations sur l'UX/UI pour répondre au mieux aux besoins des consommateurs. Développement d'un grand nombre de connecteurs pour intégrer les enseignes toujours plus rapidement.

Business : lancement de l'application fin Septembre 2019 avec une sélection d'enseignes

Business model - génération de revenus

Croissance CA et Clients

CA - 2018: 0€ - 2019: 12k€

Nous travaillons principalement avec des enseignes dans la mode (vêtement, chaussure, maroquinerie)

Business model

CPC : facturation au trafic généré par la solution vers la boutique en ligne du retailer.

ROI immédiats pour l'enseigne : les ventes sont encaissées par votre enseigne, vous êtes facturés en fin de mois.

KPIs

- Objectif pour le lancement de fin Septembre : 20 enseignes à démarrer. A juillet 2019, 9 enseignes

confirmées pour le lancement.

- Chiffres de juin 2019 : un utilisateur Leaf est 60% plus satisfait qu'un visiteur "normal", génère 3 prospects digitaux en moyenne grâce aux demandes d'avis et aux recommandations d'article, qui convertissent en moyenne à 7% !