L’ère du digital a plus que jamais mis le client au cœur des stratégies marketing.

Si la notion d’expérience client n’est pas nouvelle (on peut dire qu’elle est aussi ancienne que le commerce, dans le sens où tout produit ou service part d’un besoin client), elle est devenue en quelques années un impératif, un concept au cœur des préoccupations des entreprises pour s’imposer dans la compétition mondiale.

Le concept d’expérience client comme on l’entend aujourd’hui est né à la fin des années 1990 avec l’ouvrage de Joseph B. Pine et James H. Gilmore, « The Experience Economy ».

L’idée originelle est que pour gagner des parts de marché et imposer sa marque, il ne s’agit plus seulement de proposer des produits et services au client, mais plutôt des expériences uniques permettant de distinguer une marque de ses concurrents en créant un engagement plus fort et plus durable. L’exemple emblématique nous vient d’Apple avec la célèbre keynote de Steve Jobs lors du lancement du premier IPhone.
Ce principe a été très bien compris par des startups, et pas uniquement sur des services « premium ». Les exemples les plus emblématiques sont celles qui sont partis de la donnée pour faciliter la vie du consommateur, comme Uber en exploitant parfaitement les données de géolocalisation, ou encore Doctolib en agrégeant intelligemment les informations publiques des cabinets de médecin.

En résumé, on peut dire que ce concept est finalement le point de départ de nombreuses startup « disruptive » devenus incontournables, de Uber (expérience de mobilité) à Amazon (expérience d’achat et livraison), en passant en France par Doctolib (expérience de prise de rendez-vous avec son médecin) ou Deezer (expérience d’écoute de musique à la demande). Pour garder des parts de marché, le prix n’est pas la question : c’est l’expérience client qui va faire la différence. Si on regarde le succès de Netflix, il s’est basé non pas sur le prix, mais bien sur le moteur de recommandation et la fluidité du service de streaming, s’appuyant par ailleurs sur les infrastructures d’Amazon.

Data Deus – la données comme matière première pour comprendre et façonner l’expérience client

En point de départ, l’avènement du e-commerce et de la publicité en ligne qui a profondément modifié la manière de communiquer et de cibler ses clients, en donnant des armes tant du côté des entreprises que des clients.

Du coté des annonceurs et des marchands, la multiplication des données permettant de comprendre les comportements pour mieux cibler son audience a donné des moyens aux entreprises pour pousser leurs produits aux bonnes personnes, au bon moment, avec le bon argumentaire. En exploitant les informations de navigation sur le web, en multipliant les données CRM disponibles et les capacités de segmentation grâce aux big data, les entreprises disposent d’un arsenal puissant pour personnaliser le message et l’adresser au moment clé pour transformer le « prospect » en « client ». On retrouve là de nouveau l’exemple parfait de Netflix avec son système de recommandation qui a fait sa réputation.

Du coté des consommateurs, il est désormais possible de comparer les produits, les offres, les prix en quelques clics. Nous sommes passé de l’ère du consommateur au consomme-acteur. Nous lisons les avis sur une diversité de site internet avant de nous décider, nous interrogeons notre communauté sur les réseaux-sociaux, nous sommes de plus en plus nombreux à utiliser des applications dédiées pour obtenir des informations sur la composition des produits de notre caddie en magasin que nous pouvons scanner dans les rayons… Abreuvé d’informations en tout sens, le client est hyper-renseigné, et sachant de mieux en mieux utiliser les services de personnalisation et les moteurs de recommandation, attend un service ultra-personnalisé au meilleur prix.

Pour être toujours au plus près des attentes de leurs clients, les entreprises ont compris que l’analyse des données brutes de comportements n’est plus suffisante : les décideurs doivent comprendre ce que vit le client, capturer l’opinion et l’air du temps, comprendre en finesse les freins et les irritants de l’expérience client pour améliorer en continu le parcours client complet sur tous les canaux.

De l’apprentissage profond, pour faire des données un facilitateur de l’expérience client.

C’est dans ce contexte que les solutions d’analyse sémantique ont trouvé un nouveau souffle après l’hiver de l’IA des années 2000. Tout d’abord comme outils de mesure de l’opinion, en mettant en avant les points clés de satisfaction et d’insatisfaction dans les verbatim des clients. Car le client s’exprime partout : sur les réseaux sociaux, dans des enquêtes de satisfaction, dans les demandes au support, au téléphone auprès des conseillers et télévendeurs… Un canal d’expression jusqu’il y a peu non utilisé car difficile à analyser. Avec l’avènement de l’IA, et de l’apprentissage profond en particulier, c’est toute une nouvelle industrie qui s’est progressivement mise en place pour devenir un incontournable : quelle grande enseigne aujourd’hui n’a pas encore mis en place une analyse en continu des verbatims clients ? Elle permet de mettre en exergue les points saillants tout au long du parcours client, de sa recherche d’information initiale, à l’après-vente en passant par son passage en magasin et l’usage des applications mobiles ou du site internet de l’entreprise. Elles fournissent un moyen efficace tant aux experts de la relation client, qu’au marketing produit pour améliorer en continu produits et services, savoir sur quoi communiquer, trouver des idées d’innovation et des besoins nouveaux, directement exprimés par le client.

Et puisque ces technologies de compréhension du langage naturel sont désormais capables d’interpréter finement la voix des clients, les usages se sont complétés depuis peu par des automatisations via des « assistants virtuels » : chatbot pour répondre aux questions les plus fréquentes sur un support client, automatisation de la modération sur les réseaux sociaux, des réponses aux emails… sans parler des très récents assistants virtuels tel Google Home ou Alexa d’Amazon qui viennent s’insérer dans nos foyers avec la promesse de services toujours plus personnalisés et intelligents.

Dans un monde robotisé, garder l’humain dans la boucle

Une partie de l’expérience client s’automatise donc désormais, avec un retour sur investissement très concert, mais aussi des risques nouveaux. En mettant de l’intelligence artificielle dans tous nos systèmes, nous créons de nouveaux problèmes. Comme disait Bill Gates déjà dans les années 90 « l’erreur est humaine, mais pour une véritable catastrophe, il faut un ordinateur ». Et ses risques ne se situent pas forcément où on les imagine. Chacun perçoit facilement les risques que peut provoquer la voiture autonome sur les routes en cas de bug. Mais plus simplement, que dire des décisions potentiellement automatisées pour allouer des crédits, pour adapter des prix à une police d’assurance en fonction de données de profils, ou le fait de rater un recrutement à cause d’un algorithme de matching mal conçu ?

C’est notamment en réaction à ces risques de mauvaises utilisations de la donnée, que le législateur a conçu le RGPD. En obligeant les acteurs du numériques à expliciter l’usage qu’ils font de la donnée, et en en informant le consommateur, celui-ci peut, et même doit, reprendre le contrôle sur les données qu’il partage. Demain, chacun devrait pouvoir comprendre pourquoi on lui recommande tel ou tel service, et pouvoir agir sur les données personnelles qu’il a partagé et qui ont amené le système à cette recommandation.