Expérience consommateur : 3 piliers pour réussir

Désormais c’est l’expérience qui est la force, l’élément perturbateur, la raison qui pousse les organisations à entreprendre des projets de transformation digitale. Les technologies sont à la fois la cause et la solution de cette nouvelle ère expérientielle. Afin d’offrir une expérience à l’ensemble de ses parties prenantes, l’entreprise n’a plus d’autre choix que d’entamer un changement en profondeur.

Selon le Radar technologique 2019 de Talsom, l’expérience désigne des échanges caractérisés par une fluidité des processus et de l’instantanéité. Optimisés et propulsés par la technologie, ces processus pourront, à terme, vous permettre d’anticiper les besoins futurs de vos consommateurs, de vos clients et de vos employés.

Pour commencer, prenons la partie visible de l’iceberg, vos consommateurs. Comment leur faire vivre une expérience qu’ils n’oublieront pas?

Au fill des années, la prédominance et le progrès de la technologie ont eu un impact direct sur le consommateur et son niveau d’exigence en matière d’expérience utilisateur : il souhaite la meilleure option qui existe, et tout de suite. Au même titre que le client du côté B2B (fournisseur, manufacturier, distributeur, quel qu’il soit), du côté B2C, le consommateur recherche une interaction simplifiée et personnalisée.

Les trois piliers expérientiels du consommateur selon Talsom

Prenons l’exemple de la livraison à domicile en 24h pour illustrer ce qui, selon nous, peut vous permettre de livrer une expérience qu’il n’oubliera pas et qui, par conséquent, favorisera sa fidélité et sa rétention

  1. La fluidité des processus

La fluidité des processus d’une plateforme vient supporter l’intégralité de l’expérience consommateur. Cette fluidité peut par exemple passer par un système de navigation intuitif et rapide pour accéder au contenu. Sans la fluidité des processus, c’est l’expérience au complet qui est ralentie et mise en péril.

En se connectant à un « compte premium » par exemple, le consommateur n’est plus obligé d’être facturé des frais de livraison pour chaque produit. Une fois connecté à son compte, il a le choix de pouvoir commander en un seul clic un produit. La plateforme a réussi à supprimer toute friction dans le parcours d’achat et à fluidifier ses interactions avec le consommateur final.

Un exemple de technologie qui peut rendre les processus d’une entreprise plus fluides du point de vue du consommateur est l’Internet des Objets (IoT). Elle vient diminuer l’interaction du consommateur avec l’entreprise, en permettant de collecter des données sur les produits ou services qu’il utilise, sans avoir à communiquer directement avec ce dernier

  1. L’instantanéité de la réponse

L’instantanéité résulte de la performance en termes de temps perçu entre la formulation de la requête et la livraison de la réponse attendue. On atteint une instantanéité optimale lorsque la perception du temps de requête et de réponse devient indiscernable chez l’individu.

L’instantanéité va de pair avec le premier pilier que nous venons d’énoncer. Lorsque le consommateur formule sa demande, il s’attend immédiatement à recevoir une réponse. Mais dans le cas d’un service de livraison à domicile en 24h, ce pilier d’autant plus important à considérer puisque le consommateur s’attend, en plus, à voir la disponibilité de son produit et les délais de livraison en temps réel, ce qui lui offre une expérience contextualisée et personnalisée. La priorité est alors mise sur l’information et la transparence de celle-ci.

  1. L’anticipation des besoins

À chaque instant, le consommateur espère inconsciemment que les entreprises vont lire dans ses pensées pour lui proposer LA solution à son besoin, avant même d’y avoir réfléchi. C’est le principe même de l’anticipation des besoins. Si vous êtes capables de penser pour votre consommateur et lui suggérer à l’avance ce dont il a besoin, alors vous garantissez une expérience utilisateur optimale et vous assurez le développement de sa fidélité envers votre marque.

C’est en livrant sa commande dans les temps, devant chez lui (donc en 24h) et on lui suggérant d’autres produits et services exclusifs et/ou complémentaires, qui pourraient répondre à son besoin, que vous serez en mesure de lui faire répéter son expérience.

L’intelligence artificielle combinée au Big data permet d’accumuler et de gérer une abondance de données permettant aux entreprises de déterminer comment chaque consommateur devrait être traité et ce, de manière individuelle. Cela donne ainsi au consommateur le sentiment d’être unique et compris par l’entreprise.

Maintenant que nous avons vu la partie visible de l’iceberg de la livraison à domicile en 24h, qu’en est-il de la partie invisible, à savoir l’expérience des clients, c’est-à-dire l’ensemble des parties prenantes qui agissent tout au long de la chaîne de valeur?

Télécharger le Radar

Intelligence artificielle, apprentissage approfondi et automatique: comment s’y retrouver?

Aujourd’hui, l’intelligence artificielle est sur toutes les lèvres. Quand on entend ce terme, on pense généralement à Google avec l’assistant de commande vocal Siri, mais plus récemment à NASNet, sa propre intelligence artificielle capable de reconnaître en temps réel une multitude d’objets tels que des voitures, ou même des personnes par le biais de la vidéo.

Mais faisons un pas en arrière.

Êtes-vous capable de définir ce qu’est l’intelligence artificielle et ce qu’elle renferme?

L’intelligence artificielle, l’apprentissage automatique, et l’apprentissage approfondi «deep learning» sont souvent regroupés ensemble, alors qu’en réalité, ces trois notions ne sont pas exactement similaires. La meilleure façon de comprendre la relation entre ces concepts est de les visualiser dans le temps :

(1950-1980)
L’intelligence artificielle implique l’idée d’une machine capable d’assurer des tâches rattachées à l’intelligence humaine. Cette définition inclut des activités comme la planification, l’interprétation du langage la reconnaissance des objets et du son, l’apprentissage et la résolution de problèmes.

(1980-2010)
L’apprentissage automatique ou machine learning est une méthode de réalisation de l’intelligence artificielle. L’approche représente la capacité à apprendre sans programmation explicite. L’apprentissage automatique est une manière d’entrainer un algorithme pour l’amener à exécuter une tâche sans programmation explicite. Cet entraînement implique l’absorption d’un large volume de données par l’algorithme, qui va graduellement s’ajuster et s’améliorer en conséquence.

(Depuis 2010)
L’apprentissage approfondi ou deep learning est l’une des approches possibles pour l’exécution de l’apprentissage automatique. La technique récente fut inspirée du cerveau humain, et vise à imiter les mécanismes perceptifs et de raisonnement logique humain.

Une erreur fréquente quand on entame le virage du numérique, c’est de commencer directement par la technologie lorsqu’on est une entreprise. Il faut tout d’abord mettre le doigt sur les nouvelles technologies, les démystifier et les comprendre, tout en sachant qu’elles peuvent parfois se montrer complexes à cerner, à l’image de l’intelligence artificielle.

Où en sont les entreprises québécoises?

L’ère du numérique dans laquelle nous sommes se caractérise, entre autres, par la croissance exponentielle de la création de données massives. Mais bien plus qu’une multitude de chiffres, le Big Data transforme radicalement nos métiers, nos usages, nos pratiques d’entreprises ainsi que la façon dont nos clients consomment.  

L’engouement qui entoure actuellement le Big Data se reflète à travers les initiatives de plusieurs entreprises québécoises et canadiennes, à commencer par Canadian Tire. L’un des détaillants les plus achalandés du Canada figure parmi les leaders de l’industrie en termes d’implantation et d’investissements en analyse de données.  

Et pour preuve, son conseil d’administration avait approuvé il y a quelques années des dépenses de 300 millions de dollars pour investir dans des centres de données évolutifs à Winnipeg. Cet investissement va permettre à la compagnie de mieux affronter la concurrence grâce à l’exploitation du Big Data à des fins de marketing numérique. 

D’un point de vue consommateur, la chaîne d’épicerie Métro place quant à elle le Big Data comme une source de création de valeur via son application et son programme de fidélité Métro&Moi. L’algorithme utilisé permet d’analyser les comportements de consommation du détenteur de la carte et lui suggère des rabais et des coupons en fonction de ses habitudes de consommation. 

Un écosystème de recherche prometteur 
En dehors de la sphère commerciale, le Québec est aussi reconnu comme un pôle d’excellence en recherche dans le domaine du Big Data. En effet, la province compte un minimum de 2 100 spécialistes actifs dans cette technologie (concentrés à 88 % dans le Grand Montréal) et possède plusieurs pôles de recherche. Parmi ces derniers, nous retrouvons l’Institut de valorisation des données (IVADO) rassemblant près de 1000 scientifiques, l’Institut des algorithmes d’apprentissage de Montréal (MILA) ou encore le Centre de recherche en données massives de l’Université de Laval.  

L’enthousiasme entourant le Big Data amène toutefois son lot de défis pour les entreprises. En effet, une utilisation efficace des données et une bonne interprétation nécessitent de nouvelles aptitudes ainsi que l’implantation de nouvelles technologies à l’interne. Certaines expertises et changements organisationnels sont donc requis si l’entreprise veut tirer un maximum de profit de cette nouvelle technologie.  

4 tendances révolutionnaires pour le Product Life Cycle Management

Dans un monde où la satisfaction du client prime, il est essentiel de comprendre et de gérer le cycle de vie des produits efficacement afin de rester compétitif. On assiste désormais à une digitalisation de la gestion du cycle de vie (PLM) des produits, notamment en raison de l’intégration des chaînes logistiques. L’idée derrière cette intégration est de partager l’information aux bonnes parties prenantes et de savoir tirer les leçons appropriées afin d’améliorer et de faciliter la conception des produits. Il est important de considérer les quatre tendances suivantes dans le PLM puisqu’elles serviront de moteur d’innovation.

L’Internet des Objets (IoT)
Dans la gestion traditionnelle du cycle de vie des produits, le but est d’obtenir un retour sur la satisfaction du client pour connaître les points d’amélioration possibles du produit. Ainsi, il faut attendre de recevoir l’avis de la part des clients, ce qui peut prendre un certain temps. En faisant appel à l’Internet des Objets (IoT), les entreprises peuvent avoir accès à des données en temps réel grâce à des capteurs RFID installés sur le produit. Ces capteurs sont de plus en plus abordables et efficaces et permettent de fournir aux développeurs de l’information concernant les étapes de fabrication et d’utilisation des produits. Cette banque d’informations permet la mise en place d’améliorations plus rapidement, le tout dans un cycle d’innovation continuel. Par exemple, la compagnie Virgin Atlantic utilise des capteurs IoT sur chaque composant de ces Boeing 787. Ainsi, la compagnie peut surveiller chaque pièce afin de s’assurer de leur bon fonctionnement et ainsi effectuer l’entretien de appareils.

Big Data
Les divers capteurs font en sorte que les entreprises ont un volume de données toujours plus grand à traiter. Or, les outils de gestion de base de données traditionnels ne permettent pas de tirer profit du maximum d’informations. En exploitant le Big Data et en développant les bons outils d’analyse, les entreprises peuvent connaître les usages réels de leurs produits et ce, à diverses phases de leurs cycles de vie. Il sera donc possible de déduire comment être plus productif et mettre en évidence les risques potentiels d’utilisation. De plus, ces données renseignent sur la vie opérationnelle des équipements, ce qui facilite la planification de la maintenance, évitant ainsi les bris.

Connectivité
La connectivité des appareils change la façon dont nous interagissons avec les produits. Elle nous permet de suivre en temps réel ce qui se déroule dans notre environnement. La nouvelle génération d’utilisateurs vient bouleverser la façon dont les processus sont perçus. Les milléniaux rejettent les processus formels : ils veulent des expériences interactives. Cela fait en sorte que l’équipe TI d’une entreprise doit continuellement mettre à jour les gammes de produits afin qu’ils soient toujours plus efficaces et infaillibles aux bogues. Sans quoi les usagers risquent de se tourner vers des substituts en raison de leurs standards très élevés. Il est donc primordial que les capteurs installés sur les produits recueillent la meilleure information possible afin de renseigner les développeurs sur les besoins réels des utilisateurs ainsi que sur leur interaction avec le produit pour améliorer l’expérience.

Cloud
La montée des technologies du cloud découle du besoin de consolidation et de partage de l’information sur le cycle de vie des produits des entreprises. Cette technologie permet une centralisation, un meilleur contrôle, un transfert des données optimal ainsi qu’un travail collaboratif parmi les diverses parties prenantes.

En comprenant le rôle des données et en ayant accès à celles-ci partout et en tout temps, on facilite le cycle d’innovation des produits. On parvient ainsi à réduire les délais de mise en marché et la réalisation d’améliorations du produit afin de satisfaire les clients plus rapidement. En faisant converger les données au bon endroit et au bon moment de la chaîne, les entreprises sont en mesure de mieux comprendre l’impact d’une transformation sur le cycle de vie de leurs produits et les partager avec les bonnes parties prenantes.

La gestion du cycle de vie est un processus complexe et en constante évolution. L’intégration logistique complète nécessite une grande implication de la part des entreprises. Une digitalisation et une écoute attentive des besoins est requise pour rester compétitif sur le marché.