Pourquoi l’IA connaît votre client mieux que vous

This illustration shows that AI will neither redesign a product from scratch nor completely rewrite a UX based on shifts in strategy and user behavior. Humans are best-suited for these tasks.

AI will neither redesign a product from scratch nor completely rewrite a UX based on shifts in strategy and user behavior. Humans are best-suited for these tasks. (Image credit: TotalRetail)

C’est inévitable : chaque service en contact direct avec la clientèle est persuadé de représenter la vraie voix du client et d’être au plus près des utilisateurs.

La capacité de l’équipe marketing à mener des campagnes efficaces et à gagner des utilisateurs est basé sur le fait qu’elle en a une connaissance approfondie, grâce notamment à la developpment des personas qui rassemblent les motivations émotionnelles et rationnelles de son groupe cible. L’équipe produit, elle, se concentre sur l’interface et l’expérience utilisateur, qui demande une profonde connaissance des motivations et des attentes de l’utilisateur, ainsi que de son idée du succès. L’équipe vente, elle, transforme les non-clients en clients en s’intéressant aux problèmes qui comptent suffisamment pour qu’ils soient prêts à sortir la carte bleue. Elle sait quelles fonctionnalités vont briller les yeux et quels points de douleur sont… Les plus douloureux.

Non seulement chacune de ces équipes a un contact direct avec les clients, mais elles reposent toutes sur l’utilisation des données. L’équipe marketing calcule le ROI de ses campagnes par rapport à sa capacité à obtenir des contacts qualifiés (MQL) et, à terme, ses opportunités de vente.  Les outils analytiques intégrés aux applis fournissent aux équipes produit des données à chaque clic, chaque mouvement de souris et chaque action accomplie par les utilisateurs lorsqu’ils utilisent le produit, permettant la création d’entonnoirs du parcours client pour identifier les points de douleur et de friction dans l’expérience utilisateur. Les équipes ventes classent les prospects par ordre de priorité selon un système de points (lead scoring) prenant en compte la taille de la société, le secteur, l’intitulé du poste et les canaux d’acquisition

Le problème avec les humains et les données, c’est l’intuition se développe indépendamment dans chaque équipe selon leurs expériences. L’intuition, c’est quand tu aperçois un cause et effet 10 fois et quand tu vois un cause une onzième fois, tu anticipe l’effet. Rajouté a ça les quelques expériences qualitatifs de chaque membre de chaque équipe comme une conversation ou une relation développée et là tu as une explication de comment des humains gèrent des projets, organisent des campagnes marketing et font de la commerciale.

Des marketers ont des habitudes par rapport aux canaux, segmentations et thèmes – “ça a bien marché avant, pourquoi est-ce que ça marcherait pas à nouveau?” L’équipe produit régarde des rapports et chartes qui montrent une fraction des données dans une visualization choisi qui potentiellement renforce leurs notions préconçues de quels métriques correspondent le mieux au succès.  Les commerciaux, eux, font des conclusions vis-à-vis des prospets basé sur leurs pays d’origins (“Je ne veux pas de prospets qui viennent de ”) ou leur canal d’acquisition (“On lui a rencontré à un salon? Non merci.”) parce que leur expérience avec une petite pourcentage des prospets.

l’IA, par contre, n’a pas d’intuition. Elle n’attends pas un certain effet à 11ème occurrence d’un événement. Plutôt elle digère une quantité insondable de causes et effets et les assigne une importance relative à leur impact sur le résultat final.

l’AI peut digérer toute l’historique de ton activité commerciale – des clients gagnés et perdus – et différencie ce qui fait d’un client potentiel un “bon” ou un “mauvais,” utilisant des centaines voir des milliers des données filmographique pour chaque client potentiel et actuel. l’AI peut regarder tous les campagnes jamais réalisés par l’équipe marketing ainsi que les résultats en termes de bon ou mauvais leads générés, ce qui la permettre de donner une métrique pour mesurer l’efficacité de chaque campagne qui est indépendant de la capacité de l’équipe commerciale de convaincre des clients potentiels. On le dit pas assez souvent, mais parfois des bons leads ne deviennent pas des clients). l’IA peut ingérer l’activité de tous tes utilisateurs pour révéler quels partis de ton produit engendrent des clients contents et quels partis engendrent des mécontents.

Alors, que faut-il faire avec toute notre intuition humaine si on n’a plus besoin d’analyser la passée? On devine l’avenir!

L’IA peut déterminer quels campagnes marketing ont du succès, mais l’equipe marketing aura toujours sa place dans la création des campagnes qui touche émotionnellement les clients potentiels. L’IA peut prioritiser des prospets vis-à-vis leur lead score, mais seuls les commerciaux peuvent identifier le besoin, créer un lien et de la confiance et les guider vers l’achat. Seuls les commerciaux peuvent attaquer des nouveaux marchés, des nouveaux secteurs, ce qui nourrira à l’avenir l’IA pour prédire le succès plus tard. l’IA ne va jamais conduire un redesign total du produit ou refaire l’expérience utilisateur pour s’adapter à un changement de stratégie de la société. l’IA ne peut que indiquer où regarder pour des améliorations incrémentaux. L’équipe produit continuera de désigner, l’équipe marketing continuera de créer, et les commerciaux continueront de conclurer des ventes.

Les équipes en contacts avec les clients devront laisser tomber leur tendance naturelle pour l’intuition et s’approprier l’IA en tant qu’un outil d’analyse du passé. Laisse les machines faire les calculs afin que les humains puissent se concentrer sur ce qu’on fait de mieux: trouver des solutions créatives aux besoins des autres.

A version of this article was published in English on June 15, 2018.