Comment obtenir des résultats avec le CRM et les Big Data ?

Jusqu'à présent, la gestion de la relation client (CRM) était essentiellement une affaire simple : vous collectez d'une manière ou d'une autre quelques données. Ce comportement a changé en raison des possibilités techniques. Tout d'abord, la quantité de données que vous pouvez collecter sur un client potentiel a changé. En plus du nom, de l'âge et du sexe, le comportement de clic, le contexte ou les besoins actuels ont été ajoutés.

Condition préalable

Les problèmes fondamentaux liés au traitement des données des clients peuvent être expliqués en principe par les questions "Qui", "Quoi" et "Avec quoi". C'est le point essentiel de la sélection des futurs systèmes. Après tout, quel fournisseur de système réussira finalement à marquer des points avec l'intelligence artificielle ? Fondamentalement, plus vous en savez sur les clients, mieux c'est.

Mais quels liens peut-on établir entre les données individuelles des clients ? L'objectif ne doit donc pas être la collecte maladroite de données, mais leur "interconnexion".

Le terme "marketing de contenu" est un mot à la mode qui hante les salles de conférence. Il est vrai qu'en analysant les données des clients, vous devriez savoir ce qu'ils veulent réellement. L'analyse prédictive est un sujet de longue date, maintenant une sorte d'intelligence auto-apprenante entre en jeu.

Par exemple, le clip ci-dessous montre un voyage de client via l'Alexa d'Amazon.

Amazon envisage apparemment de suivre la même stratégie avec "Alexa Echo" que Microsoft l'a fait avec Windows : présence, présence, présence. Il n'y a pas d'autre façon d'expliquer que les produits Amazon non seulement décorent les salons, mais sont aussi "allumés" dans les télévisions, les voitures ou les réfrigérateurs.

Une explication plus détaillée du cas d'utilisation d'Alexa peut être trouvée ici :

Enfin, la manière dont les nouvelles informations sont diffusées est pertinente.

Par courrier électronique, par les médias sociaux ou peut-être par la presse écrite ? Le choix est vaste et les liens entre les attributs individuels des clients jouent également un rôle important à cet égard. En soi, le choix du support est dérivé du comportement antérieur du consommateur. Mais comment d'autres médias, ou canaux, pourraient-ils être utilisés de manière encore plus optimale ?

Exemple abstrait : les clients peuvent vouloir joindre les spécifications d'un produit via la commande "Imprimer" du navigateur. Par conséquent, ils pourraient encore être réceptifs à la publicité imprimée.

Néanmoins, les clients sont confrontés à de plus en plus de tâches numériques qui ne peuvent être résolues qu'au prix de grands efforts. C'est là qu'une nouvelle technologie, ou plutôt un nouveau logiciel, intervient pour "canaliser" les volumes de données précédemment lues et collectées. Un "Écho d'Alexa" pourrait maintenant aider ici.

Les opposants

Le nombre de fabricants de logiciels et d'agences qui souhaitent soutenir précisément cette automatisation de la commercialisation a également augmenté proportionnellement à l'utilisation du terme "automatisation de la commercialisation" lors des salons et des conférences. Il est difficile de les suivre tous, mais il faut faire une sélection ici aussi. SAP, Salesforce et IBM se distinguent particulièrement.

Les conducteurs

Selon un entretien avec McDermott, SAP emploie une centaine de développeurs dans le domaine de l'apprentissage machine. Le projet, baptisé "SAP Clea", en est encore à ses débuts et SAP doit encore de nombreuses réponses à ses clients. Cependant, la SAP a vu les choses en grand. De même, Salesforce tourne autour d'une formule à succès avec "Einstein". Il s'agit de "CRM + AI = Succès". Salesforce fournit également des exemples de son utilisation :

Enregistrement automatique des activités de vente, recommandation de solutions et d'articles de connaissance dans le domaine des services ou de fonctions de recommandation complètes dans le domaine du marketing. Dans le même temps, "Einstein" devrait s'adapter de plus en plus.

L'ancien champion du monde d'échecs Garry Kasparov pourrait vous en dire plus, car en 1996, il a été le premier grand maître à perdre une partie contre l'ordinateur d'échecs "Deep Blue" développé par IBM. L'intelligence artificielle (IA) actuelle d'IBM, quant à elle, circule sous le nom de "Watson". Elle a été déclarée arme polyvalente de la société, pour ainsi dire.

Si "Watson" obtient déjà de bons résultats sur Jeopardy, il lui manque apparemment encore une stratégie d'utilisation pour les produits en nuage.

Les autres développeurs de quelque chose comme l'IA sont partout sur la carte : Amazon, Facebook ou Apple poussent leurs jeux dans l'espace des médias sociaux. Certes, ils utilisent cette IA moins comme des robots d'automatisation que comme des pools de données largement reliés. En tout cas, les acteurs de la Silicon Valley ont une chose d'avance sur les sociétés de logiciels établies : le courage de tester en public des produits simplement structurés.