Augmenter son potentiel
Sidetrade croise les données de vente et du marketing avec les données financières des clients (son savoir- faire historique). "Le comportement de paiement d'un client est très révélateur de ses futurs comportements d'achat. Nous analysons en masse les factures, leur montant, les litiges et leur nature, les délais, entre autres données, pour déterminer le risque de churn", explique Jean-Claude Charpenet.
Autre possibilité donnée par Sidetrade : augmenter l'up-sell et le cross-sell. "Nos algorithmes agrègent trois types de données : les données publiques externes issues du Web, les données des logiciels de vente et de marketing, et les données de paiement. Ça nous permet de dire qui sont les meilleurs prospects, qui a la meilleure chance de conversion, et d'éviterde passer du temps sur le terrain avec ceux pour qui il y a peu de chances de business", poursuit-il.
Cette optimisation du temps des commerciaux de terrain se retrouve également chez Exanergy (marque du Groupe HLi) qui commercialise un logiciel de planification des tournées. "Exanergy Routes optimise les visites du commercial, afin de faire le moins possible de kilomètres, de visiter les clients selon leur segmentation. Les plus fortspotentiels, les dormants, etc. Cela permet une présence terrain plus pertinente et une meilleure répartition du portefeuille en fonction des profils des vendeurs", explique Alassane Cissé.
Une journée cadencée par l'IA
Sur le plan marketing, l'IA permet de personnaliser les offres et l'approche client notamment par l'analyse des comportements passés. "Par exemple, si un vendeur sait que son client est sensible à telle option sur un véhicule, telle fonctionnalité dans un logiciel, il l'aborde avec la bonne information et est donc plus percutant", indique Guillaume Aurine.
Avec la généralisation du multicanal, les contacts entrants arrivent via de nombreuses sources. L'IA permet d'optimiser ces flux, pour mieux qualifier les contacts et améliorer leur traitement. "Nos algorithmes de machine learning et de text mining analysent les demandes entrantes des clients. Qu'elles proviennent de formulaires du site web des entreprises, d'e-mails libres ou de messages sur les réseaux sociaux, l'outil est capable d'en reconnaître le motif et d'orienter les demandes vers la personne ou l'équipe idoines", explique Bruno Chotin, directeur product management et alliances chez l'éditeur de CRM Cohéris.
L'enjeu ? Traiter mieux et plus rapidement les sollicitations, et donc améliorer la relation clients. Chez Salesforce, "le commercial qui se connecte au CRM se voit attribuer des contacts et même cadencer sa journée avec des rendez-vous automatiques en fonction de son agenda", indique Guillaume Aurine. L'IA dans la fonction commerciale est amenée à se développer et les éditeurs lancent de nouvelles fonctionnalités : reconnaissance visuelle pour aider au merchandising, reconnaissance vocale, couplage avec les assistants vocaux du marché (Siri, Alexa...). L'automatisation intelligente ne fait que commencer.
L'IA, une intelligence "apprenante"
L'IA se compose de deux sous-catégories. Le machine learning agrège des multitudes de données et d'exemples pour reproduire un comportement sans qu'il y ait besoin de programmer l'outil informatique. Il centralise et analyse les informations pour nourrir les modèles et son fonctionnement passe par deux phases : l'entraînement (la machine utilise les données pour apprendre) et la vérification (valider ou invalider l'apprentissage).
Le deep learning (apprentissage profond) est un sous-ensemble du machine learning qui fonctionne comme un réseau de neurones, s'inspirant du cerveau humain. Il permet de reconnaître, par exemple, l'ensemble des caractéristiques qui composent un visage, avant de déterminer de quel visage il s'agit. Il se renforce et se complexifie au fur et à mesure de son apprentissage.
On distingue une IA "faible", qui automatise à grande échelle et débarrasse l'humain des tâches sans valeur ajoutée dans un domaine spécifique, de l'IA "forte", véritablement autonome, aux capacités d'apprentissage et d'adaptation développées. Aujourd'hui, nous sommes largement en présence d'IA "faible".
NEWSLETTER | Abonnez-vous pour recevoir nos meilleurs articles
