Jimmy Barens, Senior Vice President Global Sales Engineering chez Yext
Afin de proposer la meilleure expérience utilisateur possible, l’annonceur doit régulièrement faire un état des lieux précis de la donnée qu’il possède en interne, et de celle qui viendrait à manquer, avant de se demander comment et pourquoi l’utiliser. Aujourd’hui, les marques collectent de nombreuses données concernant les produits, les opérations en cours, les clients et leurs historiques d’achat. Cependant, celles-ci sont encore trop souvent stockées dans des endroits différents et ne sont pas suffisamment liées entre elles, si bien qu’elles perdent en qualité.
En combinant la donnée à l’Intelligence Artificielle (IA), les marques peuvent facilement optimiser l’expérience utilisateur de leurs clients. A condition de se poser les bonnes questions.
Quelle IA pour quel besoin ?
L’Intelligence Artificielle ne se limite pas à Chat GPT ou Bard. Il existe des centaines d’éditeurs, développant eux-mêmes de multiples grands modèles de langage (LLM) et autres chats conversationnels. C’est pourquoi, avant de se lancer dans l’usage de l’IA, il est impératif de se renseigner sur les algorithmes et modèles existants, se demander quel sera l’usage en interne, à qui elle servira, et surtout comment elle viendra s’intégrer dans l’infrastructure IT.
S’offrent alors trois possibilités :
Construire une IA de toute pièce. L’opération est longue mais elle assure une personnalisation à 100%, la marque maîtrise alors son modèle et toute sa donnée.
Emprunter des algorithmes déjà existants afin de les adapter à son image. La marque garde encore un certain contrôle sur le modèle d’IA et sur la donnée.
Acheter une IA déjà commercialisée pour un démarrage immédiat. En contrepartie, la marque n’a plus aucun contrôle, aussi bien sur l’algorithme que sur la donnée. De même, aucune personnalisation ne sera possible.
Une fois le modèle d’IA choisi, il faut penser à sa gestion. Pour monter en puissance, elle a besoin d’être nourrie de nouvelles données en permanence, d’être améliorée, notamment par le biais de l’humain. Gérer l’IA signifie également maîtriser le prompt, c’est-à-dire savoir décrire précisément ce qui est attendu par cette dernière. Deux modèles identiques donneront des résultats totalement différents s’ils ont été mal configurés.
L’IA ne cesse de se développer. Il est donc indispensable de continuer de l’améliorer, via des ajustements dans les réglages ou les prompts, et d’analyser les résultats. De même, il est recommandé de rester à l’affût des nouveaux algorithmes et langages et ne pas hésiter à changer de modèle, voire de compléter l’existant. Ce n’est qu’une fois ces questions posées que l’Intelligence Artificielle va pouvoir être utilisée en interne afin d’optimiser l’expérience utilisateur.
5 cas d’usages pour enrichir l’expérience utilisateur
Une fois l’IA déployée en interne, et à condition d’être alimentée avec une donnée complète, irréprochable et de qualité, elle sera un allié de taille pour les équipes marketing et support client notamment.
Nettoyer et vérifier les données. La donnée est partout mais si elle n’est pas vérifiée, elle ne sera d’aucune utilité. L’IA permet de vérifier efficacement un référentiel de données de magasins dans le but de confirmer si des coordonnées GPS ou si une adresse sont à jour. Le nettoyage et la structuration de la donnée sont facilement industrialisés, et l’information partagée est alors fiable.
Structurer et transformer l’information. Grâce à l’IA, il est possible d’ajouter valeur et contexte à la donnée. L’équipe marketing peut alors s’appuyer sur elle pour optimiser le SEO. De la même manière, certaines informations pourront être contextualisées, par exemple, une série de X chiffres sera automatiquement considérée comme un numéro de téléphone. Une marque peut alors se servir de l’IA pour remplir et adapter les “knowledge cards” de tous ses établissements et ainsi les adapter en fonction de leurs localisations.
Générer et enrichir les contenus. Si l’équipe est limitée en ressources ou en temps disponible, l’Intelligence Artificielle peut créer de façon massive du contenu additionnel comme une description produit, un article de blog, voire répondre aux avis clients, et ce de façon personnalisée. En effet, grâce à la donnée qui lui est régulièrement injectée, l’IA va se transformer en membre additionnel d’une équipe support/voix du client et sera en mesure de répondre intelligemment à tous les commentaires clients laissés en ligne.
Analyser la data et proposer des tendances. En se basant sur des requêtes clients récurrentes, l’IA est en mesure de détecter et proposer une tendance, la marque n’aura plus qu’à s’en inspirer pour enrichir certaines pages de son site internet comme les FAQ ou les guides d’utilisation.
Rechercher et discuter pour aider le consommateur. Grâce à l’évolution du langage, il est fréquent de sortir du schéma traditionnel de décisions d’un chatbot qui se base uniquement sur un ensemble de scénarios. Désormais, grâce à la donnée qui lui est injectée, l’IA est en mesure de mieux comprendre le contexte et l’intention du consommateur et d’y répondre de façon précise, à l’image d’un humain.
Lorsque la data est correctement renseignée en interne, le recours à l’IA a un impact direct sur l’expérience utilisateur et donc sur les résultats commerciaux de la marque. En effet, avec des knowledges cards à jour, et des contenus SEO optimisés, la marque remonte plus facilement dans les moteurs de recherche. La fiche produit correctement remplie incite l’utilisateur à aller au bout de son acte d’achat, et surtout en cas de doute, le chatbot ou la page FAQ sait automatiquement le renseigner.
Cependant, pour arriver à ces résultats, il faut s’assurer que la data est exhaustive, irréprochable et de qualité en plus d’être maintenue au quotidien, sous peine de se dégrader. Sans cela, recourir à l’Intelligence Artificielle n’aura aucun intérêt. Si celle-ci est de qualité, couplée à l’IA et à l’expérience utilisateur, la marque sera en mesure de proposer un parcours client d’une qualité et d’une fluidité inégalées.
En combinant la donnée à l’Intelligence Artificielle (IA), les marques peuvent facilement optimiser l’expérience utilisateur de leurs clients. A condition de se poser les bonnes questions.
Quelle IA pour quel besoin ?
L’Intelligence Artificielle ne se limite pas à Chat GPT ou Bard. Il existe des centaines d’éditeurs, développant eux-mêmes de multiples grands modèles de langage (LLM) et autres chats conversationnels. C’est pourquoi, avant de se lancer dans l’usage de l’IA, il est impératif de se renseigner sur les algorithmes et modèles existants, se demander quel sera l’usage en interne, à qui elle servira, et surtout comment elle viendra s’intégrer dans l’infrastructure IT.
S’offrent alors trois possibilités :
Construire une IA de toute pièce. L’opération est longue mais elle assure une personnalisation à 100%, la marque maîtrise alors son modèle et toute sa donnée.
Emprunter des algorithmes déjà existants afin de les adapter à son image. La marque garde encore un certain contrôle sur le modèle d’IA et sur la donnée.
Acheter une IA déjà commercialisée pour un démarrage immédiat. En contrepartie, la marque n’a plus aucun contrôle, aussi bien sur l’algorithme que sur la donnée. De même, aucune personnalisation ne sera possible.
Une fois le modèle d’IA choisi, il faut penser à sa gestion. Pour monter en puissance, elle a besoin d’être nourrie de nouvelles données en permanence, d’être améliorée, notamment par le biais de l’humain. Gérer l’IA signifie également maîtriser le prompt, c’est-à-dire savoir décrire précisément ce qui est attendu par cette dernière. Deux modèles identiques donneront des résultats totalement différents s’ils ont été mal configurés.
L’IA ne cesse de se développer. Il est donc indispensable de continuer de l’améliorer, via des ajustements dans les réglages ou les prompts, et d’analyser les résultats. De même, il est recommandé de rester à l’affût des nouveaux algorithmes et langages et ne pas hésiter à changer de modèle, voire de compléter l’existant. Ce n’est qu’une fois ces questions posées que l’Intelligence Artificielle va pouvoir être utilisée en interne afin d’optimiser l’expérience utilisateur.
5 cas d’usages pour enrichir l’expérience utilisateur
Une fois l’IA déployée en interne, et à condition d’être alimentée avec une donnée complète, irréprochable et de qualité, elle sera un allié de taille pour les équipes marketing et support client notamment.
Nettoyer et vérifier les données. La donnée est partout mais si elle n’est pas vérifiée, elle ne sera d’aucune utilité. L’IA permet de vérifier efficacement un référentiel de données de magasins dans le but de confirmer si des coordonnées GPS ou si une adresse sont à jour. Le nettoyage et la structuration de la donnée sont facilement industrialisés, et l’information partagée est alors fiable.
Structurer et transformer l’information. Grâce à l’IA, il est possible d’ajouter valeur et contexte à la donnée. L’équipe marketing peut alors s’appuyer sur elle pour optimiser le SEO. De la même manière, certaines informations pourront être contextualisées, par exemple, une série de X chiffres sera automatiquement considérée comme un numéro de téléphone. Une marque peut alors se servir de l’IA pour remplir et adapter les “knowledge cards” de tous ses établissements et ainsi les adapter en fonction de leurs localisations.
Générer et enrichir les contenus. Si l’équipe est limitée en ressources ou en temps disponible, l’Intelligence Artificielle peut créer de façon massive du contenu additionnel comme une description produit, un article de blog, voire répondre aux avis clients, et ce de façon personnalisée. En effet, grâce à la donnée qui lui est régulièrement injectée, l’IA va se transformer en membre additionnel d’une équipe support/voix du client et sera en mesure de répondre intelligemment à tous les commentaires clients laissés en ligne.
Analyser la data et proposer des tendances. En se basant sur des requêtes clients récurrentes, l’IA est en mesure de détecter et proposer une tendance, la marque n’aura plus qu’à s’en inspirer pour enrichir certaines pages de son site internet comme les FAQ ou les guides d’utilisation.
Rechercher et discuter pour aider le consommateur. Grâce à l’évolution du langage, il est fréquent de sortir du schéma traditionnel de décisions d’un chatbot qui se base uniquement sur un ensemble de scénarios. Désormais, grâce à la donnée qui lui est injectée, l’IA est en mesure de mieux comprendre le contexte et l’intention du consommateur et d’y répondre de façon précise, à l’image d’un humain.
Lorsque la data est correctement renseignée en interne, le recours à l’IA a un impact direct sur l’expérience utilisateur et donc sur les résultats commerciaux de la marque. En effet, avec des knowledges cards à jour, et des contenus SEO optimisés, la marque remonte plus facilement dans les moteurs de recherche. La fiche produit correctement remplie incite l’utilisateur à aller au bout de son acte d’achat, et surtout en cas de doute, le chatbot ou la page FAQ sait automatiquement le renseigner.
Cependant, pour arriver à ces résultats, il faut s’assurer que la data est exhaustive, irréprochable et de qualité en plus d’être maintenue au quotidien, sous peine de se dégrader. Sans cela, recourir à l’Intelligence Artificielle n’aura aucun intérêt. Si celle-ci est de qualité, couplée à l’IA et à l’expérience utilisateur, la marque sera en mesure de proposer un parcours client d’une qualité et d’une fluidité inégalées.