→

Retour

SUCCESS STORY · ASTORE (GROUPE ACCOR)

Astore — Le benchmark produit industrialisé sur Snowflake

KPC a industrialisé le benchmark produit d'Astore sur Snowflake. Une facture scannée devient une recommandation chiffrée en quelques minutes sur des données réelles, pas sur des estimations.

IA Générative

Snowflake Cortex AI

Streamlit

Cortex Search

L’impact en quelques chiffres

Jours → min.

Durée d'un benchmark produit

750k

Références au catalogue Astore

~20

Commerciaux utilisateurs de l'outil

−15%

Gain mesuré sur un devis comparé au catalogue Astore (cas réel : 115 000 € vs 97 000 €)

L’impact en quelques chiffres

Jours → min.

Durée d'un benchmark produit

750k

Références au catalogue Astore

~20

Commerciaux utilisateurs de l'outil

−15%

Gain mesuré sur un devis comparé au catalogue Astore (cas réel : 115 000 € vs 97 000 €)

L’impact en quelques chiffres

Jours → min.

Durée d'un benchmark produit

750k

Références au catalogue Astore

~20

Commerciaux utilisateurs de l'outil

−15%

Gain mesuré sur un devis comparé au catalogue Astore (cas réel : 115 000 € vs 97 000 €)

LA DÉMO EN DEUX MINUTES

D'une facture client à un benchmark partageable

Une équipe commerciale charge une facture. Elle obtient une comparaison automatisée avec le catalogue Astore. Elle édite un rapport clair, en quelques minutes, sur Snowflake.

LA DÉMO EN DEUX MINUTES

D'une facture client à un benchmark partageable

Une équipe commerciale charge une facture. Elle obtient une comparaison automatisée avec le catalogue Astore. Elle édite un rapport clair, en quelques minutes, sur Snowflake.

LA DÉMO EN DEUX MINUTES

D'une facture client à un benchmark partageable

Une équipe commerciale charge une facture. Elle obtient une comparaison automatisée avec le catalogue Astore. Elle édite un rapport clair, en quelques minutes, sur Snowflake.

RÉSULTATS

Les résultats pour Astore

De jours à minutes : la décision commerciale accélérée

Une facture chargée, une recommandation chiffrée en quelques minutes. Le commercial se concentre sur l'échange client. L'analyse Excel disparaît du parcours.

RÉSULTATS

Les résultats pour Astore

Des recommandations sur données réelles

Les comparaisons s'appuient sur les factures réelles et le catalogue Astore, pas sur des estimations. Sur un cas réel, l'écart mesuré atteint 15% de gain.

RÉSULTATS

Les résultats pour Astore

L'IA en production, invisible

Pas un POC : une application utilisée au quotidien par des commerciaux, sans compétence technique. L'IA travaille en coulisses.

RÉSULTATS

Les résultats pour Astore

De jours à minutes : la décision commerciale accélérée

Une facture chargée, une recommandation chiffrée en quelques minutes. Le commercial se concentre sur l'échange client. L'analyse Excel disparaît du parcours.

RÉSULTATS

Les résultats pour Astore

Des recommandations sur données réelles

Les comparaisons s'appuient sur les factures réelles et le catalogue Astore, pas sur des estimations. Sur un cas réel, l'écart mesuré atteint 15% de gain.

RÉSULTATS

Les résultats pour Astore

L'IA en production, invisible

Pas un POC : une application utilisée au quotidien par des commerciaux, sans compétence technique. L'IA travaille en coulisses.

RÉSULTATS

Les résultats pour Astore

De jours à minutes : la décision commerciale accélérée

Une facture chargée, une recommandation chiffrée en quelques minutes. Le commercial se concentre sur l'échange client. L'analyse Excel disparaît du parcours.

RÉSULTATS

Les résultats pour Astore

Des recommandations sur données réelles

Les comparaisons s'appuient sur les factures réelles et le catalogue Astore, pas sur des estimations. Sur un cas réel, l'écart mesuré atteint 15% de gain.

RÉSULTATS

Les résultats pour Astore

L'IA en production, invisible

Pas un POC : une application utilisée au quotidien par des commerciaux, sans compétence technique. L'IA travaille en coulisses.

L'enjeu central

Un benchmark fiable, reproductible et rapide

Une centrale d'achat qui doit prouver ses gains, facture en main

Astore, centrale d'achat du groupe Accor, mutualise les volumes pour proposer aux hôteliers des prix inférieurs à ceux de leurs fournisseurs habituels. Pour convaincre un hôtelier non-client, ses commerciaux comparent la facture de ce dernier au catalogue Astore, 750 000 références, et chiffrent les économies réalisables.

Cette comparaison se faisait à la main, sous Excel, ligne par ligne : plusieurs heures, parfois plusieurs jours par demande, avec un résultat dépendant de l'expérience de chacun.

Passer de plusieurs jours à un résultat quasi immédiat par demande

Le rendre utilisable par des commerciaux non techniques, intégré au cycle de vente

Sortir de la dépendance à l'expérience individuelle pour des résultats homogènes

Fonder chaque recommandation sur des données réelles, pas sur des estimations

L'enjeu central

Un benchmark fiable, reproductible et rapide

Une centrale d'achat qui doit prouver ses gains, facture en main

Cette comparaison se faisait à la main, sous Excel, ligne par ligne : plusieurs heures, parfois plusieurs jours par demande, avec un résultat dépendant de l'expérience de chacun.

Passer de plusieurs jours à un résultat quasi immédiat par demande

Le rendre utilisable par des commerciaux non techniques, intégré au cycle de vente

Sortir de la dépendance à l'expérience individuelle pour des résultats homogènes

Fonder chaque recommandation sur des données réelles, pas sur des estimations

L'enjeu central

Un benchmark fiable, reproductible et rapide

Une centrale d'achat qui doit prouver ses gains, facture en main

Cette comparaison se faisait à la main, sous Excel, ligne par ligne : plusieurs heures, parfois plusieurs jours par demande, avec un résultat dépendant de l'expérience de chacun.

Passer de plusieurs jours à un résultat quasi immédiat par demande

Le rendre utilisable par des commerciaux non techniques, intégré au cycle de vente

Sortir de la dépendance à l'expérience individuelle pour des résultats homogènes

Fonder chaque recommandation sur des données réelles, pas sur des estimations

Notre approche

Toute la chaîne dans Snowflake, sans mouvement de données

Du document brut au livrable métier, sans extraction hors plateforme. L'IA est placée uniquement là où elle crée de la valeur : extraction, normalisation, matching et reste invisible pour l'utilisateur final.

Extraction & lecture IA

De la facture PDF aux données exploitables

La facture est chargée et lue automatiquement par extraction IA. Les libellés produits sont normalisés par un LLM pour être comparables au catalogue.

Cortex AI

AI Parse Document

LLM Complete

Matching & scoring

Rapprochement catalogue et priorisation

Chaque produit est rapproché du catalogue par recherche sémantique (Cortex Search), combinée à du fuzzy matching SQL et un LLM. Les recommandations sont ensuite scorées et priorisées automatiquement.

Cortex Search

SQL Fuzzy Matching

LLM Complete

Application & rapport

Validation métier et rapport PDF

Le commercial valide les recommandations dans une application Streamlit hébergée dans Snowflake. Il édite ensuite un rapport PDF avec écarts de prix et économies.

Streamlit (SPCS)

Snowflake

Rapport PDF

Notre approche

Toute la chaîne dans Snowflake, sans mouvement de données

Extraction & lecture IA

De la facture PDF aux données exploitables

La facture est chargée et lue automatiquement par extraction IA. Les libellés produits sont normalisés par un LLM pour être comparables au catalogue.

Cortex AI

AI Parse Document

LLM Complete

Matching & scoring

Rapprochement catalogue et priorisation

Cortex Search

SQL Fuzzy Matching

LLM Complete

Application & rapport

Validation métier et rapport PDF

Le commercial valide les recommandations dans une application Streamlit hébergée dans Snowflake. Il édite ensuite un rapport PDF avec écarts de prix et économies.

Streamlit (SPCS)

Snowflake

Rapport PDF

Notre approche

Toute la chaîne dans Snowflake, sans mouvement de données

Extraction & lecture IA

De la facture PDF aux données exploitables

La facture est chargée et lue automatiquement par extraction IA. Les libellés produits sont normalisés par un LLM pour être comparables au catalogue.

Cortex AI

AI Parse Document

LLM Complete

Matching & scoring

Rapprochement catalogue et priorisation

Cortex Search

SQL Fuzzy Matching

LLM Complete

Application & rapport

Validation métier et rapport PDF

Le commercial valide les recommandations dans une application Streamlit hébergée dans Snowflake. Il édite ensuite un rapport PDF avec écarts de prix et économies.

Streamlit (SPCS)

Snowflake

Rapport PDF