Les systèmes de gestion de la relation client, mieux connus sous leur nom anglophone customer relationship management ou CRM, ont révolutionné la façon dont les organisations peuvent développer et fidéliser leur clientèle en offrant une vue 360 degré du client. En effet, on est bien loin des premiers CRM qui servaient principalement à faciliter le travail du département des ventes. Aujourd’hui, les versions modernes de ces outils permettent non seulement la centralisation de l’information des clients, mais aussi son accessibilité à travers l’organisation. Par le fait même, l’analyse de ces données permet d’évaluer quelles actions ou décisions génèreront un maximum de valeur pour l’organisation.
Toutefois, cela ne veut pas dire que toutes les compagnies ont optimisé l’emploi de ce type de système; au contraire, selon une étude, entre 70% et 80% des implantations sont perçues comme des échecs[1]. Pour trop d’organisations, l’utilisation d’un CRM se limite à la recherche de coordonnées de clients ou à confirmer la date du dernier suivi effectué. Pour d’autres, la traduction des informations recueillies en un plan d’action concret ne procure pas les résultats escomptés par manque de compétences ou de ressources. Or, le recours à l’intelligence artificielle (IA) dans un CRM est en voie de changer les choses. En effet, si elle est encore considérée comme un buzzword pour plusieurs domaines, l’IA est pourtant déjà implantée dans plusieurs CRM et offre de premiers résultats intéressants.
Voici d’ailleurs quelques exemples d’IA qui sont présentement intégrés dans les CRM et qui ont permis une augmentation de performance.
Einstein (Salesforce)
L’outil Einstein, intégré dans Salesforce, propose des prédictions intelligentes ainsi que des recommandations personnalisées sur les offres selon chaque profil client. Il est aussi en mesure de trier les leads en ordre de priorité selon différents critères. De cette façon, les chances de convertir un lead en opportunités sont plus élevées. De plus, il peut envoyer des alertes si des événements dans l’environnement extérieur mettent en péril certaines opportunités. En outre, Einstein offre de multiples autres fonctionnalités telles que la saisie de données automatisée, la personnalisation des annonces, la récolte d’informations provenant des conversations sur les réseaux sociaux, des recommandations sur les produits, etc.
Selon une récente étude de cas[2], la compagnie d’équipement de plein air Black Diamond mentionnait justement que le recours aux fonctions intelligentes d’Einstein lui ont permis d’éliminer l’équivalent d’une heure par jour de saisie de donnée par employé principalement. En effet, plutôt que de demander à un employé d’entrer manuellement les recommandations de produits, Einstein a pris le relai de cette tâche. Or, l’entité l’a aussi amélioré puisque sa capacité d’apprentissage automatique lui permet aussi de personnaliser en temps réel les suggestions de produits complémentaires en se basant sur le comportement de l’acheteur. Grâce à ce changement, Black Diamond a généré une augmentation de 15,5% du revenu par visiteur dû à une meilleure expérience d’achat; l’impact est donc significatif.
Watson (IBM)
Développé par IBM, le système informatique Watson est surtout connu pour sa participation, et ses victoires, au jeu télévisé Jeopardy en 2011. Or, depuis 2016, la plateforme est aussi utilisée afin d’analyser des données météorologiques afin de produire des prévisions locales hyper précises, pouvant servir pour de nombreux secteurs tels que les transports ou les services publics. De façon plus concrète, IBM s’est récemment associé à Salesforce d’introduire cette fonctionnalité dans le CRM, un ajout qui intéresse de nombreux clients tel que les compagnies d’assurances. En effet, ce genre d’outil leur permet de se recentrer sur leurs clients. Par exemple, lorsqu’il y a des risques d’intempéries intenses, le système est en mesure d’envoyer un avertissement par message texte aux assurés dont les voitures sont à risques d’être endommagées[3]. Ceux-ci peuvent donc prendre des précautions et déplacer leur véhicule dans un endroit sécuritaire avant la tempête et ainsi réduire leur risque de sinistre.
Assistant de relations pour Dynamics 365 (Microsoft)
Tout comme les exemples précédents, le géant informatique Microsoft investi énormément dans l’IA afin de se positionner comme leader sur le marché. Depuis 2016, l’organisation a introduit une suite de fonctionnalités nommées Relationship Insights dans Dynamics 365 qui propose entre autres un « Assistant Relations ». Celui-ci a la capacité d’analyser les actions et communications quotidiennes afin de produire des suggestions personnalisées d’actions à prendre. Les recommandations de l’Assistant permettent d’isoler les données non pertinentes afin de ne mettre de l’avant que les éléments critiques nécessitant l’attention de l’utilisateur. Ainsi, la concentration et la productivité des usagers est augmentée et dirigée sur ce qui est le plus important en fonction de sa réalité quotidienne. Dans un futur rapproché, Dynamics continuera d’implanter d’autres fonctionnalités basées sur l’IA. Elles continueront de faciliter la recherche et l’analyse d’information dans les différents systèmes de sorte à aider les différents utilisateurs à être plus performants. Dans certains cas, il sera question de suggérer de ventes croisées calculées en fonction de l’historique du profil des clients, d’analyser leurs sentiments à travers leurs interactions avec l’organisation ou encore d’écouter des réseaux sociaux[4].
En résumé, des outils basés sur l’IA permettent donc non seulement de suivre les différentes transactions tout au long du cycle de vente, mais aussi d’automatiser les processus qui gaspillaient des ressources en plus d’assurer une communication simplifiée entre les utilisateurs. Mieux encore, grâce à l’apprentissage automatique (machine learning), ces systèmes seront sans cesse sujet à s’améliorer en fonction des résultats observés. En effet, avec le temps, les outils raffineront leur méthode de classement des leads en déterminant quels critères et attributs ont le plus de poids dans l’équation[5] ou à mieux personnaliser le contenu marketing selon le profil des clients.
Toutefois, bien que ces développements soient prometteurs, l’intelligence artificielle est encore loin d’être une panacée. Tel que mentionné plus haut, un nombre élevé d’implantation infructueuses sont dues à une non-utilisation du CRM. En ce sens, l’IA pourrait favoriser l’adoption grâce à ses notifications récurrentes et ses suggestions d’actions qui peuvent habituer les utilisateurs à naviguer dans le système. Néanmoins, le rôle de l’intelligence artificielle sera plutôt en arrière-plan. En fait, des outils comme Einstein de Salesforce vont plutôt permettent aux organisations de passer à un stade supérieur en termes de proactivité et d’efficacité. L’impact se reflétera dans une expérience utilisateur améliorée, qui se voudra plus complète à la fois pour les employés et les clients. Or, il faut tout de même rester vigilent, spécialement pour les organisations qui magasinent actuellement les fournisseurs de CRM. En effet, même si l’IA est au cœur de nombreux discours, il n’en reste pas moins qu’elle ne représente pas une finalité en soi. Il s’agit donc de distinguer le message marketing de la réalité. Ainsi, avant d’arrêter son choix sur un fournisseur de système selon ce seul critère, les organisations se doivent d’identifier clairement leurs besoins afin de faire un choix éclairé qui tient compte de leur réalité.
[1] Williams, P., Ashill, N., & Naumann, E. (2017). Toward a contingency theory of CRM adoption. Journal of Strategic Marketing, 25(5-6), 454.
[2] https://www.demandware.com/uploads/resources/CS_Black_Diamond_Case_Study_EN_INIT_08MARCH2017.pdf
[3] https://business.weather.com/wafismart
[4] https://docs.microsoft.com/en-us/dynamics365/customer-engagement/admin/relationship-assistant
[5] http://www.destinationcrm.com/Articles/Web-Exclusives/Viewpoints/Artificial-Intelligence-Is-the-Next-Step-in-CRMs-Evolution–116145.aspx