Radar atteint le milliard et révèle comment l'inventaire est devenu l'infrastructure la plus coûteuse du commerce de détail
Il existe un coût que les grands détaillants ont absorbé pendant des décennies sans le mesurer avec précision : celui de ne pas savoir exactement ce qu'ils ont en stock, où se trouve la marchandise et si ce que le système indique comme disponible existe réellement. Ce coût n'apparaît pas comme une ligne distincte dans le compte de résultat. Il se dilue dans des marges comprimées, des commandes annulées, des heures de travail mal affectées et des clients qui repartent les mains vides. Radar, une entreprise fondée en 2013 par Spencer Hewett, vient de lever 170 millions de dollars lors d'un tour de table de série B avec une valorisation supérieure à 1 milliard de dollars, et sa thèse centrale est que ce coût invisible peut être éliminé grâce à une précision technique suffisante.
Le tour de table a été co-dirigé par Gideon Strategic Partners et Nimble Partners, avec la participation d'Align Ventures. Parmi les investisseurs figure Jay Schottenstein, directeur général d'American Eagle Outfitters, qui fut également le premier client institutionnel à déployer la technologie de Radar à grande échelle dans l'ensemble de son réseau de magasins. Cette double casquette — investisseur et client — n'est pas un détail anodin. C'est un signal sur la façon dont cette entreprise a été construite : avec une validation commerciale avant de rechercher des capitaux de croissance massifs, et non l'inverse.
La promesse technique et ce qui se cache derrière la précision de 99 %
La proposition de Radar repose sur du matériel installé au plafond des magasins physiques, capable de lire des étiquettes d'identification par radiofréquence — RFID, selon sa dénomination standard — avec une précision déclarée de 99 %. Cela est très différent de scanner des produits dans un entrepôt central ou de mettre à jour le système de point de vente à chaque transaction. Il s'agit d'une visibilité continue, en temps réel, au niveau de l'unité de stockage à l'intérieur même du magasin.
La différence opérationnelle semble minime jusqu'à ce qu'on la traduise en argent. Selon Hewett, certains clients qui proposent l'option d'acheter en ligne et de retirer en magasin ont vu leur taux d'annulation de commandes passer de 25 % à 3 % après l'implémentation de Radar. Ce chiffre, s'il se maintient à grande échelle dans des chaînes comptant des milliers de points de vente, représente une récupération de revenus qui ne nécessite ni d'augmenter le trafic ni de baisser les prix : il suffit simplement que ce que le système indique comme disponible soit ce que l'employé peut effectivement remettre entre les mains du client.
La technologie s'attaque également au problème du « shrink », terme qui dans le jargon anglais du commerce de détail regroupe les pertes liées au vol, aux erreurs administratives et aux dommages. La mécanique ici est moins linéaire que le BOPIS. Un client qui vole un vêtement est un événement isolé. Mais un centre de distribution qui expédie 80 chemises alors que la commande en indiquait 100 — en raison d'une erreur d'emballage ou d'une soustraction interne — génère un manque que le responsable du magasin ne peut pas détecter sans compter chaque boîte. Radar transforme ce processus d'audit manuel en une vérification automatique en temps réel. Un client non identifié par son nom a rapporté une réduction de 60 % du shrink après avoir activé Radar dans l'un de ses magasins. Ce chiffre n'est pas audité de manière indépendante, mais la direction de l'effet est cohérente avec la mécanique du système.
Ce qui importe techniquement, c'est la différence entre le shrink net et le shrink brut. Un magasin peut présenter 15 % de manquants compensés par 15 % d'excédents, ce qui donne un solde net de zéro. Mais cet équilibre comptable masque le fait que 30 % de l'inventaire était mal localisé, et dans le prêt-à-porter — où la taille et la couleur déterminent s'il y a vente ou non — l'excédent d'une taille M ne compense pas le manque d'une taille XL. Radar rend visible cette asymétrie que les systèmes traditionnels de gestion des stocks ne sont tout simplement pas en mesure de capturer.
Pourquoi ce modèle possède une architecture économique et pas seulement une promesse d'efficacité
La distinction entre une entreprise logicielle qui promet de l'efficacité et une entreprise dont la structure de revenus est soutenue par une efficacité mesurable représente la différence entre financer un récit et financer une mécanique. Radar semble se rapprocher davantage du second cas, bien qu'avec des nuances qui méritent une analyse approfondie.
L'entreprise opère actuellement dans plus de 1 400 magasins, couvrant American Eagle, Old Navy — qui fait partie de Gap Inc. — et d'autres détaillants non identifiés. Cette échelle n'est pas négligeable. Installer du matériel physique au plafond des magasins est coûteux, nécessite une coordination logistique avec les équipes opérationnelles du client et génère un niveau d'intégration qui rend un remplacement ultérieur particulièrement difficile. Ce n'est pas un logiciel que l'on désinstalle d'un simple clic. Ce coût de changement ne garantit pas la pérennité des contrats, mais il élève considérablement le seuil qu'un concurrent doit franchir pour déloger Radar.
Ce qui n'est pas encore public — et qui est pourtant pertinent pour évaluer la solidité du modèle — c'est la structure des revenus par magasin. Si Radar facture une installation plus un abonnement logiciel récurrent, son économie unitaire est cohérente : le coût marginal de maintenir un magasin connecté est faible une fois le matériel installé, et la valeur qu'il délivre — réduction des manquants, diminution des annulations, identification du shrink — est continue et mesurable. Si le modèle dépend principalement de revenus d'installation unique, la viabilité financière à long terme exige un rythme d'ouvertures de nouveaux magasins qui finira par s'épuiser.
La participation de Schottenstein en tant qu'investisseur et client simultané offre également une lecture intéressante du point de vue de la gouvernance. D'un côté, elle confère à Radar une crédibilité institutionnelle difficile à fabriquer : aucune campagne marketing ne remplace un PDG qui engage son propre capital et sa chaîne de magasins derrière une technologie. De l'autre, elle génère une concentration d'influence qui, selon l'évolution de la relation, peut créer des frictions si American Eagle décide de renégocier ses conditions depuis une position de force renforcée par son statut d'actionnaire. Il n'existe aucune preuve que cela constitue un problème aujourd'hui. Mais c'est une tension structurelle que toute analyse honnête de gouvernance doit enregistrer.
Qui capture la valeur et quels coûts restent hors bilan
La question la plus délicate concernant Radar n'est pas de savoir si la technologie fonctionne — l'échelle du déploiement et les clients impliqués suggèrent que oui — mais comment la valeur qu'elle génère se distribue entre les différents acteurs de la chaîne.
Les détaillants captent des améliorations de marge brute via la réduction du shrink et la récupération des ventes perdues en raison de ruptures de stock. C'est l'argument commercial central de Radar, et il est directement aligné avec le problème que les retailers doivent résoudre. Jusqu'ici, la distribution semble raisonnable : Radar fournit un outil, le client capte un bénéfice économique, et une partie de ce bénéfice finance le coût du service.
La couche qui mérite attention est celle des employés de magasin. La narrative de Radar — et celle qu'articule Schottenstein dans ses déclarations — présente la technologie comme un habilitateur du travail de l'associé : au lieu de disparaître quinze minutes en réserve pour chercher une taille, l'employé peut répondre au client en quelques secondes. Cela a de la valeur pour le client final et réduit en principe les frictions du travail quotidien. Ce que la narrative ne dit pas, c'est ce qui advient de la charge de travail totale. Si Radar supprime le temps consacré aux recherches manuelles, cette capacité libérée peut être réaffectée à la vente ou au service client, ce qui constitue un résultat positif. Elle peut aussi servir à justifier une réduction des effectifs, ce qui transfère la capture de valeur vers les actionnaires et loin des employés. Aucune source disponible ne permet de conclure lequel des deux scénarios se produit réellement dans la pratique. L'absence de données sur l'impact en termes d'effectifs n'implique pas que le second scénario soit dominant, mais elle signifie que l'affirmation selon laquelle la technologie « responsabilise les associés » mérite d'être évaluée à l'aide de métriques concrètes avant d'être acceptée comme description complète de la réalité.
Le troisième acteur est le fournisseur d'étiquettes RFID. L'expansion de Radar dépend directement du fait que les détaillants étiquettent leurs marchandises avec des puces RFID au niveau du SKU. American Eagle et les marques de Gap disposent déjà de programmes avancés d'étiquetage RFID — en partie parce que l'industrie de la mode est l'une des plus matures dans l'adoption de cette technologie. Mais pour les détaillants d'autres catégories, le coût d'étiquetage de chaque unité est un coût qui n'apparaît pas dans le prix du service Radar et qui retombe sur le fabricant ou le détaillant. Ce coût invisible constitue un facteur de friction dans l'expansion vers de nouvelles catégories de produits.
L'inventaire comme infrastructure, et non comme simple problème opérationnel
Il existe une lecture plus large de ce que représente la valorisation de Radar, qui transcende ce tour de table spécifique. Pendant plus d'une décennie, le capital-risque dans le secteur du commerce de détail a afflué vers la couche visible du consommateur : applications d'achat, personnalisation de l'expérience, plateformes de fidélisation. L'infrastructure invisible — logistique, gestion d'entrepôts, visibilité des stocks — a reçu des investissements, mais rarement le type de narratif qui génère des valorisations d'un milliard de dollars à une série B.
Cela est en train de changer. La dislocation des chaînes d'approvisionnement en 2020 et 2021 a rendu le coût de l'ignorance — ne pas savoir ce qui se trouvait à chaque point du réseau — intolérablement élevé pour tout dirigeant des opérations. Ce n'était pas un problème de demande ni de marketing : c'était un problème de visibilité. Radar est arrivé dans cette conversation avec une proposition technique mûre, des clients de référence aux noms reconnaissables et des métriques d'impact directement traduisibles en points de marge brute.
La levée de 170 millions ne finance pas une idée. Elle finance l'expansion d'une architecture qui fonctionne déjà dans plus de 1 400 magasins et qui dispose d'un mécanisme clair de création de valeur : réduire l'écart entre ce que le système indique comme disponible et ce que le client peut effectivement emporter. Cet écart existe dans presque tous les commerces de détail qui opèrent avec un inventaire physique, et le coût de le laisser ouvert est plus élevé que ce que la majorité des bilans reconnaissent explicitement.
Si Radar parvient à maintenir la précision déclarée à plus grande échelle, à conserver la structure de revenus récurrents qui rend le modèle viable à long terme et à résoudre la concentration d'influence que génère le fait d'avoir un client principal également en tant qu'investisseur, l'entreprise aura construit quelque chose de rare dans le secteur technologique appliqué au commerce de détail : une entreprise dont la valeur ne dépend pas de convaincre le marché que le problème existe, mais de facturer sa résolution avec des preuves mesurables dans la marge de ses clients.
