Comment personnaliser l’expérience client quand on n’a pas de données

Share on facebook
Share on twitter
Share on linkedin

Tu es sur le point de sortir un nouveau produit ou tu viens tout juste de le faire? Ton objectif d’affaires ultime, c’est d’offrir à ton client un service hors pair, en personnalisant son expérience? Good! Mais… il y a un hic. Tu voudrais bien savoir ce que tes futurs clients attendent d’une expérience hors du commun, mais tu n’as pas de données sur lesquelles t’appuyer. Parce que ton goulot d’étranglement, présentement, c’est que ton entreprise est toute jeune ou sur le point de naître. Dois-tu baisser les bras pour autant? Bien sûr que non!

Il est tout à fait envisageable de démarrer un projet de données ou d’intelligence numérique… sans données. Tu te demandes probablement comment… Est-ce que c’est en copiant ce que ton compétiteur fait? Surtout pas! Parce que la meilleure solution pour toi, c’est celle qui répond à TON goulot d’étranglement, celle qui est unique à ta business.

Tu fais quoi alors?  

Des idées toutes simples à mettre en place

Il y a plusieurs options possibles, mais j’en partage deux avec toi qui sont assez faciles à instaurer.

1. Une des premières choses que tu peux faire, c’est de créer un algorithme de recommandations, un peu comme celui de Netflix, mais en choisissant tes propres règles. C’est-à-dire celles qui correspondent aux particularités de TON entreprise.

Tu fais ça comment? En projetant le parcours idéal de ton client potentiel. Ce n’est pas obligé d’être compliqué. Le but, ici, c’est tout simplement d’aller chercher une valeur ajoutée, même mini, qui va t’aider à bien comprendre l’expérience qu’aimerait vivre ta future clientèle.

2. La deuxième option, c’est de reprendre le principe expliqué plus haut, mais de l’amener une coche au-dessus en créant un système expert qui sera basé sur une observation des comportements de tes clients potentiels. Notamment en te fiant à la littérature scientifique ou aux connaissances du marché que tu possèdes déjà. Tu pourras ainsi mettre sur pied un modèle de recommandations plus évolué que le précédent qui te sera très utile pour personnaliser l’expérience de tes clients en attendant d’acquérir plus de données pour le fine tuning. Comme il sera fondé sur l’analyse de données qualitatives, ce sera sans aucun doute une belle valeur ajoutée pour ton entreprise.

L’équation — presque — magique

Tu as encore besoin d’être convaincu? Laisse-moi te raconter l’histoire de Fermi, gagnant du prix Nobel de physique en 1938 et professeur à l’université.

Fermi aimait bien faire réfléchir ses étudiants en leur posant des questions inusitées. Un jour, il leur a demandé d’estimer le nombre d’accordeurs de piano à Chicago (immédiatement et sans sortir de la classe). Un de ses objectifs était alors de les amener à réaliser qu’ils en savaient plus sur la quantité à trouver que ce qu’ils pensaient.

Évidemment, la première réaction des étudiants a été : « C’est impossible! »

Voici comment Fermi a réussi à les convaincre qu’ils se trompaient :

Il leur a proposé d’estimer d’autres choses sur les pianos et les accordeurs.

Par exemple:

  • La population actuelle de Chicago (un peu plus de 3 millions dans les années 1930 à 1950)
  • Le nombre moyen de personnes par ménage (deux à trois)
  • La proportion des ménages avec des pianos régulièrement accordés (pas plus de 1 sur 10 mais pas moins de 1 sur 30)
  • La fréquence d’accordage requise (peut-être une fois par an, en moyenne)
  • Le nombre de pianos qu’un accordeur peut accorder en une journée (4 à 5, temps de trajet compris)
  • Le nombre de jours que travaille l’accordeur par an (disons, 250 environ)

En ayant en main toutes ces estimations, les étudiants se sont effectivement rendu compte qu’il était réalisable d’en tirer une équation qui leur donnerait le résultat attendu : une estimation du nombre d’accordeurs de piano à Chicago.

Équation

Nombre d’accordeurs de piano = Population/nombre de ménages x pourcentage de ménages avec des pianos à accorder x nombre d’accordages par pianos par année/(nombre d’accordages par jour x nombre de jours de travail par année)

En fonction des valeurs que les étudiants choisissaient, les réponses variaient entre 30 et 150, avec 50 comme valeur la plus fréquente.

Bon, je l’avoue, le bracket est large. Mais c’est un excellent début, non? En faisant un exercice du même genre pour ton entreprise, tu posséderas une valeur minimale et une valeur maximale avec, quelque part à l’intérieur, la valeur réelle.

Réduire ton degré d’incertitude

Évidemment, ce n’est pas précis. Mais tu te rappelles? Tu n’as aucune donnée : c’est ton goulot d’étranglement. Alors en utilisant ce type de calcul, tu pourras, au moins, réduire ton degré d’incertitude et avoir quelque chose sur quoi te baser pour optimiser ton expérience client, estimer la taille de ton marché, tes ventes potentielles ou les ressources dont tu auras besoin.

En décomposant le problème et en estimant chaque variable, tu posséderas des valeurs qui te serviront à avancer et à prendre de bonnes décisions.

Ça y est! Tu n’as plus d’excuse pour procrastiner. Car même sans donnée, tu peux créer un projet d’Intelligence artificielle – ou du moins un projet qui t’apporte une intelligence supplémentaire qui répondra à ton objectif d’affaires et qui te permettra d’alléger ton goulot d’étranglement.

N’oublie pas! Quand on débute en entrepreneuriat, l’important n’est pas d’avoir des valeurs quantitatives parfaites. Juste d’en avoir, ne serait-ce qu’un tout petit peu, ça t’amènera plus loin et t’aidera à acquérir une belle valeur ajoutée pour ta business.

Plus de lecture