Comment Mercado Libre fait évoluer la prise de décision avec l'IA

Mercado Libre (MELI) n'est pas seulement la plus grande plateforme de commerce électronique et de services financiers d'Amérique latine : elle est en passe de devenir l'une des entreprises numériques les plus complexes au monde sur le plan opérationnel.

Présente dans 18 pays, du Mexique à la Patagonie, MELI traite des milliards d'événements comportementaux. Mais pour la direction de MELI, le volume de données brutes n'a jamais été l'objectif. L'idée était plutôt d'arriver à quelque chose de plus transformateur : permettre à chaque employé, quel que soit son poste, d'exploiter les données clients sans pour autant devenir un expert en analyse.

Voici comment MELI utilise les capacités d'IA d'Amplitude, des agents, tableaux de bord et MCP (Model Context Protocol), pour réduire les délais entre détection, décision et action.

Le défi : l'analyse de données à l'échelle continentale

Réaliser des analyses pour une entreprise de la taille de MELI implique des défis auxquels la plupart des organisations ne sont jamais confrontées. Son implantation géographique, à elle seule, implique des opérations de livraison couvrant tout un continent, des centres urbains animés aux communautés rurales isolées. Chaque région a ses propres partenaires logistiques, ses exigences réglementaires et des attentes propres à ses clients.

Cela a représenté une nouvelle opportunité pour MELI : passer de la génération d'insights à leur opérationnalisation. À mesure que la demande d'analyse a augmenté, la coordination interfonctionnelle est devenue plus complexe et les équipes ont eu besoin de moyens plus rapides pour passer de la découverte à l'action sans ajouter de frictions.

En 2025, MELI a déployé Amplitude à l'échelle de plus de 10 000 employés. Ceux-ci ont ainsi pu trouver eux-mêmes les réponses à leurs questions sans avoir à attendre qu'un analyste se libère. S'appuyant sur des données partagées et gérées de manière centralisée, MELI utilise Amplitude pour étendre ses analyses aux services financiers, au marketing, à la logistique et à tous les autres domaines.

Mais MELI ne s'est pas contentée des données en libre-service. Elle a gagné en efficacité en déléguant l'analyse à des agents IA, qui ont généré des informations plus pertinentes que celles qu'aurait pu produire un processus entièrement géré par des humains. Cela lui a permis d'affiner ses capacités d'exécution et de relever ses défis géographiques. Avec les agents IA, les équipes optimisent en permanence la couverture et l'expérience utilisateur sans alourdir la charge de travail manuel.

La solution : une stratégie de transformation par l'IA en trois niveaux

L'approche basée sur l'IA de MELI repose sur trois niveaux intégrés, chacun s'appuyant sur les autres.

La base est la plateforme d'analyse comportementale d'Amplitude, qui comprend Amplitude Analytics. Elle permet aux équipes de disposer d'une vue d'ensemble fiable et partagée de l'ensemble du parcours client, du premier clic à l'achat, jusqu'à la livraison.

Le deuxième niveau utilise les agents d'Amplitude AI pour transformer les tableaux de bord passifs en participants actifs en :

• Surveillant les entonnoirs de conversion
• Identifiant les anomalies
• Résumant les résultats
• Diffusant les insights aux parties prenantes

Tout cela sans besoin d'intervention humaine.

Le dernier niveau est la distribution, alimenté par le serveur MCP d'Amplitude. Avec MCP, les employés de MELI accèdent au contexte comportemental via les outils d'IA qu'ils utilisent déjà : Claude, Cursor ou leur chatbot d'IA développé en interne.

Grâce à cette approche basée sur l'IA, l'analyse de données n'est pas seulement une tâche effectuée par les employés : c'est un processus qui évolue au rythme de l'entreprise. Le tableau de bord reste la source de référence, mais les agents IA et les connexions MCP garantissent que ces informations soient transmises partout où les décisions sont prises.

À ce jour, 70 utilisateurs de MELI ont créé 126 agents, dont 71 % effectuent des opérations à valeur ajoutée, telles que le partage d'insights ou le lancement d'analyses de suivi. Les e-mails générés par les agents affichent un taux d'ouverture de 52 %, ce qui suggère que les insights parviennent aux personnes qui les utilisent réellement.

Exemple : le programme de livraison Flex

Il est facile de raconter des histoires de transformation abstraites, mais il est plus difficile d'obtenir des résultats concrets. Flex Shipments de MELI montre à quoi ressemble l'analyse native de l'IA dans la pratique.

Flex est le programme de livraison flexible de MELI, qui permet aux vendeurs de choisir des transporteurs capables de respecter de manière fiable les accords de niveau de service (SLA) en matière de livraison. Le défi était simple : lorsque les vendeurs cherchaient sans succès un coursier disponible, des frictions se produisaient. Ces recherches infructueuses entraînaient des livraisons plus lentes, la frustration des vendeurs et, finalement, l'attrition.

Avant Amplitude, l'identification de ces lacunes de couverture nécessitait une analyse manuelle et un temps considérable pour identifier les problèmes. La priorisation et la coordination entre les équipes régionales, produit, commerciales et de transport impliquaient de traduire les résultats en plusieurs formats pour différents publics.

MELI a créé un tableau de bord Amplitude qui a permis de visualiser la demande à un niveau géographique très détaillé. Des agents d'IA ont ensuite permis d'automatiser et de partager les rapports issus de ce tableau de bord.

Le tableau de bord lui-même a été la première avancée. En visualisant les endroits où les vendeurs cherchaient sans succès des coursiers (ventilés par province et par ville), l'équipe pouvait quantifier la demande non satisfaite et donner la priorité aux zones les plus importantes. Des équipes disparates pouvaient alors utiliser le même tableau de bord comme source de vérité partagée, éliminant ainsi les étapes de traduction qui ralentissait auparavant les efforts.

Mais la véritable transformation est venue de l'association des tableaux de bord avec les agents d'IA. Les rapports générés par les agents ont fourni une visibilité proactive et automatisée sur les performances des fonctionnalités. Les équipes n'avaient plus à demander d'analyse ad hoc pour détecter les régressions ou les nouvelles niches d'opportunités. Cela a créé un cycle d'optimisation en boucle fermée : identifier la demande non satisfaite, intégrer des coursiers avec de meilleures performances en matière de SLA dans les zones prioritaires, surveiller l'impact et affiner continuellement le processus.

Les résultats ?

• Une réduction des abandons : les recherches sans coursier disponible ont diminué d'environ 10 % après le ciblage des zones clés où la demande n'était pas satisfaite.
• Une adoption de la fonctionnalité : 60 % des vendeurs Flex au Brésil effectuent désormais leurs expéditions via la fonctionnalité.
• Une amélioration des SLA : le taux de SLA a été amélioré de 2,5 % grâce à l'utilisation de Flex.

Et il ne s'agissait pas là d'un projet ponctuel. Grâce à la combinaison des tableaux de bord et des agents d'IA, les équipes ajustent continuellement la couverture et l'intégration des coursiers en fonction de l'évolution de la demande. Le modèle opérationnel est passé d'une logique de réaction aux problèmes à une optimisation continue.

L'avenir de l'IA native avec Amplitude

La transformation de MELI ne s'est pas produite de manière isolée. Le partenariat d'Amplitude avec Minders, agence martech spécialisée dans l'accompagnement et la mise en œuvre de solutions analytiques, a fourni le soutien opérationnel nécessaire à ce déploiement. Grâce à des revues stratégiques avec les dirigeants, des sessions de formation et d'accompagnement ainsi que des programmes pilotes, l'intégration de Minders traduit les priorités de l'entreprise en flux de travail concrets menés par Amplitude.

Ce modèle de partenariat s'avère essentiel pour la gestion du changement à grande échelle. Lorsque vous formez simultanément des centaines de personnes à de nouvelles méthodes de travail, il vous faut plus que des logiciels : vous avez besoin de personnes capables de combler le fossé entre les capacités offertes par l'outil et son adoption par les utilisateurs.

Pour l'avenir, la trajectoire native de l'IA de MELI continue d'évoluer. L'objectif est d'intégrer l'IA dans les processus de travail, en s'appuyant sur une vérité comportementale gouvernée. Pour MELI, être « AI-native » ne se résume pas à suivre ou adopter la nouveauté, mais à se positionner dans le futur. Il s'agit d'industrialiser le passage de l'insight à l'action, jusqu'à rendre l'analytique invisible, non pas parce qu'elle est moins importante, mais parce qu'elle est intégrée dans la manière de travailler de chacun.