« L’IA est le moteur de la voiture, c’est une pièce essentielle pour la propulser vers l’excellence. Mais le carburant de ce véhicule serait représenté par la donnée collectée par l’entreprise » : avec Christopher Wiltberger, la compréhension des enjeux liés à cet univers complexe devient plus claire. Les relations avec la clientèle et le high tech n’ont pas de secret pour cet expert qui a passé l’essentiel de sa vie professionnelle au sein de sociétés technologiques américaines, toujours à des fonctions en relation avec les ventes. Il a rejoint Freshworks, une licorne [start-up valorisée à plus de 1 milliard de dollars, NDLR] indienne spécialisée dans l’engagement client avec différentes solutions en mode SaaS (Software as a service), début 2019 pour accélérer le développement en France et en Europe du Sud.
Techniques de l’Ingénieur : Pour les retailers notamment, les objectifs de l’IA semblent pragmatiques : prédire les comportements, segmenter pour personnaliser les messages aux clients et prospects, modéliser le comportement d’achat et, gérer la base de données clients. Peut-on détailler chacun de ces objectifs ?
Christopher Wiltberger : Avant de détailler chacun de ces objectifs, il nous semble essentiel de rappeler que sans data, l’intelligence artificielle ne pourra pas apporter de véritable enseignement ni d’amélioration à vos opérations. Pour mettre en place l’IA dans votre entreprise, il est essentiel de commencer par vous assurer que vous êtes capables de capter, stocker et analyser les données de votre activité.
Pour rentrer dans le vif du sujet, vous avez listé les 4 objectifs principaux de l’IA pour le retail :
- Gérer la base de données clients : il est impossible de mettre en place une IA qui interagit directement avec les clients sans au préalable la mettre en application en interne pour analyser la base clients. Une Intelligence artificielle correctement mise en place sera en mesure de recommander des actions aux agents de support lorsqu’ils résolvent les problèmes des clients et permettra d’identifier des schémas et des groupes parmi leurs clients.
- Prédire les comportements : une fois la captation de la donnée mise en place à tous les niveaux du parcours client, l’IA est capable de recouper les informations des clients pour prédire leur comportement, avec une probabilité augmentant avec la masse de données recueillies. Cela est possible en rapprochant le comportement des clients à celui d’un groupe ayant des comportements d’achat similaires.
- Segmenter pour personnaliser le message aux clients et prospects : une nouvelle fois, il est essentiel de capter assez de données pour pouvoir personnaliser les messages. Une fois des « groupes » d’utilisateurs constitués, les retailers peuvent leur adresser des messages personnalisés. Il ne faut pas oublier de continuellement tester différents messages sur des audiences similaires tout en mesurant les résultats de chacun. Ceci permettra d’affiner les groupes et de distribuer le bon message à chaque client.
- Modéliser le comportement d’achat : c’est assez similaire au deuxième point évoqué. Il s’agit de trouver des schémas parmi les groupes de clients afin d’identifier une suite d’action qui mène fréquemment à l’achat. Les retailers peuvent ainsi s’efforcer à rendre ces parcours plus accessibles afin de maximiser leurs ventes.
Dans la réalité, l’IA est-elle efficace ?
L’efficacité de l’IA ne fait aucun doute. Toutefois, les entreprises doivent se donner les moyens d’y parvenir tant d’un point de vue structurel que technologique.
Intégrer l’IA au sein d’une entreprise demande un travail préparatoire important qui repose essentiellement sur la donnée. Si celle-ci est incorrecte ou incomplète, toute l’analyse qui en découle sera erronée. Il est donc primordial que la donnée de départ soit complète et structurée et les algorithmes performants pour les analyser. De plus, l’automatisation des process est indispensable pour intégrer l’IA à l’échelle de l’entreprise.
Enfin, une équipe formée à la culture des données et en lien avec les métiers doit être capable de manier la donnée pour interpréter les résultats. C’est uniquement en alignant tous ces paramètres que l’IA sera un franc succès pour les entreprises.
Quels sont les défis à relever pour que l’expérience client profite pleinement de l’IA ?
Comme je l’ai évoqué plus tôt, une bonne captation de la donnée est une dimension essentielle au succès de l’implémentation de l’IA. Il faut imaginer l’expérience client comme une voiture : l’IA est le moteur de la voiture, c’est une pièce essentielle pour la propulser vers l’excellence.
Mais le carburant (essence ou l’électricité !) de ce véhicule serait représenté par la donnée collectée par l’entreprise. Sans données, l’IA est absolument inutile, tournera à vide, et finira même par endommager l’expérience client. Une fois l’essence dans le moteur, en revanche, les entreprises se trouvent propulsées vers une expérience client de classe mondiale.
De plus, on réduit trop souvent l’IA aux simples chatbots. Bien qu’ils représentent une application très intéressante de cette technologie, il ne faut surtout pas se restreindre à cela. C’est une étape dans l’implémentation de l’IA, mais pas la pierre angulaire. L’IA va bien au-delà d’une simple application conversationnelle.
Enfin, il ne faut surtout pas oublier que l’amélioration du parcours client est bien influencée par les décisions prises aussi bien en interne qu’en externe. Il est crucial de ne pas restreindre l’utilisation de l’IA a un rôle simplement de « customer facing », le personnel en contact avec la clientèle joue bien entendu un rôle essentiel dans l’expérience client ; mais ils ne sont pas les seuls en contact direct avec les clients.
Il est nécessaire de prévoir d’utiliser l’IA pour les agents de support, notamment via la suggestion de réponse type. Grâce à celle-ci, ils seront en mesure de mieux conseiller les clients, et d’éviter une accumulation de tâches répétitives pour se concentrer sur la résolution de problèmes à vraie valeur ajoutée. Ceci leur permettra également de trouver un plus grand intérêt dans leur travail, et comme nous le disons souvent chez Freshworks : « Happy employees = Happy customers ».
Toutes les entreprises, même des TPE, peuvent-elles tirer profit de l’IA pour mieux satisfaire leurs clients ?
L’IA n’est plus réservée aux grandes entreprises. Néanmoins, le challenge le plus important pour les petites entreprises reste celui de la donnée et plus précisément celui de la captation de données suffisamment importantes pour mettre en place l’IA de manière efficace.
Chez Freshworks, tous nos produits sont enrichis avec une intelligence artificielle nommée Freddy qui est accessible à tous en option. Freddy appuie les équipes de vente, de support client et de marketing des entreprises de toute taille afin de résoudre les problématiques clients de manière plus efficace et plus efficiente sur l’ensemble des canaux.
Cet article se trouve dans le dossier :
L'intelligence artificielle à la conquête des usines
- Samp : du jumeau numérique à la "Réalité Partagée"
- Leakmited passe nos canalisations au crible de l’IA
- L'intelligence artificielle au service d'une meilleure efficacité énergétique des stations d'épuration
- L’IA frugale optimise le contrôle qualité industriel
- Transport de demain : l’intelligence au service de l’environnement
- Des carrefours plus fluides grâce à l’intelligence artificielle
- Leakmited passe nos canalisations au crible de l’IA
- Une nouvelle architecture pour l'intelligence artificielle embarquée
- L’IA au service des entreprises et de leurs clients
Dans l'actualité
- L’intelligence artificielle : entre excitation et éthique
- Quand l’intelligence artificielle vient au secours de la découverte scientifique
- Une nouvelle architecture pour l’intelligence artificielle embarquée
- Au Japon, la pénurie des ressources humaines en sciences met en péril les avancées en intelligence artificielle
- Techniques de l’Ingénieur partenaire de Big Data Paris
- Datacenters : plus performants et moins gloutons
- 2020, année du big data pour les entreprises françaises ?
Dans les ressources documentaires
- Intelligence artificielle dans le cadre de la transformation numérique
- Outils de l’intelligence artificielle appliqués au CND
- Introduction au Big Data - Opportunités, stockage et analyse des mégadonnées
- Systèmes d’Information (SI) d’Entreprise et conduite des projets Big Data
- Les usages et les comportements clients : des pilotes de la conception