Première utilisation de l’intelligence artificielle pour votre entreprise

Objectifs de formation

Une fois cette unité terminée, vous pourrez :

• Décrire comment des résultats clairement définis ont une influence sur le succès des solutions d’IA
• Déterminer quelles sources de données permettent d’entraîner l’IA le plus efficacement possible
• Identifier les étapes à suivre une fois que l’IA a généré des prédictions

Bien démarrer avec l’IA

Maintenant que nous savons de quoi se composent les solutions d’intelligence artificielle, vous devez être impatient de commencer à utiliser l’IA pour optimiser vos activités. Même si vous avez une idée de ce que l’IA peut faire, vous ne savez peut-être pas comment l’utiliser pour apporter une réelle valeur ajoutée à votre entreprise. Se lancer dans l’IA peut être intimidant, mais vous pouvez simplifier le processus en le divisant en quatre étapes.

• Déterminer les éléments à prédire.
• Récupérer les données historiques.
• Traduire les prédictions en actions.
• Améliorer vos actions.

Pour illustrer ces étapes, examinons l’attrition de la clientèle de la banque American Savers Cooperative (ASC). Le risque d’attrition et la fidélisation des clients font partie des cas professionnels où l’IA est la plus fréquemment utilisée. Voyons donc comment ASC utilise les outils commerciaux de l’IA pour garder ses clients.

Déterminer les éléments à prédire

Pour utiliser l’IA efficacement, la première étape consiste à déterminer comment lui dire ce que vous voulez réaliser. Vous devez alors définir clairement, en termes mesurables, ce que vous essayez de prédire.

Prenons le cas de l’attrition de la clientèle chez ASC : qu’est-ce que cela signifie réellement de perdre un client ? Supposons qu’un client détienne à la fois un compte courant et un compte d’épargne et qu’il ferme le compte d’épargne. Est-il considéré comme perdu ? Que se passe-t-il si un client ne possède qu’un seul compte auprès de la banque mais qu’il en retire 90 % des actifs ? S’agit-il d’une attrition ?

Avant qu’ASC puisse utiliser l’IA pour aider à prévoir et à réduire l’attrition de sa clientèle, elle doit d’abord trouver une définition concrète de ce que l’attrition signifie pour l’entreprise. Elle doit pouvoir consulter ses données et dire clairement si le client est parti ou non.

Récupérer les données historiques

La deuxième étape pour utiliser l’IA efficacement consiste à récupérer vos données historiques. On dit souvent que le passé est garant de l’avenir. Cela vaut aussi pour l’intelligence artificielle. 

Dans le cas d’ASC, l’entreprise possède déjà beaucoup de données historiques sur l’attrition. Elle a également une définition concrète de l’attrition et peut affirmer si un client est parti ou non. Ces informations sont exactement le type de données nécessaires pour entraîner l’IA. Dites-vous que si vous ne pouvez pas en faire un rapport, c’est que vous ne pouvez faire aucune prédiction.

Certaines entreprises peuvent avoir besoin de consolider les données éparpillées sur plusieurs systèmes, nécessitant des intégrations pour les centraliser. Cela peut être un véritable défi, mais c’est une étape indispensable.

De nombreuses entreprises sont axées sur les analyses et produisent déjà de nombreux rapports internes pour mesurer la santé de leur entreprise. Mais, naturellement, si vous faites un rapport sur quelque chose, c’est que vous souhaitez prédire ce quelque chose. D’ailleurs, les résultats mesurés dans ces rapports sont un excellent point de départ pour optimiser l’IA. Les résultats ont déjà été déterminés ; les données sont déjà disponibles.

Traduire les prédictions en actions

La dernière étape consiste à traduire votre prédiction en action. Dans le cas de la banque ASC, son IA prédit les chances de départ d’un client. Pour cette raison, les résultats seront donnés sous la forme d’une probabilité. Par exemple, un client aura 15 % de chances de partir tandis qu’un autre client en aura 30 %.

ASC pourrait utiliser ces données de différentes manières. Elle pourrait les ajouter directement à l’enregistrement de contact. Mieux encore, elle pourrait donner à son équipe de fidélisation une liste de clients, classés par ordre de probabilité d’attrition. Il est peut-être temps d’offrir une promotion spéciale à tous les clients ayant plus de 25 % de chances de partir.

Améliorer vos actions

Maintenant qu’ASC souhaite envoyer une promotion spéciale à tous ses clients, elle a besoin d’aide pour créer un e-mail. Avec l’aide de l’IA, en particulier de l’IA générative, elle demande à Einstein de générer un e-mail de promotions spéciales. Einstein rédige un e-mail et ASC est satisfaite de celui-ci. Elle modifie quelques mots pour le rendre plus personnalisé, puis l’envoie à tous ses clients. Non seulement elle a fait des progrès par rapport à ses prédictions d’attrition, mais elle a également montré son appréciation à ses clients.

Pour tirer le meilleur parti de l’IA, vous devez définir concrètement les résultats que vous souhaitez optimiser, les données historiques destinées à l’entraînement de l’IA et un plan d’action pour l’utilisation des prédictions. Dans l’unité suivante, vous allez découvrir comment différents secteurs de votre entreprise peuvent utiliser l’IA pour répondre à leurs besoins.