Sergej Khackimullin - Fotolia
CRM : 3 bonnes raisons d’avoir un Data Scientist dans son équipe CX
Les équipes responsables de l’expérience client (CX) n’ont habituellement pas de Data Scientist. Pourtant, en avoir un peut aider à extraire plus de valeur des données que ne le feraient un analyste CRM classique et un logiciel BI.
Les analystes spécialistes de la relation client (CX) doivent couvrir un large éventail de tâches qui vont de la collecte de données à leur interprétation.
Ils recueillent et nettoient les données des applications, surveillent les médias sociaux, évaluent les retours et les réponses des enquêtes et des sondages, dressent les profils clients, réalisent des analyses comportementales et se penchent sur les métadonnées. Le tout pour nourrir les systèmes CRM et peaufiner la stratégie de l’entreprise.
Bref, ils sont indispensables à une équipe CX gagnante.
Des bienfaits de la Data Science
Mais avoir un Data Scientist permet d’extraire encore plus de valeur des données clients.
Ces spécialistes des algorithmes et de l’analytique avancée ne se contentent pas d’utiliser et de maintenir les modèles préétablis pour analyser les comportements clients – ils sont capables d’en construire de nouveaux à partir de zéro.
Et ils ne se contentent pas d’analyser les indicateurs clés (KPI) classiques et d’en rendre compte : ils sont capables de découvrir de nouveaux metrics.
Au bout du compte, avoir un Data Scientist permet d’utiliser aux mieux les mathématiques pour comprendre ses clients et affiner ses méthodologies.
Voici trois domaines où ils peuvent apporter un gros plus à une équipe CX – en complément d’un analyste et d’un logiciel BI clef en main (ou intégré au CRM) pour les métiers, deux éléments qui restent par ailleurs indispensables.
1. Découvrir de nouveaux leviers de fidélisation client
Les facteurs qui font qu’un prospect devient un client fidèle sont à peu près bien connus et compris. Les équipes commerciales et de support prêtent déjà attention à ces mesures. Mais il y a encore des facteurs inconnus (ou peu connus) qui expliquent ce qui attire ou repousse les clients.
Les Data Scientists peuvent plonger dans les données pour découvrir pourquoi tels nouveaux produits ou tels services sont recherchés par les clients, ou pourquoi telle publicité plaît à tel segment.
Ces enseignements (insights) peuvent ensuite être ajoutés à la boîte à outils opérationnels de l’équipe CX pour améliorer sa communication (marketing), augmenter ses revenus (commerciaux) ou diminuer le taux de churn (SAV et support).
2. Construire de nouveaux modèles d’analyses comportementaux
Le comportement des clients fournit des données précieuses pour ajuster les modèles qui aident les commerciaux et les équipes marketing à déterminer les « prochaines meilleures actions à faire ».
Mais lorsque les entreprises ciblent un nouveau segment démographique, ou qu’elles lancent un nouveau produit ou un nouveau service pour une nouvelle clientèle, ou encore lorsqu’elles adaptent leurs offres pour de nouveaux verticaux, il faut souvent de nouveaux modèles.
Les Data Scientists peuvent construire ces modèles, les tester et les mettre en œuvre.
3. Régression et clustering maison vs « clef en main »
Les modèles statistiques de régression (pour faire de l’analytique descriptif et du prédictif), et la classification par groupe ou « clustering » (pour l’étude des populations et la segmentation) sont les plus utilisés dans une stratégie CRM et ils aident de facto grandement les équipes CX.
Mais les logiciels « out of the box » – dont les CRM – n’utilisent qu’une toute petite partie des techniques mathématiques disponibles. Il peut exister de meilleures solutions algorithmiques et analytiques pour une situation particulière.
Les Data Scientists, eux, savent choisir la meilleure méthode dans tout le corpus d’algorithmes pour les besoins spécifiques d’une équipe CX.
Conclusion
Les CRM sont de plus en plus infusés à l’Intelligence artificielle. Mais la Data Science « sur mesure » permet d’aller beaucoup plus loin dans l’analyse des données des clients.
À noter que le Data Scientist qui travaillera avec l’équipe CX n’aura pas forcément besoin d’être officiellement affecté aux départements marketing, commercial ou relation client – il peut très bien participer à des projets ponctuels selon les besoins. Mais dans tous les cas, il faudra veiller à respecter les bonnes pratiques de ce type de projets.
Si elles ne disposent pas des compétences en interne, ou si elles veulent compléter leurs approches, les organisations peuvent également envisager de passer par un cabinet de conseils en IA.
Toutefois, cette relation avec un expert externe en Data Sciences devra s’inscrire sur le long terme. Si l’équipe CX doit utiliser cette ressource régulièrement et si le but est de diffuser l’usage des algorithmes en interne, il vaut en effet mieux faire appel à des experts qui connaissent bien le domaine (CRM), l’entreprise, son secteur, ses métiers, ses processus et, bien sûr, ses clients.
