Le client augmenté à l’ère de l’Intelligence Artificielle, Retours sur la conférence AFRC du 14/06/2018 : Le client augmenté : data et IA au service de l’Human Centricity
Jeudi 14 juin, dans l’un des temples de l’innovation, Station F, l’AFRC (Association Française de la Relation Client), invitée par Alcmeon, proposait un atelier sur le thème: « Le client augmenté, data et IA au service de l’human centricity ». Ma thèse en préparation au MBAMCI porte justement sur cette thématique !
Et travaillant pour ENGIE, « j’agis avec ENGIE ! » 😉 et, afin d’être une « innovative thinker », je suis en veille permanente sur toutes les innovations qui peuvent nous aider à améliorer l’expérience client ou la relation client, pour la rendre fluide et satisfaisante.
C’était donc une occasion à ne pas manquer.
J’ai le plaisir de vous livrer ici un condensé des présentations et discussions autour de cet atelier, qui réunissait Eric Dadian (président de l’AFRC), Dan Melki (VP, Applied Predictive Technologies), Samantha de Freitas (Responsable Gestion de la Relation Client chez Carrefour), Charles Douxan (CMO et Chief Evangelist d’Alcmeon), Stéphanie Jacquet (Responsable de la Relation client chez OVH), et Simon Pioche (CEO de Live Journey) ont permis de mettre en lumière quelques-unes des opportunités que l’IA et la data proposent aux entreprises pour améliorer la relation client et donner le pouvoir au client de les mettre à son profit et devenir ainsi un vrai « client augmenté ».
Sommaire :
Introduction par Eric Dadian : vers l’expérience client augmentée !
Comment tirer profit des enseignements des data et du machine Learning pour adapter son business et choisir des investissements performants : les recommandations de Dan Melki, d’APT.
Les clients veulent communiquer par Messaging. Comment mettre à profit cet outil et interfacer les divers canaux de communication, Messaging, Bots, email, téléphone etc pour fluidifier le passage maîtrisé de l’humain à la machine en améliorant l’expérience du client ? L’exemple de Carrefour (Samantha de Freitas) avec Alcmeon (Charles Douxan)
Le Customer journey est rarement celui imaginé par les entreprises : comment visualiser en temps réel et sur chaque interaction le vrai parcours d’un client et identifier les irritants et processus à améliorer, retours chiffrés sur l’intérêt d’une telle démarche menée avec Live Journey (Simon Pioche) par OVH (Stéphanie Jacquet).
Visite de Station F, un lieu magique pour libérer les idées et travailler sur l’innovation (vidéo)
Introduction par Eric Dadian, Président de l’AFRC
Eric Dadian, Président de l’AFRC, croit en une relation client augmentée utilisant la data et l’IA et mixant la machine et l’humain
par Eric Dadian, AFRC
@EricDadian / @AFRClient
L’AFRC, l’association incontournable dans le relation client a créé 28 ateliers cette année, sur différentes thématiques, et visent à « créer tous ensemble, de façon collective, une expérience client augmentée mixant intelligence artificielle, data, algorithme, et tenter de définir quelle sera la relation client demain, et quelle place occupera l’humain dans l’expérience client ».
La Relation Client a été un secteur très critiqué, ces nouveaux outils ouvrent le champ des possibles pour faire du moment de contact avec le client un véritable atout pour les entreprises qui savent en appréhender tous les potentiels.
Humain augmenté, conseillers augmentés,… que nous proposent, déjà aujourd’hui, toutes ces startups et nouveaux acteurs qui savent imaginer l’usage ou même parviennent à utiliser déjà la richesse de la data et de l’intelligence artificielle su service de la relation client ?
« Ce qui nous intéresse, c’est de créer tous ensemble, de façon collective, l’expérience client augmentée, avec une finalité : comprendre quelle place l’humain pourra garder, pourra évidemment développer, car nous sommes persuadés que l’expérience client ne pourra être que augmentée par l’intelligence artificielle, qu’il faut apprivoiser dans nos entreprises pour au contraire imaginer ensemble le téléconseiller augmenté, le client augmenté car on pourra faire ensemble beaucoup plus de choses intéressantes… » (Eric Dadian)
⇑
___
Big Data, Experimentation, Machine Learning, IA… Quelle approche privilégier et dans quelle situation pour une relation client augmentée ?
Par Dan Melki, Applied Predictive Technologies, Vice Président des activités d’APT en Amérique du Sud
Dan Melki, Vice président des activités d’Applied Predictive Technologies en Amérique du sud, utilise l’intelligence artificielle pour extraire des méthodes Test & Learn des informations à valeur encore plus ajoutée pour orienter les stratégies business des entreprises
« C’est un sujet qui nous tient vraiment à cœur : celui de l’expérimentation des data, du machine learning, toutes ces nouvelles technologies dont on parle beaucoup, qui sont très consommatrices d’investissement, qui préoccupent beaucoup de vos CEO, un univers foisonnant qui va provoquer beaucoup de changement au niveau de l’expérience client »
—
Présentation d’APT
Applied Predictive Technologie, 650 employés dans 17 bureaux, est une société qui existe depuis 20 ans, assez confidentielle en France, et filiale de Mastercard depuis 3 ans (mais « rien à voir avec les paiements ! ») spécialisée dans les technologies prédictives.
APT regroupe plus de 650 collaborateurs dans 17 pays et aide les entreprises à prendre des décisions stratégiques basées sur l’analyse de la data
Son objectif : aider les clients à prendre les meilleures décisions basées sur la data, les predictive analytics, notamment en mettant à disposition une technologie permettant de faire de l’expérimentation de façon très industrialisée, du test & learn, en utilisant toute l’intelligence de la donnée. Une approche très créatrice de valeur, prouvée auprès de plus de 200 gros clients dans les télécoms, la restauration, le retail, les airlines…
—
Qu’entend-t-on par expérience client ?
La customer experience inclut les notions de succès, d’effort et d’émotion.
Rappelons ce qu’est l’expérience client, pour ne pas confondre avec la relation client : c’est la perception des interactions que peuvent avoir les clients avec la marque, sur l’ensemble de ces interactions (cf définition de Forrester).
L’expérience se base à la fois sur
– La capacité d’un client à atteindre son objectif dans ses interactions
– en conjuguant la notion d’effort
– et la dimension émotionnelle (enchantement) : comment le client se sent lors de ces interactions.
« Ça reste un acte de courage d’une entreprise que d’investir en terme d’expérience client. Difficile de mesurer le retour économique de cet investissement, mais il y en a un et toutes les études notamment sur le NPS (Net Promoter score) le montrent : la corrélation de la croissance d’une entreprise à son NPS est très importante » (Dan Melki)
—
Le voyage du client : la Customer Journey
L’expérience client est une « journey », un voyage (et non un « one-time project », un effort permanent), et il faut avoir la capacité de développer des routines qui permettent en permanence de la travailler et de l’améliorer. C’est un sujet d’entreprise transversal qui va bien au-delà du seul CX (Customer Experience) Officer, et nécessite l’adhésion à une valeur de marque, comme l’engagement client.
Le sujet dans cette journey est de créer une différence. On touche son client par sa capacité à se distinguer à un moment donné, à faire de l’interaction quelque chose de différenciant, quelque chose qui marque. Et l’émotion corrélée à cette interaction est « ce qui reste dans la mémoire de quelqu’un, quand bien même il devient vieux ou Alzheimer…
—
Quelques cas d’usages de Customer Journey participant à une relation client augmentée
Plusieurs applications de cette Customer Journey pour une expérience augmentée peuvent être citées :
– En France le compte Nickel a réinventé l’expérience client pour se lancer sur le canal des buralistes et offrir à tous la possibilité d’ouvrir un compte pour payer et être payé facilement en quelques minutes
– Etoro, qui s’annonce comme « le leader mondial des réseaux d’investissement et trading social) est une plateforme de trading qui suit (via les réseaux sociaux) les stratégies d’investissement des divers traders, en utilisant le pouvoir du crowdsourcing
– Les nouvelles box de vêtements de maquillage qui utilise la notion d’abonnement, participent aussi à un changement d’expérience client basé sur des technologies d’IA (Intelligence Artificielle)
– Tesla a lui-même réinventé les standards sur la distribution automobile
– Amazon Go : redéfinit les standards sur l’expérience client en ouvrant des magasins sans caisse.
Pour lancer de tels nouveaux produits ou services, et s’assurer de la viabilité du business, on peut jouer avec beaucoup de variables différentes selon les secteurs : niveau d’engagement des clients, leur formation, leur expertise, capacité d’empathie, capacité de personnalisation en magasin, notions d’expérimentations, ou de démonstrations…
—
La méthode Test & Learn – l’empirisme à l’honneur
Par ailleurs toutes les nouvelles technologies accessibles aux professionnels de la relation client (intelligence artificielle, bots, réalité augmentée, devices ou vêtements connectés, drones pour la livraison, blockchain,…) vont demander à ces acteurs d’essayer de se réinventer. Les nouvelles idées ont le vent en poupe, mais d’après l’étude annuelle menée par APT, 40% de ces idées marchent seulement (ce qui, aux yeux des participants à l’atelier, était plutôt très positif !).
Francis Bacon, père de l’empirisme, insistait déjà, il y a cinq siècles, sur la nécessité d’expérimentation et de preuve. C’est toujours applicable dans les entreprises, et elles fonctionnent de plus en plus en mode Test & Learn.
Ainsi, si dans le retail un nouveau magasin low-cost s’ouvre en face de nous, comment peut-on réagir ? La data, face à un univers multivariable et avec les capacités qui sont les siennes actuellement, n’est pas en mesure de répondre encore directement à ce type de question.
—
La proposition d’APT
Le principe proposé par APT consiste donc à tester diverses idées que l’on peut avoir et à lire leur performance dans le temps, en mettant en œuvre cette idée auprès de populations semblables, mais certaines étant exposées au test, d’autres non. On va lire une performance dans le temps. La data va ensuite être démoyennée ce qui permettra de mesurer précisément un impact et la qualité d’une idée.
Exemple 1 : Evaluer l’impact d’un changement dans la façon d’accueillir les clients dans un call-center
Le but ici est de trouver l’impact d’un changement d’accueil sur le call-center sur divers KPI (ventes, satisfaction, etc). Pour ce faire, on compare la population testée à une population qui lui ressemble (mêmes comportements). La capacité de la data à investiguer toutes les variables et faire matcher certaines pour en sortir des enseignements, permet de lire réellement une performance.
Ceci évite des interprétations parfois erronées : on peut penser qu’un email ne marche pas et en regardant, comprendre qu’il est très performant sur certaines populations.
Ceci permet de modéliser auprès de qui, ou de quel magasin, cette idée pourra être performante.
Très diffusée en Amérique du Nord, cette pratique émane là-bas des CEO ou CFO. On commence par les sujets stratégiques (forte consommation de CAPEX) plutôt que sur des sujets à granularité plus faible (comme de l’AB Testing sur site web).
—
Exemple 2 sur le retail : Mise en place d’un programme de click and collect.
Ici, il s’agit d’évaluer le programme (qui nécessite beaucoup d’investissements) sur une quinzaine de magasins. A première vue, on constate un ROI moyen négatif suite à la mise en place du dispositif. Or, en matchant avec des magasins « similaires », on peut regarder des effets cross-canaux, voire taille de trafic, panier, conversion, et en démoyennant, identifier des magasins qui performent et trouver les liens de causalité (ex. âge moyen dans la zone de chalandise, niveau d’income, position des caisses…), en évitant de lire juste une corrélation, qui peut être fortuite.
On modélise les variables et le logiciel prédit le résultat pour chacun des magasins : l’entreprise peut décider de mettre en place le dispositif uniquement sur les magasins sur lesquels le ROI sera positif.
Le test & learn est mis au service de l’expérimentation pour tirer les enseignements réels. Un cercle vertueux peut se faire ensuite pour ajuster au plus fin de la situation concurrentielle.
—
D’autres exemples :
Dan présente ensuite d’autres cas et montre comment l’analyse de la donnée a permis d’identifier les facteurs clés de réussite de certains investissements, parmi lesquels
– l’allongement des horaires d’ouverture dans une banque : identifier l’intérêt selon chaque agence et son portefeuille de clients, et juger de la performance du dispositif sur les acquisitions,
– ou évaluer la satisfaction client dans un restaurant, lié à la rénovation d’un magasin, l’ancienneté du manager, etc.
—
Conclusion
L’outil permet donc, en utilisant cette capacité à différencier les profils, d’aller plus loin dans l’analyse et d’aider les sociétés à identifier les meilleures pratiques en termes de retour financier, sur la base du test & learn : faut-il que j’investisse dans mes machines, dans mes hommes, dans mes locaux, dans mes produits ou mes offres, qui dois-je cibler…?
Si cette solution, dédiée plutôt au BtoC, se base sur les data déjà détenues par les marques, elle peut aussi être enrichie de données extérieures, données géomarketing, d’intensité concurrentielle, socio-démographiques, etc.
Et le fait de prouver ainsi la valeur de cette donnée, est un excellent moyen de susciter l’intérêt (et de trouver les fonds au besoin) pour en collecter davantage.
⇑
___
Automation, IA & Data pour améliorer le service client en Messaging
par Samantha de Freitas, Responsable Gestion de la relation Clients | Carrefour
Charles Douxan, CMO & Chief Evangelist | Alcméon
—
Présentation d’Alcméon
Alcméon est une plateforme cloud qui permet de récupérer les conversations commencées avec les consommateurs sur les réseaux sociaux, sur les applications de messagerie (messenger, iMessage, WeChat (très important pour ceux qui ont des clients chinois), in-App,et in-Web.
« On a la conviction qu’il y a un nouveau format de messagerie que vous aimez avec vos proches et que les consommateurs veulent maintenant avec les entreprises, c’est le Messaging, comme dans Messenger, comme dans WhatsApp, c’est un standard. » (Charles Douxan)
Mais pour traiter cela industriellement, il faut écouter, comprendre quand on doit répondre, et les orienter vers des Chatbots simples ou complexes, des humains, et lorsque l’on gère des dizaines de milliers, voire des centaines ou des millions, il est nécessaire d’organiser tout ça.
—
Le messaging : une nouvelle manne pour l’entreprise, un nouveau canal de contact à maîtriser dans sa relation client augmentée
La Fevad, dans une étude en début d’année, faisait part d’une augmentation de 15 points en 2017 sur le Messaging, et une baisse relative des autres, ce que l’on constate nous-mêmes de nos propres usages. Ainsi à station F 2000 personnes travaillent les uns à côté des autres, mais on n’entend pas de téléphone qui sonne… On se croirait dans une grande bibliothèque !
100 milliards de messages sont reçus par jour sur Whatsapp et Messenger (sans compter iMessage et RCS, concurrent de ces 2 premiers, qui arrive, piloté par Google et les opérateurs téléphoniques.)
Il y a un changement de paradigme entre clients et marques. On passe à quelque chose de beaucoup plus mobile, on parle de feed et de « social account » : « le «social id », notre identifiant sur les réseaux sociaux, est le nouveau Graal, encore étonamment très peu utilisé par les entreprises, pour proposer une relation durable et personnalisée avec les clients.
Harris interactive estime qu’on ira en 2020 vers un système proche de celui de Wechat : on paie et on fait tout par l’application. Eric Dadian évoque les impressions de voyage de Bérénice Bejo, de l’AFRC, revenant d’un voyage en Chine : on est ringuard si l’on paie en carte bleue : même les mendiants dans la rue se font payer par Wechat ! 🙂
Là-bas le client a accès partout à sa messagerie et peut entrer en conversation avec la marque quand il le souhaite.
—
De l’usage raisonné et hybride de la machine et de l’humain
Mais si la machine peut répondre à certaines questions, et de façon très rapide et fluide, ce qui est la principale exigence des consommateurs à l’heure actuelle (n’oublions pas que 4 millenials sur 10 changent de canal sans réponse dans l’heure !) la relation humaine reste indispensable et l’idéal serait de trouver un système hybride qui fonctionne entre automation et relation humaine. Même si les consommateurs veulent quasi du temps réel, ils sont prêts à attendre si on les rassure rapidement sur la prise en compte de leur demande.
Effectivement, les bots sont impératifs mais ne suffisent pas. Selon la typologie des interactions et des attentes clients, il faut organiser le passage à un bot de niveau 1 puis de niveau 2 (parfois appelés aussi metabots), et laisser la place enfin ou aussi à l’humain.
Alcmeon organise ce workflow selon le Handover protocol : ce qui consiste à faire passer correctement le texte du message initial à un bot de niveau plus ou moins amélioré.
Slide dialoguer avec un conseiller humain = enquête Mediametrie devant AFRC.
Lorsque vous commencez à récupérer les données conversationnelles via ce social id dont nous avons parlé plus haut, vous ouvrez un champ de possibles mêmes pour les conseillers humains qui vont pouvoir traiter le client comme une personne. Il est d’ailleurs notable que les conversations sont plus faciles à scanner que des mails.
Il faut donner aussi leur place aux Emoji. Ces emoji sont un réel atout pour les services clients, car ils permettent de desambiguer un message. On peut d’ailleurs interroger très facilement les clients avec des emojis
Les données mesurables sur ces messages sont multiples (durée, temps entre deux interactions, analyse du sentiment, …)
Des outils plus puissants encore comme du clustering permettent, pour des clients ayant des masses de données intéressantes de trouver des insights marketing, et sans apriori, par l’usage simple de l’intelligence artificielle, les regrouper par grappes ou clusters, et par associations de « liens ressorts », d’explorer et de visualiser des interactions clients et d’identifier des problématiques.
—
L’expérience Messaging de Carrefour, avec Alcmeon
Samantha de Freitas présente son expérience Alcméon au sein de Carrefour.
Le messaging, un axe de réflexion stratégique de Carrefour pour organiser le passage à la machine ou à l’humain
Carrefour est en pleine réflexion pour sa transformation digitale, et met en place un programme d’investissement très fort.
Une réflexion a été faite il y a 2 ans pour centraliser la relation client sur l’omnicanalité. Le but est de donner au client le choix dans sa façon de communiquer.
« Ce n’est pas à l’entreprise de décider comment il communique avec son client mais l’inverse ». (Samantha de Freitas)
On va donc donner à ce client le choix entre divers systèmes de communication : téléphone, email, chat, messaging,…
Le messaging figure d’ailleurs dans une position hybride entre le chat et le mail : il permet au client de transmettre à l’entreprise une information sans pour autant être dans une demande de réponse instantanée (cf chat), mais plus rapide que le mail. Ce canal permet au client d’être dans un état de détente et pour le service client de lisser ce schéma de communication.
—
Mise en place du Messaging et fonctions des Bots chez Carrefour
Le bouton est donc rajouté sur le formulaire client, sur l’appli Carrefour etc, pour que le client puisse, s’il le souhaite utiliser à tout moment ce canal.
Le Bot de niveau 1 a pour but d’absorber, en particulier sur le commerce alimentaire et parmi les 7 millions de contacts annuels, un certain nombre de contacts à « zéro valeur ajoutée » (comme les délais de préparation d’une commande) .
« La majorité des clients nous demandent au téléphone si nous sommes un robot. Il faut leur dire si c’est un robot et leur laisser le choix de parler à des humains. Il ne faut pas oublier que nous sommes latins et que pour nous le rapport humain est fondamental ». Samantha de Freitas
Le Bot de niveau 2, en cours d’élaboration, va, quant à lui, va gérer des demandes un peu plus complexes mais toujours ne nécessitant pas l’intervention d’un conseiller, en particulier sur les demandes de remboursement inférieures à 5 € (qui représentent pour Carrefour 70% des demandes de remboursement sur l’alimentaire), ou les retours sur articles manquants sur une commande (40% des problématiques). Ceci n’empêchera pas de juger ensuite de la satisfaction client suite à cette interaction.
Carrefour est donc en pleine réflexion pour intégrer du bot à des outils financiers pour éviter des fraudes, poser ses règles, et décrocher toujours vers ce rapport humain.
Des réflexions sont aussi en cours pour pousser les suivis de livraison par Messenger en temps réel ce qui permet de suivre le parcours du colis tout en restant discret (simple notification) et peut permettre de communiquer avec le livreur. Ceci offre donc une sorte de confort sur ce genre de conversations : la relation est plus fluide et le client est étonnamment plus « rassuré d’avoir l’information sur son application de messaging, plutôt qu’un mail qui pourtant aurait la même valeur mais qu’il faudrait aller rechercher ».
Tout ceci reste évidemment commercial, le but étant de récupérer le « social id » pour aller pousser ensuite des offres et services.
—
Le Messaging : un outil au service du conseiller augmenté et du client augmenté
Il ne faut plus enfermer le client dans un parcours organisé par l’entreprise, mais outiller les clients et les conseillers pour que les conseillers fassent ce qu’ils font le mieux : de l’empathie et la gestion de problèmes complexes.
L’optin (pour obtenir l’aval du client sur l’usage de ce mode de contact), quant à lui, est très facile à collecter. Il est natif à ces applications. Il suffit d’envoyer un message à un client qu’on a déjà servi pour lui proposer de recevoir des services particuliers par ce biais (tuto, avant-premières). Si le client y trouve un service, il sera facile de collecter son accord pour démarrer une nouvelle relation avec lui sur ce canal.
—
Et ensuite…
Carrefour envisage de proposer courant 2019 sur le « call detection » l’accès à messenger sur svi en cas de délai d’attente un peu long : le client aura alors la possibilité de choisir une touche pour passer sur le canal Messenger, ce qui permet de fluidifier la communication.
« Si dans le temps, le client utilise plus Messenger que le chat, sérieusement, je retirerai le chat » (Samantha de Freitas)
—
Quelques préconisations
Alcmeon propose un survey bot et estime que c’est la bonne façon de faire. L’idée n’est pas d’envoyer systématiquement une enquête de satisfaction mais de trouver un nouvel équilibre en utilisant les données, en analysant les messages et décider ou non d’envoyer une enquête.
« En ce qui concerne les enquêtes de satisfaction il faudrait d’urgence arrêter d’envoyer des emails qui nous rendent dingues. Si je vais en magasin et que je reçois une enquête de satisfaction par email, les taux d’ouverture comme de remplissage vont être ridicules ». (Charles Douxan)
Pourquoi ne pas proposer des enquêtes de satisfaction plus funs avec des emojis qui permettent des discours plus personnalisés, plus « fun », moins formalisés, moins feutrés.
« Même ma mère qui a 70 ans, et qui est ma bêta-testeuse favorite, adore recevoir des emojis ! » (Samantha de Freitas)
—
Quel usage prévisible de ces différentes messageries ?
Contrairement à la Chine, il n’y a pas en France de Social id unique. Le leader est Facebook (cf Messenger) avec ses 30 millions de comptes, mais d’autres arrivent dont RCS, la messagerie sur Androïd.
WhatsApp est aussi une proposition. L’expérience client y est la même que celle de Facebook, c’est juste un choix de l’utilisateur de passer par tel ou tel canal. Mais le Messaging via cette App dans les sociétés est bien moins développé car WhatsApp n’a pas d’API ouverte pour des outils tiers comme Alcmeon.
Pour le moment, malgré l’intérêt que cela pourrait avoir pour les marques, il n’est pas question, (encore moins à l’ère du RGPD !), d’agréger les informations au niveau du social ID intermarques, quand bien même ce serait uniquement à des fins statistiques et anonymisées,… mais peut-être y viendra-t-on un jour, lorsque les consommateurs décideront de donner leur data pour le faire, dans leur intérêt ?
Alcmeon trouve dans cet usage une vraie opportunité pour combiner la technologie et les conseillers augmentés.
« On est assis sur une montagne en or, et beaucoup d’enseignes ignorent même l’incroyable facilité d’usage de ces données ». (Charles Douxan)
⇑
___
Adapter en temps réel sa customer journey
Stéphanie Jacquet, Responsable de la Relation Client | OVH
@StphanieJacque3 | @ovh_fr
Simon Pioche | Live Journey
Présentation d’OVH et de Stéphanie Jacquet
Après 17 ans au service de Teleperformance, Stéphanie Jacquet s’occupe depuis moins d’un an de la Direction des Projets pour l’Optimisation de la Satisfaction Client.
OVH, leader européen en tant que Cloud provider, a déjà doublé de taille en 10 mois. La société propose du cloud, des telecoms, de l’hébergement web, et touche des clients particuliers ou professionnels qui vont dépenser entre quelques euros et des millions d’euros, et doivent adapter la relation client à chacun de ces profils.
L’entreprise est en train de se transformer, et pour fidéliser ses clients dans un marché très concurrentiel (même si OVH est le premier de sa catégorie en Europe, il semble encore bien petit face aux GAFA ou BATX) l’entreprise cherche à offrir de la valeur ajoutée à ses clients et travaille activement sur le parcours client et le choix de différents canaux pour en faire des atouts différenciants.
—
Live Journey
Simon Pioche est CEO et cofondateur de Live Journey, une start-up dont le but est de modéliser les parcours clients pour chaque individu, temporellement, de bout en bout et d’avoir un outil très simple d’utilisation pour les opérationnels qui permette de visualiser cela en un clin d’oeil.
Le software qu’ils proposent (en SAS) fait de la data vélocity, ce qui permet d’avoir très rapidement de la data au niveau de l’individu ou en agrégé.
—
La rencontre de deux spécialistes de la data : le début d’une nouvelle aventure
Vincent Terrasi Head of Data, Analytics et CRM d’OVH, un expert en analytics, en predictif et autres domaines connexes, a découvert la start-up au salon de la Stratégie Client en 2016 et a été bluffé par l’outil. Il a pu les challenger sur l’intelligence artificielle, le côté prédictif etc. pour valider la qualité de l’outil.
« Une entreprise échoue ou réussit parce qu’elle arrive à appliquer ses process de façon la plus cohérente possible en continu et dans la temporalité : il ne s’agit pas de répondre à quelqu’un seulement à un moment, mais s’assurer que le parcours du début à la fin est assuré. On devient de plus en plus fort à un instant T. Mais tout est un ensemble d’interactions mesurées ou non, processisées ou non. Tout est suivi en général par les sociétés, mais avoir la vue à la personne est compliquée, d’autant plus si les clients sont nombreux. La
question était : comment la séquencer à l’individu ? » (Simon Pioche)
Live Journey permet de modéliser de façon instantanée et automatique le parcours client. Cette cartographie est dynamique, ce qui permet d’identifier les ruptures ou changement de canaux, en temps réel, en incluant le back-office qui n’est pas toujours identifié au sein des « contacts clients » mais est une variable qui impacte pourtant parfois fortement l’expérience client.
—
Le POC mis en place par Live Journey chez OVH
Le POC (Proof Of Concept) a été observé sur une période de 6 mois en rétroactif (pour des questions de sécurisation et de mise en place spécifique à OVH).
Plus de 100 000 clients ont été étudiés pendant 4 mois avec plusieurs itérations et analyses.
Des surprises et incohérences avérées ont permis de s’organiser différemment.
En effet, les parcours sont souvent silotés et segmentés, ce qui provoque des ruptures incohérentes. On s’aperçoit que lorsque l’on remet le client dans une vision temporelle, le parcours réel est souvent différent de la vision initiale qu’avait pu en avoir l’entreprise et qui avaient pu pousser à prendre de mauvaises décisions.
Live Journey permet de simplifier la communication pour faire comprendre à des collaborateurs qui ne connaissent pas toujours la complexité du parcours client, la réalité de celui-ci.
—
Quelques retours et REX d’OVH
- OVH s’est aperçu lors de ce POC que l’absence de notification de la réception d’un message suscitait 9% de réappels dans les 2 heures (sur 2000 clients). La mise en place de cette notification, rapidement, a permis d’éviter des coûts inutiles.
- Stéphanie Jacquet trouve en l’outil et la possibilité de faire de la réitération un réel atout : on peut mesurer un parcours entier sans se soucier d’avoir à définir un pas de temps qui reste toujours subjectif.
- Lors du POC, les utilisateurs d’OVH se sont aperçus qu’il y avait beaucoup plus de possibilités d’entrées de parcours que ce qu’ils avaient imaginé.
- Enfin ils ont pu identifier des aberrations qui se sont avérées exactes (et qu’une analyse en temps réel aurait permis d’éviter immédiatement) (ex. un robot venait appeler le SVI et saturait des lignes).
La suite : la prédiction grâce à l’intelligence artificielle
L’outil peut aller au-delà de la simple constatation de l’existant et peut permettre de modéliser le temps de parcours d’un client pour savoir combien vont appeler, et voir, selon diverses contraintes, l’impact qu’elles peuvent avoir sur le temps de parcours des clients, le temps d’attente, ce qui permet de gérer ensuite les ressources, les process en conséquence.
Le parcours permet en visuel de voir par où passe chaque client, online, offline back-office, chat,… : toute interaction est mesurée. Elle peut passer par l’évaluation de risque et aller jusqu’à la mesure de la satisfaction.
Exemple de parcours modélisé d’un client.
Sur ce parcours qui repose uniquement sur 7 étapes, il n’y a pas qu’un parcours client mais 134 façons d’appeler le service client et de voir son incident clôturé ! Ce parcours a été modélisé avec 8000 façons de faire les parcours….
- Cette algorithmie est trop complexe pour pouvoir être traduite en BI ou en tableau simplifié.
- Chaque équipe doit travailler bulle par bulle, étape par étape pour l’améliorer.
- Toutes les anomalies, ex boucles au service client, peuvent être isolées,
- Certains quickwins peuvent être proposés facilement, en identifiant aussi le profil client que l’on vise. Ainsi on peut définir où positionner des robots,..
- Les tags sont déjà existants dans les bases des clients, et Live Journey ne crée rien, mais récupère des données là où elles se trouvent : SVI, CRM, satisfaction client, emails entrants et sortants, emails des robots, données web, voire des boutiques (ex. log sur borne wifi d’une boutique),…
- Live Journey montre souvent qu’on est loin du parcours théorique imaginé par l’entreprise mais on voit facilement comment l’améliorer pour tendre à ce parcours.
- Et l’on peut intégrer aussi des parcours de supply chain, de facturation, tous les process qui impactent les clients.
- Il est aussi possible d’identifier le parcours d’un promoteur vs un parcours de détracteur en 10 secondes !
⇑
___
Conclusion
L’atelier s’est terminé par une visite très intéressante de la station F, cette ruche foisonnante d’idées pour inventer les business de demain, souvent en utilisant au mieux la data et l’intelligence artificielle et en y trouvant toutes les opportunités pour faciliter la vie de l’homme de demain.
A l’heure du RGPD et des nombreuses remontées d’inquiétudes des internautes sur l’usage des données qui le concernent, ces exemples montrent en quoi la data est un atout réel pour l’entreprise mais aussi pour le consommateur lorsque l’entreprise sait en user dans une démarche continue d’amélioration du service au profit du client « augmenté ». Ma thèse en préparation tentera d’approfondir ce sujet particulièrement riche et passionnant.
Merci à l’AFRC et aux divers intervenants pour la qualité de leur présentation et la richesse des échanges, ingrédients d’un atelier réussi, comme toujours ! 😆
Station F, présentée par Charles Douxan, d’Alcmeon, startup incubée au sein du programme LVMH
