août 2019

Comment vos mégadonnées sont-elles utiles au service à la clientèle?

Lecture de 5 minutes

Voyez comment les mégadonnées aident nos petites et moyennes entreprises à mettre leurs produits sur le marché, à fournir une offre plus pertinente et à offrir un service à la clientèle de premier ordre.

Les Canadiens sont connus pour leur politesse, et les propriétaires d’entreprise ont toujours eu le service à la clientèle à cœur. Plus que jamais, les mégadonnées actuelles peuvent aider les propriétaires d’entreprises à offrir un service à la clientèle supérieur et à répondre aux besoins des clients, avant même que ces derniers se rendent compte de ce besoin. Grâce aux mégadonnées et à leur utilisation en analyse prédictive, en apprentissage machine et en intelligence artificielle (IA), le panorama du marketing et du service à la clientèle canadien change, poussant les propriétaires d’entreprise vers de nouvelles frontières.

Selon le rapport American Express SME Pulse 2019 (en anglais seulement), 19 % des PME ont dit de la collecte de données, de leur entreposage et de leur mise en rapport qu’elles étaient parmi leurs plus grandes priorités de dépenses, et 18 % ont dit investir le plus dans l’intelligence d’affaires et l’analyse des données. Il n’est pas surprenant que de telles sommes soient investies en analyse de données, qui servent à rehausser l’apprentissage machine et l’IA pour fournir des résultats plus précis. Dans un sondage récent, réalisé auprès des détaillants partout dans le monde, 49 % des propriétaires d’entreprises ont dit que les progrès dans l’IA et dans l’apprentissage machine permettraient d’économiser sur les coûts, 44 %, d’augmenter la productivité et 43 %, de faire croître les revenus1.

Donc, comment les détaillants canadiens utilisent-ils les mégadonnées combinées à l’IA pour mettre leurs produits sur le marché, fournir une offre plus pertinente et – le plus important – offrir un service à la clientèle supérieur?

Réduction des coûts et expérience client rehaussée

Les petits magasins et les boutiques éphémères, situées dans de plus grands complexes de détails, offrent une expérience plus personnalisée aux consommateurs, qui compense pour leur sélection de produits plus restreinte. C’est un compromis que beaucoup de consommateurs et de détaillants accueillent avec joie. Une mise en marché minimaliste permet aux détaillants de mettre leurs produits les plus populaires de l’avant, alors que l’espace gagné permet de rehausser l’expérience client. Cet espace pourrait être utilisé pour des kiosques permettant la commande en ligne rapide ou fournissant de l’information supplémentaire sur les produits, ou simplement comme salon, pour une expérience plus chaleureuse et accueillante.

Les mégadonnées des systèmes de gestion des stocks emmagasinées dans le nuage permettent aux détaillants de combler les lacunes entre les ventes en ligne et en magasin. Ces données permettent de faire un meilleur suivi des meilleures ventes en magasin, afin que la rotation de la marchandise soit effectuée de manière adéquate. Le détaillant de vêtements canadien Bergstrom Originals gagne une journée par semaine et économise sur les frais de tenue des livres en faisant la conversion à un système de gestion des stocks nuagique, qui rapproche les stocks en magasin des ventes en ligne2. Les clients peuvent également naviguer sur le site Web pendant qu’ils sont en magasin, ce qui ouvre tout un horizon de ventes.

Astuces magasinage et service personnalisés

Tulip, une jeune pousse du commerce de détail à Toronto, utilise des mégadonnées entreposées dans la plateforme d’apprentissage machine Google Cloud pour aider ses préposés en magasin à mieux interagir avec les clients3. En accédant à la plateforme avec un téléphone intelligent ou une tablette, le personnel des ventes peut analyser le comportement passé d’un client pour fournir une interaction en magasin plus ciblée et appropriée. Le personnel peut aussi faire des recommandations plus pertinentes, car basées sur les achats passés et préférences du client.

De la même manière, L’Oréal Canada améliore son expérience client en ligne en utilisant des robots conversationnels dotés d’IA sur un milliard de sites Web, approximativement, pour donner des recommandations de produits et des conseils dermatologiques adaptés au type de peau de chaque utilisateur4.

Embaucher des travailleurs selon des éléments intangibles

L’entreprise Plum.io, de Waterloo, en Ontario, offre une assistance pour attaquer la tâche délicate qu’est l’embauche d’une main-d’œuvre plus diversifiée. En utilisant des algorithmes IA de pointe, le logiciel de l’entreprise aide ses professionnels des RH et ses recruteurs à prendre des décisions en se basant sur les « talents » d’un candidat, dans des domaines comme l’éthique de travail, le travail d’équipe, la constance et le leadership en faisant le tri parmi d’innombrables éléments d’information dans leur curriculum vitae et leurs comptes de médias sociaux, en tentant de faire ressortir des tendances5. Par conséquent, les employeurs sauront qu’ils embauchent des individus aptes à occuper des postes de leadership et à fournir un service à la clientèle exemplaire.

Compiler et combiner les renseignements issus des mégadonnées

L’exploitation des mégadonnées peut commencer par des étapes simples, comme l’utilisation des données de publicité pour faire un reciblage ou, dans le cas de L’Oréal Canada, l’utilisation de promotions faites par les robots conversationnels. Toutefois, les meilleures initiatives combineront le marketing en ligne et la collecte de données aux interactions en magasin.

Avec American ExpressMD, les entreprises comme la vôtre peuvent tirer parti des renseignements sur les dépenses des clients qui, une fois combinés à l’information sur vos tendances de dépenses d’entreprise, peuvent vous aider à optimiser votre chaîne de valeur. Le résultat? Une efficacité accrue, des économies de coût et une expérience client rehaussée.

1 https://towardsdatascience.com/disruption-in-retail-ai-machine-learning-big-data-7e9687f69b8f (En anglais seulement)

2 https://www.vendhq.com/customers/bergstrom-originals (en anglais seulement)

3 http://www.canada.ai/posts/tulip-partners-with-google-cloud-to-provide-machine-learning-solutions-for-retail (en anglais seulement)

4 https://www.glossy.co/beauty/loreal-canada-expands-ai-ambitions-through-online-advertising (en anglais seulement)

5 https://venturebeat.com/2018/06/13/plum-uses-ai-to-hire-people-that-never-would-have-been-discovered-through-a-traditional-hiring-process/ (en anglais seulement)