Utiliser l'IA pour raconter une histoire à partir des données
Les données non structurées offrent une formidable opportunité de débloquer de nouvelles informations sur les clients. Si les organisations sont en mesure de traduire ces données en récits faciles à comprendre à propos de leurs clients, elles peuvent prendre des mesures qui améliorent la satisfaction des clients et contribuent à réduire le taux de défection.
Les données non structurées sont nombreuses. En réalité, selon certaines estimations, 90 % de toutes les données sont non structurées, et leur croissance est beaucoup plus rapide que celle des données structurées. Le texte, les images, le son et les autres types de contenu qui constituent des données clients non structurées se multiplient rapidement sur un ensemble de plateformes telles que Discord, Reddit, Slack et X. Il peut s'avérer difficile de collecter toutes ces données et de les transformer en informations exploitables, mais les avantages potentiels en valent la peine.
Lorsque j'étais ingénieur en expérience utilisateur chez Google, j'ai constaté à quel point l'association des fonctionnalités de l'IA générative avec les données clients pouvait améliorer les expériences numériques. Je faisais partie d'une équipe formidable qui travaillait sur des pages web de marketing, notamment sur la page d'accueil cloud.google.com. Certains de nos projets impliquaient la création d'interfaces de conversation pour les équipes de vente et d'assistance qui ont partiellement automatisé des tickets Salesforce. Grâce à des réponses d'assistance semi-automatisées, nous avons pu répondre rapidement aux problèmes des clients et garantir leur satisfaction.
Pour la plupart des organisations, cependant, la chaîne de commentaires des clients est interrompue ; et chez Sushidata, nous nous efforçons d'y remédier. En tant que cofondateur et PDG de l'entreprise, je collabore avec notre équipe talentueuse pour aider les organisations à mieux étudier les informations sur les clients et à améliorer les expériences des clients en appliquant l'IA aux données non structurées. Le parcours suivi par notre entreprise jusqu'à ce jour nous a permis de tirer des enseignements importants concernant les aspects sur lesquels prioriser nos efforts et la manière de tirer le meilleur parti des données.
Optimiser la valeur des clients existants
En vous concentrant sur l'expérience de vos clients existants, vous obtenez souvent plus de résultats. Il faut beaucoup plus de ressources pour acquérir de nouveaux clients que pour conserver ceux dont vous disposez déjà. Certes vous vous efforcerez toujours d'attirer de nouveaux prospects, toutefois satisfaire les besoins des clients actuels doit rester une de vos priorités absolues.
En découvrant des informations issues de données non structurées, vous pouvez déceler rapidement des problèmes potentiels. Par exemple, parmi les données que nous recueillons au sujet de nos clients figurent les plaintes de clients mécontents du temps que met l'assistance à résoudre leurs problèmes. Nous développons actuellement un mécanisme d'alerte qui tire parti du traitement du langage naturel pour déclencher une alerte à la bonne équipe sur n'importe quel support nécessaire (Slack, e-mail ou même SMS). Grâce à ce mécanisme, nos clients trouveront une solution à leurs problèmes avant que leurs clients ne décident d'envisager des options concurrentes.
Parallèlement, le fait de comprendre les besoins des clients en temps réel peut créer de nouvelles opportunités de ventes supplémentaires. Si un client décrit une difficulté métier particulière sur Slack ou publie une demande de fonctionnalité sur Discord, vous pourriez être en mesure de lui proposer des solutions répondant à ses besoins. Voici quelques éléments de réflexion : lorsqu'un utilisateur demande des tarifs Enterprise, que devez-vous faire ? Pour moi, la réponse consiste à se mettre à l'écoute de ce client et à se montrer aussi serviable que possible envers cet acheteur potentiel.
Puiser dans la puissance de l'IA
Comment trouver de l'or dans les gros volumes de données clients ? Pour tirer pleinement parti de données non structurées, il est nécessaire d'avoir recours à l'IA. En utilisant de grands modèles de langage (LLM), vous pouvez collecter efficacement des données clients depuis plusieurs sources, connecter des éléments de données provenant d'emplacements distincts, unifier l'utilisateur sur l'ensemble des plateformes, analyser les données pour comprendre le sentiment, repérer les tendances en temps réel et présenter de nouvelles informations sous un format visuel.
Ce travail serait quasiment impossible sans l'IA. Supposons que vous souhaitiez organiser les données issues de conversations de plusieurs forums en ligne dans le but de produire un récit client cohérent concernant votre produit. En plus de trouver chaque mention de votre produit, vous avez besoin d'un système inscrit dans un contexte, capable de discerner les relations entre de nombreux messages, de relier des éléments particuliers d'information et de générer un récit unique qui a du sens. Compte tenu de la nature nuancée et souvent ambiguë de la communication humaine, ce processus nécessite des fonctionnalités sophistiquées d'IA et une adhésion au contexte, même lorsque les conversations sont entrelacées et fluides par nature.
Servir des décisions stratégiques essentielles
Comment mettre en œuvre une approche soutenue par l'IA pour générer des informations sur les clients à partir de données non structurées ? Vous avez quelques décisions déterminantes à prendre et des difficultés à surmonter avant de pouvoir tirer profit de cette mine de données.
Collecte
Quelle que soit la taille de votre organisation, les plateformes communautaires telles que Discord, Slack, X et Reddit sont souvent les meilleurs endroits pour sonder le ressenti et les retours des clients. En plus des conversations que votre équipe peut avoir directement avec des clients sur ces plateformes, les clients communiquent également avec leurs pairs (c'est-à-dire des clients potentiels) au sujet de votre entreprise et de vos produits, en fournissant des informations potentiellement critiques.
Vous devez décider de la technologie qui vous permettra de collecter rapidement et efficacement toutes les données dignes d'intérêt, tout en respectant les règles de la plateforme et les réglementations relatives à la confidentialité des données. Chez Sushidata, nous utilisons OAuth pour faciliter la collecte de données, au lieu de Zapier, car nous souhaitons épargner à nos utilisateurs la complexité de connexion à Zapier. Nous accordons une attention particulière à chaque source, et nous veillons à ce que s'y connecter soit aussi rapide et efficace que possible. L'OAuth est une norme ouverte qui nous permet (ainsi qu'à nos clients) de nous connecter à une API depuis chaque plateforme. Avec l'OAuth, les organisations peuvent facilement accéder aux informations sur les clients sans avoir à entrer dans la zone grise de l'éthique que représente l'extraction de données sur les forums publics.
Unification
L'unification des données provenant de plusieurs sources est l'une des plus grandes difficultés liées à l'analyse des données clients. D'un côté, vous voulez réunir toutes ces données cloisonnées. Mais vous voulez également savoir quelles informations proviennent de chaque plateforme, afin de pouvoir prendre des mesures au bon endroit.
Chez Sushidata, nous attribuons des ID en fonction de la plateforme source. Si un utilisateur souhaite étudier en détail un problème lié à un produit, un bug ou une demande de fonctionnalité précis, il peut accéder directement à la source, en un seul clic.
Stockage
Si vous collectez essentiellement des données de type texte, vous pouvez utiliser une base de données traditionnelle. Chez Sushidata, nous utilisons la base de données serverless de Cloudflare avec une instance de base de données distincte pour chaque client afin de nous assurer que les données de chaque organisation sont séparées de celles des autres.
Si vous incluez d'autres types de données, par exemple des images, une base de données vectorielle (qui conserve les données associées à proximité) peut contribuer à accélérer les performances. La plateforme pour développeurs de Cloudflare nous permet de déterminer les données à inclure à la base de données vectorielle.
Par ailleurs, une solution de stockage d'objets, telle que Cloudflare R2, peut vous permettre de stocker une grande quantité et une grande variété de données allant du texte aux images et aux vidéos, en passant par les données de journaux et d'événements.
Analyse
Les organisations ont aujourd'hui accès à d'immenses volumes de données, mais l'utilisation de ces données pour prendre des décisions éclairées ne peut se faire sans analyse. L'IA est essentielle pour marquer et analyser toutes ces données, puis générer des informations exploitables.
Il est essentiel de trouver ou de développer les bons modèles d'IA. Sushidata donne accès à plusieurs modèles d'IA, vous offrant la flexibilité nécessaire pour explorer facilement les nouveaux modèles dès qu'ils sont disponibles. Nous utilisons Cloudflare Workers AI pour les modèles d'intégrations et de génération de texte qui sont exécutés à la périphérie, à proximité des utilisateurs.
Avec les bons modèles, vous pouvez analyser le contexte des données non structurées que vous avez collectées, puis procéder à une analyse multidimensionnelle des sentiments. Lorsque mes cofondateurs de Sushidata, Victor Sanchez et Victor Ilisei, et moi-même avons entrepris de mesurer les sentiments, nous voulions aller plus loin que la simple évaluation du degré de satisfaction ou de déception des clients. Il est possible d'explorer bien d'autres émotions.
Nous avons décidé d'utiliser l'IA pour réaliser une analyse des sentiments en cinq dimensions. Nos clients sont ainsi plus à même de comprendre si leurs propres clients expriment de la confiance ou de la crainte, s'ils sont confus ou parfaitement clairs, par exemple. Avec le bon sentiment en vue, vous déterminez plus facilement la meilleure action à entreprendre.
Visualisation
Dans la plupart des cas, les personnes qui utilisent les informations sur les clients ne sont pas des experts en science des données : ils sont membres d'une équipe de gestion de l'expérience client ou de la communauté. Vous devez trouver une solution pour leur présenter des informations sous un format visuel permettant de transmettre rapidement et facilement des informations.
Avec les bonnes fonctionnalités de visualisation, cette équipe peut immédiatement voir si votre entreprise reçoit de nouveaux commentaires, demandes de fonctionnalités, rapports d'erreurs ou mentions d'autres problèmes. L'équipe responsable de l'expérience client peut retracer les parcours des clients et s'efforcer de les optimiser. Et elle peut utiliser des outils de visualisation pour transmettre des informations aux dirigeants de l'entreprise.
Sécurité
Il est essentiel de sécuriser les données clients et de se conformer aux réglementations en matière de confidentialité des données. Pour protéger la confidentialité de chaque client, vous devez disposer de moyens d'anonymiser les données, à savoir supprimer les informations d'identification personnelle (Personally Identifiable Information, PII), à mesure que vous les collectez. Vous devez également vous conformer aux règles de la plateforme en matière de collecte de données. Comme je l'ai mentionné plus haut, la mutualisation est importante pour la protection des données.
Si vous formez votre propre modèle d'IA, vous devez également vérifier que les données que vous intégrez au modèle ne sont ni compromises ni corrompues. Nous avons vu par exemple des entreprises utiliser les données de Reddit (notamment les conversations entre les employés de l'entreprise et les clients) pour entraîner des modèles d'IA générative. Elles prévoient de déployer ces modèles dans des forums afin qu'ils répondent aux questions des clients en leur nom. Toutefois, elles doivent être sûres de disposer de données propres et précises. Si quelqu'un se rend dans un forum en se faisant passer pour un utilisateur, les modèles basés sur ces données ne fourniront pas de réponses précises et constructives.
Envisager l'avenir de la narration basée sur l'IA
L'application de l'IA à des données non structurées offre un immense potentiel de mieux connaître vos clients, de découvrir notamment ce qu'ils pensent de vos produits, les problèmes qu'ils rencontrent et bien d'autres choses encore. Fort de ces connaissances, vous pouvez prendre des mesures qui améliorent la satisfaction des clients, réduisent le taux de défection et, en fin de compte, augmentent les revenus.
Nous imaginons un avenir où il sera possible de s'adresser ainsi à Sushidata : « Pourquoi mes utilisateurs partent-ils ? » et de demander à l'IA de dérouler un récit à partir de vos propres données. Ce récit peut faire appel à un graphique évolutif ou à un tableau de bord qui, avec un simple clic sur « Lecture », vous aidera à comprendre vos données comme vous n'avez jamais pu le faire auparavant.
Évidemment, pour y parvenir, nous devons surmonter de nombreuses difficultés. Réunir des données provenant de plusieurs sources, analyser ces données, sécuriser les données et créer une machine à narration convaincante sont des tâches complexes. Mais nous avons fondé Sushidata pour concrétiser ce que nous imaginons.
Cloudflare a joué un rôle déterminant en nous aidant à développer et à gérer notre plateforme. L'utilisation des produits Cloudflare nous a permis d'analyser et de catégoriser avec succès des dizaines de milliers de conversations issues de forums en ligne, et ainsi, de transformer les données en témoignages de clients cohérents. Les entreprises utilisent ces témoignages pour répondre aux besoins de leurs clients et élaborer des stratégies à long terme qui génèrent la plus grande valeur pour leurs clients.
Cet article fait partie de notre série consacrée aux nouvelles tendances et évolutions susceptibles d'affecter les décideurs en matière de technologies d'aujourd'hui.
Approfondir le sujet
Pour en savoir plus sur les trois obstacles au développement d'applications modernes et découvrir comment optimiser la productivité des développeurs, consultez l'e-book Increase developer velocity.
Auteur
George Portilli — @georgeportilli, PDG et cofondateur, Sushidata
Conclusions essentielles
Cet article vous permettra de mieux comprendre les aspects suivants :
Les avantages apportés par l'analyse des données client existantes
Pourquoi l'IA est essentielle pour libérer la valeur des données non structurées
Les principaux défis et stratégies permettant de transformer les données non structurées en informations exploitables
Ressources associées
Comment Sushidata (anciennement ChainFuse) utilise Cloudflare
Améliorez la réactivité des développeurs grâce à un cloud de connectivité