Académique Documents
Professionnel Documents
Culture Documents
ROLE DE
L’INTELLIGENCE
ARTIFICIELLE
DANS LA RELATION
CLIENT
COMMENT OPTIMISER VOTRE RELATION CLIENT GRÂCE À LA
25 novembre 2019
Table des
matières
1
Table des
matières
3.3 Reliez toutes les briques de votre SI autour de votre base de données ________________________ 14
3.4 Faites collaborer expert métier, data scientist, informaticien et juriste _______________________ 14
3.5 Démarrez par le cas d’usage le plus utile et déroulez la méthodologie ________________________ 15
Choisissez le cas d’usage à traiter ______________________________________________________ 16
Constituez l’équipe mixte _____________________________________________________________ 16
Mettez en place la méthodologie ______________________________________________________ 16
Réalisez les algorithmes avec une approche itérative ______________________________________ 16
Utilisez vos algorithmes en production __________________________________________________ 16
Suivez la performance de vos algorithmes dans le temps ___________________________________ 16
Systématisez l’approche « test & learn » ________________________________________________ 16
Passez au cas d’usage suivant _________________________________________________________ 16
3.6 Assurez la transformation numérique de votre entreprise pour assoir votre relation client _______ 17
IV. À PROPOS DU GROUPE HLi ______________________________________________________ 17
4.1 Présentation _______________________________________________________________________ 17
4.2 Compétence des data scientists du Groupe HLi ___________________________________________ 17
4.3 Compétence des informaticiens du Groupe HLi ___________________________________________ 18
4.4 Votre accompagnement par le Groupe HLi _______________________________________________ 18
2
ENJEUX DES ENTREPRISES POUR ASSOIR
Chapitre I LEUR RELATION CLIENT
©GroupeHLi
3
ENJEUX DES ENTREPRISES POUR ASSOIR
Chapitre I LEUR RELATION CLIENT
Face à cet environnement mouvant, les capacités d’adaptation et d’anticipation des entreprises sont au cœur
de leur stratégie de survie et de croissance.
Les entreprises doivent :
• connaître et anticiper l’évolution de leur écosystème,
• adapter rapidement aux évolutions comportementales de leur cible :
- leurs offres et leur mode de vente multicanal voire omnicanal,
- les différentes briques de leur système d’information,
- leur processus métier et les méthodes de travail des collaborateurs.
Leviers SMAC Précisions sur les leviers qui assurent la transformation numérique de l’entreprise
L’analytics repose sur les techniques de traitement et d’analyse de données par des outils
d’intelligence artificielle pour prendre les bonnes décisions.
Le cloud
Ses avantages :
• aucune infrastructure informatique, ni investissement, ni maintenance à prévoir.
• une grande élasticité : accéder plus rapidement à des ressources IT (serveur, stockage ou
bande passante).
• des mises à jour régulières et gratuites en contrepartie d’un loyer mensuel.
Ses inconvénients :
• la localisation et la sécurité RGPD des données,
• le prix, en fonction de vos besoins, de votre croissance, de votre activité, etc.
L’intelligence artificielle ou IA, terme générique, est un ensemble d’algorithmes et de règles utilisé pour
résoudre un problème de façon autonome. Elle est constituée, entre autres, par le machine-learning, le deep-
learning, les algorithmes d’optimisation sous-contraintes et/ou des règles métier.
Le machine learning, apprentissage automatique ou apprentissage machine, désigne un ensemble
d’algorithmes permettant de résoudre un problème ou de probabiliser la survenue d’un évènement, en
apprenant à partir de données historiques et sans programmation explicite.
4
ENJEUX DES ENTREPRISES POUR ASSOIR
Chapitre I LEUR RELATION CLIENT
Le deep learning ou apprentissage profond, est l’une des principales technologies de machine learning. Son
fonctionnement s'apparente à celui du réseau de neurones d’un cerveau. Plus le nombre de neurones
programmés est élevé plus le réseau est dit complexe ou profond.
L’analyse d’images, de sons et de la voix constitue actuellement l’essentiel des applications du deep learning.
D’autres algorithmes, comme l’optimisation sous-contraintes, permettent de trouver très rapidement des
solutions optimales que l’être humain ne saurait trouver par lui-même.
Ces algorithmes permettent de piloter sa stratégie et de prendre des décisions opérationnelles.
Apprentissage non- Sert à établir des segmentations ou des classifications dites homogènes
supervisé Les algorithmes s’appuient sur des jeux de données non étiquetées. L’algorithme extrait des
classes ou groupes d’individus présentant des caractéristiques communes.
©GroupeHLi
5
ENJEUX DES ENTREPRISES POUR ASSOIR
Chapitre I LEUR RELATION CLIENT
L’utilisation des algorithmes de machine learning pour comprendre et anticiper le comportement des clients
nécessite :
• une collaboration étroite entre les experts métier, les data scientists et l’IT (technologies de
l’information) pour valoriser les données et en tirer des enseignements pratiques.
• la centralisation et le partage des données disponibles dans l’entreprise en cassant les éventuels silos
métier et en utilisant des API (interface de programmation d’application) pour faciliter le partage des flux
de données. Les données concernées portent sur :
- les données internes générées par les interactions multiples de l’entreprise dans son écosystème :
clients, prospects, fournisseurs, comportements ;
- les données externes, réseaux sociaux et open data. Ces dernières peuvent enrichir d’ailleurs les
bases de données d’entreprise ayant un faible volume de données.
• des outils d’aide à la décision sur la connaissance client réalisés grâce à la data science et au savoir-faire
des experts métier qui vont permettre d’anticiper les attentes et le comportement de votre cible et de
piloter vos décisions métier.
L’analyse de toutes leurs données via l’intelligence artificielle permet aux entreprises :
• de comprendre leur marché et d’anticiper les évolutions du comportement des consommateurs et leurs
attentes,
• d’alimenter la recherche et le développement de ces analyses,
• de créer un avantage compétitif et une différenciation dans leurs offres,
• d’accélérer la production et la mise sur le marché,
• de créer en continu de nouveaux produits et services personnalisés et proposés aux clients par le canal
de leur choix,
• d’étendre la culture de l’innovation dans l’entreprise.
6
ENJEUX DES ENTREPRISES POUR ASSOIR
Chapitre I LEUR RELATION CLIENT
Les décisions que vous prendrez pour répondre à votre cible vont nécessiter l’adaptation progressive de tous
les secteurs de votre entreprise. Ce scénario va se dérouler en boucle, en particulier sur :
• l’offre de produits et services et le modèle de distribution,
• le système d’information et les processus métier,
• les méthodes de travail des salariés.
7
COMPRENDRE ET ANTICIPER LE
Chapitre II COMPORTEMENT DES CLIENTS GRÂCE À l’IA
• Personnalisation (des offres, de l’acceptation, etc.) • Meilleure utilisation des données internes et
• Sophistication de la décision (risque, tarification, externes (open data, open map, interactions
churn, etc.) diverses avec le client)
• Moins de données demandées aux clients
• Plus de données disponibles et historisées sur les • Analyse et traitement des données / Prise de
processus et produits de l’entreprise (capteurs, décision
machines-outils connectés, véhicules intelligents, • Anticipation et prédiction / réaction pour éviter
données des chaînes de production et données sur les les disfonctionnements
pannes etc.)
• Augmentation des données hétérogènes à analyser • Capacité à centraliser et analyser toutes les
(vidéos, images, sons, cartographies, textes, etc.) informations pour nourrir les modèles
(*) L’approche test and learn repose sur 2 échantillons de clients aux profils similaires :
• un échantillon témoin sur lequel aucune action est faite,
• un échantillon test sur lequel la campagne ou l’action est effectuée.
Les résultats sur les deux échantillons sont comparés pour mesurer la performance de l’action.
Pouvoir prédire l’avenir !
8
COMPRENDRE ET ANTICIPER LE
Chapitre II COMPORTEMENT DES CLIENTS GRÂCE À l’IA
Analyser les tendances Analyser les tendances de vos ventes en les comparant à celles de vos concurrents ainsi
du marché que les goûts des consommateurs grâce aux données « aspirées » sur le web.
Les consommateurs internautes consultent les avis avant d’acheter.
Étudier la réputation de
L’analyse des avis - bons, moyens ou mauvais - laissés sur internet et les réseaux sociaux
votre entreprise
sur votre marque est essentielle pour réagir et améliorer cette réputation.
Grâce au text mining (extraction de connaissances dans les textes), identifiez ce que
Identifier les sentiments
ressent le client face à un produit ou une marque spécifique en particulier les « bad
de votre cible
buzz » pour réagir au plus vite.
Segmenter vos clients Les techniques de segmentation permettent de travailler par sous-populations plus
selon leur profil homogènes et de définir des profils type clients.
Analyser le L’analyse prédictive du comportement clients par sous-populations à l’aide d’une
comportement de vos approche de machine learning supervisée vous permet de prédire le comportement de
clients chacun de vos clients individuellement.
Adapter votre offre de Les analyses, ci-dessus, vous permettent d’adapter vos offres et services pour maximiser
produits et services votre CA et accroître la satisfaction client.
La segmentation des clients, l’analyse des ventes passées, des comportements, de la
saisonnalité et de la météo et l’écoute des tendances (analyse automatique de la
Proposer à chaque client concurrence) permettent d’anticiper l’appétence des clients et de faire des offres
une offre personnalisée personnalisées par le canal adéquat.
par le canal de son choix
Les résultats sont adressés aux commerciaux sous un format facilement exploitable
d’offres personnalisées et pertinentes pour chaque client.
Fidéliser vos clients en La mise en place d’un ciblage optimisé grâce aux classifications et aux analyses
anticipant et en prédictives du churn permet d’obtenir de très bons résultats lors des campagnes
maitrisant le churn marketing de fidélisation des clients.
Identifier les signes de comportement à risque (fraudeurs et mauvais payeurs) permet
Prévoir la fraude
de mettre en place une politique adéquate.
L’analyse des informations laissées par les consommateurs permet aussi de détecter les
Conquérir des clients en prospects les plus pertinents pour l’entreprise.
déterminant le profil le L’entreprise peut ainsi décider de focaliser sa stratégie marketing sur l’un des profils
plus adapté à votre offre consommateurs plutôt que sur un autre qui semblera moins enclin à passer à l’acte
d’achat.
La classification automatique de mails par les techniques de text mining et les chatbots
permet de :
Améliorer le service • traiter de manière automatique et très rapidement un grand nombre de
client et mettre en place réclamations ou de questions,
des chatbots pour les cas • transférer les informations aux personnes concernées et ainsi faire gagner du temps
simples aux clients et à l’entreprise.
Attention aux cas complexes qui ne peuvent être automatisés. Le client doit pouvoir
avoir accès sans difficulté aux experts qui, seuls, peuvent apporter des solutions.
9
COMPRENDRE ET ANTICIPER LE
Chapitre II COMPORTEMENT DES CLIENTS GRÂCE À l’IA
Anticiper le niveau des Le traitement de l’approvisionnement et des stocks peut être optimisé grâce à la
stocks nécessaires et remontée d’informations en temps réel et aux analyses prédictives sur les tendances,
optimiser logistique et le comportement, la météo.
finances Cet approvisionnement va influer sur la trésorerie de l’entreprise.
Les modèles prédictifs peuvent aussi permettre d’anticiper :
Détecter les problèmes
• les pannes techniques et leurs causes pour établir un plan de maintenance des
avant qu’ils ne
machines,
surviennent
• les processus illogiques qu’ils faut optimiser.
2.3 Prenez les bonnes décisions à tous niveaux pour conforter votre relation
client
Les résultats de ces analyses permettent de prendre les bonnes décisions, stratégiques et opérationnelles,
à tous les niveaux et, :
• de proposer une offre personnalisée à chacun de vos clients, au moment opportun, par le canal
approprié tout en assurant la qualité de service.
• d’adapter votre distribution multicanal ou omnicanal aux attentes de vos clients,
• d’ajuster votre fabrication pour limiter les stocks et les invendus,
• d’optimiser vos processus métier et les méthodes de travail de vos salariés, etc.
©GroupeHLi
10
COMMENT INTÉGRER L’IA DANS SON SI POUR
Chapitre III MIEUX SATISFAIRE SES CLIENTS
III. COMMENT INTÉGRER L’IA DANS SON SI POUR MIEUX SATISFAIRE SES CLIENTS
3.1 Bâtissez la base de données qu’il vous faut : data warehouse ou data
lake ?
L’intelligence artificielle nécessaire à la transformation numérique des entreprises ne peut exister sans
données. La constitution d’une base de données est donc essentielle.
En fonction de vos besoins et des différentes compétences de votre entreprise, votre base de données peut
revêtir plusieurs formes d’architecture :
• Le data warehouse est historiquement la base de stockage des données SQL provenant des flux ETL
(extraction de données provenant de différentes sources, transfert et chargement dans un nouveau
magasin de données). Le data warehouse est composé de différents datamarts. Chaque datamart
structure les données pour assurer le reporting, l’analyse ou l’anticipation d’un métier défini.
• Le Data lake, issu de la volumétrie grandissante des données à traiter (big data) stocke les données
brutes, structurées ou non, qui pourront être traitées ensuite selon les besoins de tous les métiers.
Le data analyst (ou data miner) est un statisticien en charge d’une seule source de données (par exemple la
connaissance client via l’outil CRM). Chargé d'accroître la connaissance de la clientèle d'une entreprise, il conduit des
études sur les bases de données, suit les outils datamining pour analyser l'impact des actions marketing.
Le data scientist est un data analyst qui dispose d'une vue plus globale et croise les données brutes de différentes
sources et utilise des algorithmes complexes.
12
COMMENT INTÉGRER L’IA DANS SON SI POUR
Chapitre III MIEUX SATISFAIRE SES CLIENTS
Les entreprises matures ont besoin de ces deux types de bases de données. Les données brutes du data lake
peuvent être structurées et alimenter un data warehouse pour répondre aux besoins ciblés de reporting
fiables, standardisés et accessibles de différents utilisateurs métier.
La base de données Précisions sur les fonctions de la base de données d’une entreprise
Les données concernées portent sur les clients, prospects, fournisseurs et leurs
comportements, les interactions multiples de l’entreprise dans son écosystème.
Elles proviennent :
• en interne du SI, clients, prospects, devis, contrats signés, réclamations, etc. :
- profil sociologique (âge, sexe, région, métier etc.),
Centralisez toutes les
- comportement : historique de consommation,
données clients,
- SAV : réclamations
prospects en
- …
respectant le RGPD
• des réseaux sociaux par lesquels votre cible exprime ses sentiments et son ressenti
sur votre offre,
• de l’open data : les données en libre accès des services publics, météo, concurrence,
news en continu, open cartographie …
• des objets connectés, internet des objets ou IoT.
Incorporez les
• structurer son catalogue de produits « porteurs », tarifs,
données des
• identifier ses parcs machines ou matériels (internes et concurrents),
catalogues produits
• intégrer les factures, devis etc.
& services
Créer des fiches comptes, contacts via différents formulaires qui permettent de structurer
ces données pour pouvoir :
• segmenter automatiquement, grâce au machine learning, vos listes pour vos
campagnes marketing, par exemple,
• gérer différents profils de clients,
Rendez vos données
• faciliter la recherche, les modifications de clients,
opérationnelles
• disposer d’une vue à 360° sur les clients, leurs activités, opportunités, devis,
commandes, factures, les campagnes marketing, les contrats de services signés, les
réclamations et leurs résolutions,
• suivre les affaires, les propositions, les devis, répondre aux appels d’offres,
• suivre toutes les activités et les interactions pour chaque compte et contact,
Enrichissez votre base Via des programmes automatisés de recherche, de traitement et de nettoyage de
de données données. Chacun peut alimenter cette base et ainsi l’enrichir d’informations.
Partager les informations entre différents utilisateurs suivant leurs besoins, leurs
Partagez cette base
fonctions et leurs compétences : utilisateurs métier, data analysts et/ou data scientists …
13
COMMENT INTÉGRER L’IA DANS SON SI POUR
Chapitre III MIEUX SATISFAIRE SES CLIENTS
3.3 Reliez toutes les briques de votre SI autour de votre base de données
Le couplage de toutes les briques de votre système d’information autour de la base de données permet à
chaque service de :
• partager ses données,
• récupérer celles dont il a besoin pour anticiper un évènement, des problèmes avant qu’ils ne surviennent,
etc.
La réussite de l’utilisation des algorithmes est souvent le résultat de l’association d’experts métier, de data
scientists, voire d’informaticiens et d’un juriste. En effet :
• L’analyse contextuelle du métier est essentielle pour obtenir des résultats significatifs et probants.
• L’industrialisation et la mise en œuvre du projet dans le SI de l’entreprise suppose que l’informaticien ait
bien compris les enjeux.
Un juriste doit valider l’ensemble de la démarche.
14
COMMENT INTÉGRER L’IA DANS SON SI POUR
Chapitre III MIEUX SATISFAIRE SES CLIENTS
En effet, intégrer le métier dès le début du projet permet aux data scientists d’affiner leur compréhension de
la stratégie de l’entreprise et de ses processus métier internes.
L’approche du projet, souvent un mixte entre règles/segmentation métier et approche machine/deep
learning, va permettre :
• d’analyser les données et réaliser des outils d’aide à la décision,
• de prendre les bonnes décisions en matière :
- d’offre de produits et services,
- d’organisation de la distribution,
- d’adaptation de son système d’information.
• de diminuer les coûts car les outils d’aide à la décision évitent de nombreux traitements manuels. En
ciblant mieux les clients les actions entreprises (appels, SMS) sont beaucoup moins volumineuses et
coûteuses,
• de satisfaire et fidéliser ses clients, grâce à :
- des produits bien conçus et innovants, personnalisés et proposés sur les bons canaux,
- une sollicitation moindre par un ciblage adéquat,
- un service client (après-vente) de qualité.
©GroupeHLi
15
COMMENT INTÉGRER L’IA DANS SON SI POUR
Chapitre III MIEUX SATISFAIRE SES CLIENTS
16
COMMENT INTÉGRER L’IA DANS SON SI POUR
Chapitre III MIEUX SATISFAIRE SES CLIENTS
©GroupeHLi
17
Chapitre IV À PROPOS DU GROUPE HLi
4.1 Présentation
17
Chapitre IV À PROPOS DU GROUPE HLi
Le centre de services du Groupe HLi vous accompagne sur tout le cycle de gestion d’un projet de
développement ou d’intégration de solutions.
• Le développement de solutions personnalisées sur :
- Les langages Microsoft dans le contexte .Net,
- Le contexte Microsoft Azure, ou Amazon Web services,
- SharePoint,
- Les applications de types Workflows K2,
- Les terminaux mobiles Android ou IOS,
- Java/open source,
- R/Python.
• Les applications de Business Intelligence,
• L’alimentation, le cas échéant, d’outils de monitoring et de supervision,
• L’intégration de solutions CRM et ERP pour vos projets de finance ou de logistique.
Pour la réussite de votre projet, du Groupe HLi met à votre disposition une équipe pluridisciplinaire,
informaticiens et data scientists, expérimentée et engagée avec vous sur la durée. Depuis nos locaux ou au
plus près de vos équipes, nous pouvons vous accompagner sur tout le cycle de gestion d’un projet
d’intelligence artificielle, de développement ou d’intégration de solution.
18
NOS COORDONNEES :
www.groupe-hli.com
01.46.93.30.50
Contacts :
Adeline LOISON, DGD Groupe HLi et responsable du pôle analytique, rédactrice de ce livre blanc
E-mail : a.loison@groupe-hli.com
E-mail : a.cisse@groupe-hli.com
19