Une leader de la transformation CS révèle ce que l’IA peut (et ne peut pas) résoudre dans la réussite client
Découvrez comment Andrea Bumstead combine l'IA et l'expertise humaine pour améliorer la réussite client, automatiser les QBR et offrir des conversations plus significatives avec les clients.
Andrea Bumstead
Fondatrice et PDG de CS Impact
Avantage de l'IA: L'IA améliore l'expérience client en fournissant des analyses plus rapides et en augmentant l'efficacité de l'équipe.
Dépendance aux données: Des résultats probants avec l'IA reposent fortement sur des données propres et organisées pour éviter les signaux trompeurs.
Clarté des rôles: L'IA doit prendre en charge les tâches répétitives tandis que les humains se consacrent à la relation client et à la réflexion stratégique.
Innovation dans les QBR: Les QBR automatisés facilitent les échanges clients mais nécessitent toujours l'intervention humaine pour être efficaces.
Oser l'expérimentation: Les leaders CX doivent accepter d'expérimenter avec l'IA, en reconnaissant le potentiel d'échec.
Andrea Bumstead est la fondatrice et PDG de CS Impact, un cabinet de conseil en réussite client qui aide les entreprises SaaS B2B à transformer le Customer Success en moteur de revenus. Forte de plus de 15 ans d'expérience et d’un parcours réussi dans la mise à l’échelle d’organisations allant de 15 millions à plus de 3 milliards de dollars d’ARR, elle a dirigé plusieurs transformations globales du Customer Success chez des sociétés telles que Quest, Procore et One Identity.
Nous avons rencontré Andrea pour découvrir comment elle utilise l’IA afin d’améliorer l’expérience client. Voici ce qu’elle nous a partagé.
Transformer le Customer Success en moteur de revenus
Je suis la fondatrice et PDG de CS Impact, un cabinet de conseil proposant des services de direction fractionnée et de conseil stratégique à des entreprises SaaS B2B ayant un ARR entre 50 et 150 millions de dollars.
Rejoignez notre communauté pour accéder à l'article complet
Débloquez plus de contenus pour transformer l'IA en atout, concevoir des expériences qui inspirent confiance et générer de l'impact pour votre entreprise.
Have an account? Log In
Nous transformons le Customer Success en moteur de revenus, générant des millions de dollars en expansion et en rétention.
Pourquoi l’IA est une arme à double tranchant pour l’expérience client
L’intégration de l’IA dans l’expérience client a apporté des bénéfices significatifs, mais a aussi mis en lumière de réels défis.
Voici les avantages :
- Gains de temps significatifs : L’IA a réduit l’effort manuel sur la préparation, les suivis, les mises à jour CRM et les reportings. Dans de nombreux cas, j'ai vu les CSM gagner 1 à 2 heures par jour, qu’ils peuvent réinvestir dans le travail auprès des clients.
- Des insights clients plus solides et plus rapides : Des outils comme Claude, Gainsight, Gong AI et d'autres font remonter des signaux en temps réel — tels que le risque de churn, les opportunités d’expansion, et l’évolution de la santé client — qui auparavant prenaient des heures voire des jours à détecter.
- Meilleure cohérence et évolutivité : L’IA aide à standardiser des livrables comme les plans de succès, les QBR, et les synthèses de comptes, ce qui est crucial quand on fait grandir les équipes ou que l’on supporte différents segments.
- Des actions CX plus proactives : Plutôt que de réagir tardivement, les équipes peuvent agir plus tôt grâce aux signaux générés par l’IA — que ce soit pour atténuer les risques ou identifier des leviers d’expansion.
Mais il y a aussi des inconvénients :
- Le problème du signal vs. bruit : Toutes les informations générées par l’IA ne sont pas exploitables. Les équipes peuvent se retrouver submergées d’alertes manquant de contexte ou de priorisation.
- Dépendance excessive à l’automatisation : Certaines équipes se reposent trop sur les contenus générés par l’IA (QBR, emails), ce qui peut mener à des interactions clients génériques et peu percutantes.
- Dépendance à la qualité des données : L’IA n’est aussi performante que les données sur lesquelles elle s’appuie. Si votre CRM ou vos données produits sont incomplètes ou inexactes, les résultats perdent rapidement en crédibilité.
- Perte de l’esprit critique : Il y a un risque que les CSM cessent de réfléchir de façon stratégique et s’appuient uniquement sur les recommandations de l’IA au lieu de faire preuve de discernement.
Pourquoi de bonnes données sont essentielles pour des résultats IA performants
Voici ce que chaque responsable CX doit savoir : Tout repose sur la qualité des données.
J’ai travaillé avec des organisations Customer Success ayant investi dans de très bons outils d’IA, mais dont les données sous-jacentes étaient désordonnées ou incomplètes. Cela a totalement limité la valeur qu’elles pouvaient en tirer.
Chez un client, les hiérarchies de comptes n’étaient pas correctement paramétrées dans Salesforce. Par exemple, ils avaient 15 comptes distincts portant le même nom et appartenant au même client — mais sans lien entre eux. En superposant l’IA sur cette base, le système a généré des insights au niveau de chaque compte individuel, sans pouvoir offrir une vision globale de la relation client.
Au lieu d’insights de meilleure qualité, ils se sont donc retrouvés avec des signaux fragmentés, et parfois trompeurs.
Il vaut la peine d’investir du temps pour collecter des données fiables et nettoyer les mauvaises données !
Comment répartir les tâches entre IA et humain dans l’expérience client
L’IA est la plus puissante dans les tâches lourdes en données, répétitives ou chronophages… Les humains sont essentiels partout où le contexte, la confiance et la nuance comptent.
Mon point de vue sur l’IA par rapport à l’humain dans l’expérience client est que l’IA doit gérer la mise à l’échelle, les signaux et la rapidité. Les humains doivent s’occuper de la confiance, du jugement et de la transformation.
L'IA est la plus puissante dans les tâches lourdes en données, répétitives ou chronophages :
- Tâches administratives : préparation des appels, résumés de comptes, recherche de parties prenantes et suivis post-appel — y compris les notes, les prochaines étapes et les mises à jour du CRM (Salesforce, Gainsight)
- Génération de contenu et d’actifs : plans de succès, QBR, plans de comptes, analyses des opportunités (analyse de white space) et communications clients
- Génération d’insights : identification des comptes à risque (baisse d’utilisation, perte de relais interne, activité de fusions et acquisitions), opportunités d’expansion et tendances dans les retours produits
- Recommandations à l’échelle : mise en avant des bons plans d’action de gestion des risques ou d’expansion au bon moment
- Expérience client digitale : messages intégrés dans l’application, parcours d’onboarding, bases de connaissances et contenus d’assistance
Les humains sont déterminants partout où le contexte, la confiance et la nuance sont importants :
- Conversations clients et construction de relations : en particulier avec les parties prenantes exécutives
- Découverte et cadrage du problème : comprendre non seulement ce qui se passe, mais aussi pourquoi
- Lire entre les lignes : détecter le ressenti, les signaux de risque, et ce qui n’est pas dit
- Conseil consultatif : aider les clients à prendre des décisions et générer de réels résultats business
- Moments qui construisent la confiance : réunions de direction, dîners en personne, événements et interactions à fort impact
Comment les QBR automatisés mènent à des conversations clients significatives
J’ai mentionné les QBR — nous avons créé le QBR de 15 minutes. Il couvre :
- La valeur que le client a reçue à ce jour
- Comment il peut obtenir plus de valeur
- Trois recommandations pour les prochaines étapes
Nous avons aidé des entreprises à automatiser cela en utilisant l’IA pour recueillir des données et des insights, en les intégrant dans un format répétable et en optimisant la livraison pour des présentations en personne ou électroniques. Côté outils, nous agrégeons les données de Salesforce, Gong et Gainsight afin de générer automatiquement des présentations QBR via Claude.
En conséquence, ces entreprises peuvent avoir des conversations plus significatives avec davantage de clients — et offrir plus de valeur.
Avant d’adopter le QBR de 15 minutes, je recommande aux responsables CS de se concentrer sur cinq fondations essentielles :
- Clarifier les problèmes que vous résolvez : identifiez les 2 à 3 principaux enjeux business que votre produit résout — cela devient l’ancrage de chaque conversation client.
- Définir les objectifs et indicateurs de réussite : alignez-vous sur les KPI liés à la création de valeur afin de mesurer et de communiquer clairement l’impact.
- Suivre la progression des clients : il faut de la visibilité sur la performance de chaque client par rapport à ses objectifs, pas seulement sur l’usage produit.
- Établir des benchmarks auprès de vos meilleurs clients : comprenez ce que font différemment vos clients les plus performants afin de mettre en lumière les écarts et opportunités.
- Créer un moteur de recommandations : développez des suggestions répétables et à fort impact qui aident vos clients à tirer plus de valeur.
À partir de là, je recommande une approche de déploiement simple :
- Commencez petit : Faites un projet pilote avec un groupe ciblé et affinez l’approche.
- Automatisez lorsque c’est possible : Mettez à profit l’IA pour extraire des données et générer des analyses à grande échelle.
- Puis passez à l’échelle : Déployez à travers d’autres segments une fois la méthode éprouvée.
- Et tout aussi important, permettez à l’équipe de délivrer efficacement : Formez-les à mener avec assurance, à poser de bonnes questions de découverte et à mener la conversation dans une optique consultative et orientée valeur.
Où l'IA montre ses limites avec les QBR et le contenu
Un des défis avec le workflow QBR, c’est que si l’IA excelle dans la génération de contenu, elle a encore du mal à le structurer dans un format utilisable et prêt pour le business, comme une présentation adaptée à la direction.
En pratique, l’IA accélère les 70 % initiaux du travail, mais les 30 % restants — qui rendent souvent les livrables pertinents et exploitables — nécessitent encore une intervention humaine.
Comment l’IA améliore la prévision en CX — et ce qu’il reste à accomplir
J’ai utilisé Gong pour la prévision dans plusieurs organisations, et c’est la solution la plus performante que j’aie vue en Customer Success.
Il agrège des signaux de l’ensemble du compte : sentiment client, niveau d’activité et données clés issues de Salesforce comme l’ARR, le TCV, l’étape de l’affaire, les notes et les prochaines actions.
Cela donne aux leaders CS une vue bien plus holistique et en temps réel de la santé du compte et des résultats potentiels.
Cela dit, ce processus reste principalement manuel. Les CSM demeurent responsables de :
- La gestion du processus de contact dans Salesforce
- La mise à jour des étapes d’opportunité
- L’évaluation concernant les renouvellements — si un compte restera stable, sera réduit ou s’étendra.
La prochaine évolution, ce sont les prévisions assistées par l’IA. Plutôt que de partir de zéro, l’IA devrait :
- Analyser les tendances historiques
- Inclure les scores de santé et l’utilisation des produits
- Intégrer les signaux issus des conversations avec les clients
- Et générer une prévision recommandée.
À ce stade, le rôle du CSM évoluerait afin d’affiner et de valider la prévision, plutôt que de la construire entièrement.
Je constate aussi un manque de visibilité sur l’évolution dans le temps. La prévision ne devrait pas se limiter à une simple photo à l’instant T : elle devrait clairement afficher les mouvements semaine après semaine et identifier précisément les éléments à l’origine de ces changements. Par exemple, un grand compte est-il soudainement devenu à risque ? Ou avons-nous réussi à récupérer du chiffre d’affaires que nous avions précédemment considéré comme perdu ?
Ce niveau de visibilité, combiné à des recommandations issues de l’IA, permettrait non seulement d’améliorer la précision des prévisions, mais aussi de rendre l’action plus concrète, à grande échelle, et en cohérence avec le fonctionnement des équipes CS.
La prévision ne devrait pas se limiter à une simple photo à l’instant T — elle doit clairement afficher les évolutions semaine après semaine et ce qui a vraiment causé ce changement… N’ayez pas peur d’expérimenter ou d’essayer de nouvelles choses. N’ayez pas peur d’échouer.
Pourquoi les leaders CX doivent apprendre à s’accommoder de l’échec
Voici mon conseil : n’ayez pas peur d’expérimenter ni d’essayer de nouvelles choses. N’ayez pas peur d’échouer.
Testez de nouveaux workflows IA, suivez des formations, ouvrez vos horizons.
Pavilion propose un excellent cours sur GTM et l’IA. Et les événements de Customer Success Collective, comme leurs Sommets Customer Success aux États-Unis, au Royaume-Uni et dans la région APAC, mettent l’accent sur les workflows pilotés par l’IA.
Suivez le mouvement
Suivez Andrea Bumstead sur LinkedIn pour découvrir comment transformer la réussite client en moteur de revenus, élaborer des stratégies CS à fort impact et exploiter l’IA pour générer de la valeur client. Abonnez-vous à sa newsletter Substack, Real Talk with CS Impact, pour accéder à des guides pratiques et des méthodes éprouvées. Et retrouvez-la également sur Instagram.
D'autres interviews d’experts à venir sur The CX Lead !
