224
Les apports de l’IA dans la relation client :
IA comme moyen de répondre à de nouvelles pratiques du commerce
Le parcours d’achat est cross-canal avec une imbrication physique / digital, d’où une multiplication
des données sur les achats (CRM), les comportements (tracking), les conversations (réseaux sociaux),
les émotions (à venir) => nécessité de raisonner globalement en quasi temps réel avec des grandes
quantités de data issues de différentes sources et redistribuées sur tous les canaux.
L’IA se substitue aux approches antérieures de BI / data mining plutôt utilisées en back-office.
IA comme moyen de répondre à de nouvelles exigences du commerce : immédiateté et
personnalisation de la relation avec le consommateur
L’IA permet de :
- 1. développer le marketing prédictif pour gérer le paradoxe d’une « personnalisation de masse
de la relation » (approche push)
- 2. fournir au consommateur les moyens d’exprimer ses besoins (éventuellement latents) à un
commerçant qui doit structurer une réponse commerciale adaptée (approche pull)
Besoin
Potentiel de l’IA
Comprendre
l’intérêt,
l’envie, l’intention, le projet
mais aussi l’émotion (car il
est
nécessaire
de
positionner le débat à un
autre niveau que la seule
mise en avant du produit)
Comprendre le comportement
d’achat
- analyse des pratiques et habitudes
d’achat du consommateur
- caractérisation du consommateur
en situation d’achat : âge, genre
- détermination des patterns de
comportement d’achat
Comprendre la conversation
au téléphone, sur site et sur
les réseaux sociaux
Comprendre la requête ecommerce exprimée avec les
mots du consommateur
- reconnaissance vocale
- analyse sémantique
- traitement du langage naturel
Comprendre le contexte du
consommateur
- reconnaissance d’objets et de
situations
Comprendre l’émotion, la
personnalité
- analyse des expressions faciales
- analyse
des
paramètres
physiologiques
- analyse de la voix
- analyse de l’expression écrite
Déterminer le bon produit /
service aux bons moment,
lieu, étape du parcours
d’achat
(info à destination du client
ou du vendeur)
- ontologies de produits (métadonnées associées aux produits)
- moteur de recommandation
Interagir
/
dialoguer
automatiquement et sur le
bon média d’interaction
- synthèse vocale
- génération auto de texte
- restitution des émotions
- chatbot
Anticiper les besoins
Comprendre le comportement
de consommation
- analyse des pratiques et habitudes
de consommation
- caractérisation du consommateur
en situation de consommation :
âge, genre, famille
- détermination des patterns de
comportement de consommation
Proposer un majordome
électronique de la vie
quotidienne
(type Alexa, Google Now,
Cortana, Siri, Samsung Viv,
…)
- agent conversationnel
Les apports de l’IA dans la relation client :
IA comme moyen de répondre à de nouvelles pratiques du commerce
Le parcours d’achat est cross-canal avec une imbrication physique / digital, d’où une multiplication
des données sur les achats (CRM), les comportements (tracking), les conversations (réseaux sociaux),
les émotions (à venir) => nécessité de raisonner globalement en quasi temps réel avec des grandes
quantités de data issues de différentes sources et redistribuées sur tous les canaux.
L’IA se substitue aux approches antérieures de BI / data mining plutôt utilisées en back-office.
IA comme moyen de répondre à de nouvelles exigences du commerce : immédiateté et
personnalisation de la relation avec le consommateur
L’IA permet de :
- 1. développer le marketing prédictif pour gérer le paradoxe d’une « personnalisation de masse
de la relation » (approche push)
- 2. fournir au consommateur les moyens d’exprimer ses besoins (éventuellement latents) à un
commerçant qui doit structurer une réponse commerciale adaptée (approche pull)
Besoin
Potentiel de l’IA
Comprendre
l’intérêt,
l’envie, l’intention, le projet
mais aussi l’émotion (car il
est
nécessaire
de
positionner le débat à un
autre niveau que la seule
mise en avant du produit)
Comprendre le comportement
d’achat
- analyse des pratiques et habitudes
d’achat du consommateur
- caractérisation du consommateur
en situation d’achat : âge, genre
- détermination des patterns de
comportement d’achat
Comprendre la conversation
au téléphone, sur site et sur
les réseaux sociaux
Comprendre la requête ecommerce exprimée avec les
mots du consommateur
- reconnaissance vocale
- analyse sémantique
- traitement du langage naturel
Comprendre le contexte du
consommateur
- reconnaissance d’objets et de
situations
Comprendre l’émotion, la
personnalité
- analyse des expressions faciales
- analyse
des
paramètres
physiologiques
- analyse de la voix
- analyse de l’expression écrite
Déterminer le bon produit /
service aux bons moment,
lieu, étape du parcours
d’achat
(info à destination du client
ou du vendeur)
- ontologies de produits (métadonnées associées aux produits)
- moteur de recommandation
Interagir
/
dialoguer
automatiquement et sur le
bon média d’interaction
- synthèse vocale
- génération auto de texte
- restitution des émotions
- chatbot
Anticiper les besoins
Comprendre le comportement
de consommation
- analyse des pratiques et habitudes
de consommation
- caractérisation du consommateur
en situation de consommation :
âge, genre, famille
- détermination des patterns de
comportement de consommation
Proposer un majordome
électronique de la vie
quotidienne
(type Alexa, Google Now,
Cortana, Siri, Samsung Viv,
…)
- agent conversationnel