Paroles d’experts 10 juillet 2019

Relation client : l'IA est un bon moyen mais pas une finalité

Aujourd’hui, toutes les entreprises souhaitent arriver à une relation client plus personnalisée. Néanmoins, lors de cette transformation il y a un risque que la relation client se concentre uniquement autour de la promesse technologique, prenant le pas sur la promesse relationnelle.

"Quand on demande à nos clients, où est ce qu’ils en sont en termes de promesse relationnelle, ils ont de plus en plus de mal à donner une réponse cohérente. La promesse relationnelle est très diluée dans la promesse technologique. Il y a souvent une perte de cohérence des messages de marque" explique Mathieu Choux, Partner chez Ekimetrics, Société de conseil en Data Science et interviewé par Vincent Ducrey, CEO du HUB Institute.

 

·        Mathieu Choux prend l’exemple des assureurs qui souhaitent passer d’une l’image de "payeurs en cas de sinistre" à "sociétés business Partners". Pour cela 2 défis de transformation à relever : se recentrer sur les attentes clients et simplifier le modèle opérationnel.

 

·        Au niveau des attentes clients, les 2 moments clés du parcours de l’assuré avec son assureur sont le paiement (1 fois par an) et le moment du sinistre (quand on cherche à se faire rembourser). Tous les moments clés génèrent un niveau de frustration plus ou moins élevé. Grâce à l’IA un score de probabilité de résiliation de contrat est alors créé.

 

·        Puis, au niveau du modèle opérationnel, il faut passer d’une modélisation statique (clients et événements agrégés) à une modélisation séquentielle incluant la notion de temps. Pour certains clients, on peut voir l’insatisfaction grimper lentement et surement car rien ne s’est passé entre le moment d’achat et la fin de contrat : le client aurait aimé être appelé.

 

·        L’IA permet de "donner des supers pouvoirs aux assureurs" pour essayer de répondre aux besoins des assurés. L’intérêt côté assureur est que le modèle est capable de détecter les gens à risque de rupture de contrat en avance.  Du côté assuré, on arrive à diminuer le niveau d’insatisfaction en répondant à ses attentes en termes relationnels, sans obligatoirement ajouter des ressources chez l’assureur.

 

·        Le mot de la fin de Mathieu "Les transformations réussissent si elles sont pilotées par les métiers et non pas par les opportunités technologiques. Il faut voir l’IA comme un moyen pour faire évoluer sa marque et pas une finalité. De quoi ai-je besoin pour cela ? Collecter la donnée, fabriquer des modèles, les tester c’est 20% du sujet…les 80 autres % c’est tout ce qui tourne autour de l’adoption et l’industrialisation."

 

---

Article publié par le Hub Institute, également disponible en suivant ce lien. Pour en savoir plus : sophie.desroseaux@ekimetrics.com.

Comment allier approches métiers, statistiques avancées et technologie ?

Il est parfois difficile de créer du lien entre approches statistiques ultra sophistiquées et réalité business. La transformation de la Data en Valeur est un art qui doit marier approches métiers, statistiques avancées et parfois technologie ; une approche triangulaire mise en œuvre lors d’un projet de machine learning appliqué de manière très concrète à la promesse de marque.