OPINION // L’amélioration de l’expérience client passe inévitablement par une meilleure connaissance client. Avec le développement des outils et médias de communication, un utilisateur dispose aujourd’hui d’un grand nombre de moyens pour interagir avec les marques. D’aucuns y lisent de l’infobésité; il faudrait plutôt y voir l’opportunité d’accès à un nombre incroyable d’insights, à exploiter dans le cadre de l’amélioration de l’expérience client et du développement d’une stratégie d’entreprise éclairée par la donnée.

Les données non structurées

Un client, comme un prospect dans une moindre mesure, sèment, au fil des ans, dans le cadre de sa relation avec la marque, une mine d’informations non ou mal exploitées (des échanges emails, des réclamations, des avis produits, des commentaires sur les médias sociaux, des conversations voix-vidéo-texte avec le support client et l’équipe commerciale…) : ce sont des données non structurées. D’ailleurs, selon MongoDB, de 80 à 90% des données générées et collectées par les organisations ne seraient pas structurées. Les données non structurées sont des données représentées sans format prédéfini. Elles sont généralement stockées dans des data lakes, alors que les données structurées le sont dans des data warehouses. L’enjeu, pour les marques, réside dans l’exploitation et la valorisation de ces données non exploitées, avec pour objectifs de les rendre utiles et actionnables. L’usage de l’intelligence artificielle, en particulier dans le domaine de l’analyse des documents, va justement permettre ce gain de productivité sans précédent. Un phénomène que les analystes appellent d’ailleurs de leurs vœux : « Les entreprises adopteront l’IA – non seulement parce qu’elles le peuvent, mais parce qu’elles le doivent », déclarait Ritu Jyoti, vice-président du programme Intelligence artificielle chez IDC en 2020. Cette urgence à utiliser la donnée s’explique aussi par leur multiplication.

Infobésité ou Eldorado

L’entreprise est devenue un monde de textes qui sont éparpillés dans différents formats sur plusieurs médias. En 2020, 57 % des répondants à l’étude Splunk craignaient que le volume des données n’augmente plus vite que la capacité de leur entreprise à les gérer. Le problème identifié est bien la surcharge d’informations, qu’elle soit en provenance de l’entreprise comme de l’extérieur. Il en résulte, le plus souvent, une baisse de productivité et un risque sur la fluidité du processus décisionnel. Ce qui est en jeu, c’est la capacité à traiter de manière adéquate ces informations, parfois méconnues (dark data). Dans ce contexte, la promesse de l’IA est de permettre, au travers de l’analyse des documents, l’extraction et l’analyse de chaque mot dans chaque conversation, quel que soit le média utilisé (email, médias sociaux, commentaires sur le site, avis clients, conversations des messageries instantanées).

L’objectif, pour l’entreprise, est de guider ses décisions à partir des données (data driven strategy). Il est aussi, par ricochet, d’économiser le temps de traitement de l’information par les collaborateurs et de rendre cette information actionnable. Le ROI de l’IA se mesure ainsi en gain de productivité et les domaines d’applications sont nombreux.

L’enjeu de la conformité

L’analyse des données non structurées permet, en outre, de veiller au respect des politiques de conformité. L’IA va ainsi être utilisée pour déceler des contenus inappropriés dans des tchats, messages instantanés ou des échanges suspects dans des e-mails, pour détecter aussi des anomalies… Ou même pour accompagner la mise en conformité de l’entreprise au RGPD. Le domaine bancaire, toujours en recherche de gisements de gains opérationnels, s’est d’ailleurs emparé du sujet. Un défi de taille pour ce secteur qui gère une multitude d’informations sur ses contacts, éparpillées au sein de différents départements et systèmes d’informations. Et qui, dans ses activités de promotion de ses produits d’investissement (actions, obligations, fonds de placement…), doit informer précisément sur les risques encourus, avant de proposer des produits financiers (MiFID 2). Dans ce cadre, l’IA permet de s’assurer, a posteriori, que les échanges téléphoniques entre conseillers et clients respectent bien leurs standards de qualité. C’est aussi l’avènement du temps réel, très important lorsqu’il s’agit de contextualisation de la relation client.

Le sujet de la gouvernance et de l’exploitation des données doit être au cœur de la préoccupation des entreprises qui se transforment, quand celles-ci n’ont pas déjà missionné un CDO pour gérer le sujet. Car, si aujourd’hui la multiplication des médias de communication et des échanges génèrent un flot inédit de données, les entreprises ne peuvent plus faire l’impasse sur ce sujet. Ou tout simplement, pour paraphraser John Fitzgerald Kennedy : l’administration des données coûte cher, ne pas exploiter ces données coûte encore plus cher.

<<< À lire également : Intelligence artificielle : Faut-il se méfier des algorithmes ? >>>