AI : Le sujet du moment

Alan Turing, souvent présenté comme le père de l’intelligence artificielle, déclarait en 1950 : « Je crois qu’à la fin du siècle, l’utilisation des mots et l’opinion générale des personnes instruites auront tellement évolué qu’il sera possible de parler de machines qui pensent sans s’attendre à être contredit. » En 2024, on constate que Turing avait non seulement raison, mais que son idée de « machines pensantes » a trouvé un parent logique dans l’intelligence artificielle. Avec l’avènement de l’AI Générative et d’autres outils, on pourrait dire que Turing aurait bien aimé ce qu’il verrait aujourd’hui.

Les leviers numériques tels que l’AI, le ML, l’IoT, la RPA et d’autres visent collectivement un objectif omniprésent : faire en sorte que les machines reproduisent, et peut-être surpassent, l’intelligence humaine. Les industries de tous horizons s’y sont naturellement accrochées. Certains progrès récents de l’AI Générative apportent des observations intéressantes. Tandis qu’Uber a mis 70 mois à dépasser les 100 millions d’utilisateurs, ChatGPT n’en a pris que 2¹, et la mention d’« AI » lors des conférences téléphoniques sur les résultats des entreprises a connu une hausse astronomique du premier trimestre 2022 à la même période en 2023².

¹ : Nombre de mois nécessaires pour dépasser 100 millions d’utilisateurs

² : Mentions de « AI » dans les conférences téléphoniques sur les résultats de certaines entreprises
 

Le secteur du commerce de détail, axé sur l’expérience client, s’est prêté à de nombreuses interventions numériques. Dans ce billet, j’explorerai comment l’AI influence le parcours client à différents points de contact tout au long de la vie du consommateur.

Parcours client : Les 5 étapes

Tous les consommateurs traversent 5 étapes dans leur parcours d’achat, tout en passant de façon interchangeable entre les canaux physiques et en ligne.

Voyons comment l’AI peut aider à chaque étape :

1. Étape 1 : Sensibilisation au produit : À cette étape, l’objectif d’un consommateur potentiel est de se renseigner sur les produits et/ou services de l’entreprise. Cela peut inclure l’utilisation de moteurs de recherche, des réseaux sociaux, des événements sectoriels, des magasins physiques et tout autre point de contact où l’entreprise partage de l’information sur ses produits ou services.

   L’AI est devenue un outil extrêmement utile aux façons suivantes :

   1. Optimisation du classement dans les moteurs de recherche
   2. Création de contenu propulsée par l’AI, optimisation de mots-clés, enrichissement des métadonnées pour les images et autres contenus
   3. Recommandations pour l’amélioration des mots-clés, titres et méta-descriptions
   4. Grâce à la technologie de reconnaissance d’image, un texte alternatif pour les images peut être généré pour étendre les éléments visuels dans le cadre du SEO

   5. Création de contenu personnalisé basé sur les données relatives aux habitudes d’achat susceptibles des clients dans les micro-segments — l’AI Générative peut jouer un rôle majeur dans la production d’un contenu innovant et optimisé pour le SEO. Il n’est donc pas surprenant que la performance accrue et la créativité soient les principaux moteurs de création de contenu grâce à l’AI Générative, comme illustré dans l’enquête ci-dessous.
       

      (Source : https://botco.ai/wp-content/uploads/Botco.ai_The-State-of-GenAI-Chatbots-in-Marketing_-Digital-Report_V4.pdf)

   6. Exemples : Les campagnes « Real magic » de Coca-Cola ; « Future Me » de la Banque ING

2. Étape 2 : Considération du produit : Après avoir aidé le client potentiel à cerner son problème, la phase de considération positionne le produit ou service de l’entreprise comme solution possible pour le consommateur. L’objectif principal est de créer un contenu qui incite l’acheteur potentiel à considérer le produit ou le service comme une option viable.

   Encore une fois, l’AI joue un rôle clé à cette étape de plusieurs façons :

   • La mise en valeur du produit, plutôt que la pression pour la vente, est essentielle à une phase de considération réussie. Un contenu équilibré, créé via des descriptions produits bien rédigées à l’aide de l’AI et diffusé sur le bon canal numérique pour chaque consommateur, peut appuyer cette étape. Les traces numériques laissées par les anciens clients peuvent aider à déterminer lesquels de ces canaux offrent le meilleur ROI pour chaque groupe de consommateurs.
   • L’AI Générative peut être utilisée pour analyser les données d’avis de consommateurs disponibles sur des sites de tiers et déterminer ce que les clients apprécient dans les produits de l’entreprise et ceux des concurrents. Un contenu personnalisé peut ensuite être créé pour chaque point de contact.
   • La notation prédictive des prospects (leads) est essentielle pour déterminer la probabilité de convertir un prospect. À l’aide de modèles ML, les données de leads historiques peuvent être analysées et des modèles statistiques bâtis afin d’aider à la conversion de leads. Plutôt que de s’en remettre à des modèles manuels basés sur des points, les modèles ML les affinent pour éliminer les approximations.

   Un modèle prédictif représentatif du score de lead qui identifie les principales caractéristiques de conversion pour chaque catégorie peut être construit comme celui-ci :

   Importance des principales caractéristiques

   

    

   Cela pourrait servir de différentes façons :

   • Classement et suppression des leads : Une fois les leads classés, un seuil de suppression (par exemple, les 70 % du bas de la liste) peut être fixé. Les leads les plus susceptibles de convertir peuvent être orientés vers des outils de prospection. Cela aide les équipes de vente et les agents du centre d’appels à se concentrer sur les conversions et à les améliorer.
   • Scores de leads spécifiques à un produit : Cela aide à générer des recommandations plus informées et personnalisées pour chaque segment de consommateurs.
   • Expérience personnalisée via rabais et promotions : Le modèle peut servir à prédire la conversion des leads en clients à grande valeur (LTV), et les offres et rabais peuvent être adaptés à ces segments.

De nouvelles applications émergent

« Comme la plupart des détaillants, nous ignorons où nous en serons à la fin de ce processus. Cependant, notre curiosité et notre créativité nous guideront », affirme Jesper Brodin, PDG du Groupe IKEA. En effet, l’AI et l’AI Générative dévoilent sans cesse de nouveaux cas d’utilisation innovants à une fréquence remarquable tout au long du parcours d’achat du consommateur. Prenons IKEA par exemple. Leur centre d’appels ne pouvait pas répondre efficacement aux questions des clients et était surtout utilisé pour les démarches commerciales. Cependant, avec l’aide d’un robot AI appelé Billie, IKEA a réorienté ses employés du centre d’appels vers des rôles de conseillers en design d’intérieur, alors que, à la grande satisfaction des agents humains, les questions récurrentes sont prises en charge par Billie. Depuis 2021, plus de 8 500 de ces employés de centre d’appels ont été reclassés comme conseillers en design d’intérieur. C’est donc gagnant-gagnant pour les employés et les clients puisque, après avoir obtenu des réponses à leurs questions, les clients sont mieux préparés à prendre leur prochaine décision d’achat – chez IKEA.

La vitesse et l’ampleur d’adoption des nouveaux cas d’utilisation détermineront la façon dont ce secteur évoluera dans les prochaines années. Les outils numériques, dont l’AI et l’AI Générative, jouent un rôle de guide pour les détaillants au fil de cette transformation majeure.

À suivre

Dans le prochain volet de cette série en deux parties, nous nous concentrerons sur les étapes restantes du parcours client et verrons comment l’AI les fait progresser.