Un expert de l’expérience client explique comment l’expérience client peut utiliser l’IA pour obtenir une place à la table des décideurs

Jim Tincher est un leader d’opinion et un chercheur dans le domaine de l’expérience client. Il est également le fondateur de Heart of the Customer, un cabinet spécialisé dans l’expérience client de bout en bout, qui accompagne des organisations complexes.

Nous nous sommes entretenus avec Jim pour découvrir ce qu’il observe dans le cadre de ses recherches. Il s’est penché en profondeur sur l’utilisation de l’IA pour améliorer les parcours clients.

Une carrière dans l’expérience client et la recherche

Je m’appelle Jim Tincher, fondateur et PDG de Heart of the Customer. Nous exerçons cette activité depuis 2012.

Je ne dirige pas de service d’expérience client : je conseille les dirigeants responsables de la croissance : les directeurs commerciaux, les vice-présidents des ventes et des opérations, ainsi que les PDG. Nous travaillons dans le secteur B2B ; nos travaux les plus approfondis concernent l’industrie manufacturière : BASF, Dow, Milliken, Xylem, Legrand, Vermeer.

Je dirige également l’analyse des recherches pour le Consortium CX de la fabrication avancée : dix-sept fabricants qui interrogent ensemble près de 10 000 de leurs clients chaque année afin de déterminer ce qui permet à un client de développer ses activités avec un fournisseur.

Pourquoi l’IA doit être utilisée sur les données, et non sur les relations

Avec les progrès de l’IA, nous avons changé notre façon d’effectuer les analyses, mais pas nos relations avec les clients. — une distinction délibérée.

L’année dernière, j’ai interrogé 34 dirigeants de la haute direction pour savoir ce qui comptait le plus pour eux, et la réponse était, sans surprise, la « croissance ». Les 34 étaient d’accord ; nous utilisons donc cette perspective pour tout.

Notre analyse comparative a révélé que les trois principaux indicateurs de la croissance des clients sont tous des signaux relationnels : le sentiment d’être valorisé, la relation avec le compte et le processus d’achat ; et non la facilité à faire affaire, la satisfaction ou d’autres indicateurs habituels de l’expérience client. Cela me rend prudent quant à l’automatisation des domaines dans lesquels les clients déterminent si leur activité compte pour vous. Supprimer l’élément humain peut éliminer précisément les signaux que les clients utilisent pour décider s’ils souhaitent développer leurs activités avec vous.

Nous appliquons donc l’IA à l’analyse : nous analysons les conversations, les commentaires ouverts et d’autres communications. Lire et coder manuellement des centaines de conversations, puis y repérer des tendances, est chronophage et limite notre capacité. Mais avec Claude et un outil de transcription, nous pouvons rechercher des tendances dans l’historique complet d’une mission, plutôt que de procéder point de contact par point de contact.

L’IA nous a permis d’effectuer des recherches dans plus de 800 entretiens B2B de notre base de données et d’y trouver une structure que nous ne pouvions pas voir auparavant. Nous avons ensuite testé la hiérarchie à quatre niveaux, qui prédit la part des dépenses d’un client que vous obtiendrez, sur vingt et un jeux de données distincts de clients. Je n’aurais pas pu réaliser cette analyse manuellement à une telle échelle.

Un processus qui fournit une liste classée des étapes à corriger dans le parcours client

Voici un processus qui aboutit à une liste classée des étapes du parcours à corriger, ordonnées selon les revenus en jeu.

Tout commence par des conversations, et non par des enquêtes. Nous interrogeons directement les clients d’un client — l’acheteur, le responsable d’usine, le dirigeant qui signe le contrat — puis nous enregistrons et transcrivons ces conversations avec Fireflies.

C’est là que se situait l’ancienne contrainte. Un analyste lit ce qu’il a le temps de lire, et cette limite façonne toutes les conclusions. On constitue un échantillon, on trouve une tendance dans cet échantillon et on espère qu’il était représentatif.

Ensuite, l’analyste rassemble les premières conclusions : le récit, les thèmes clés.

Puis nous faisons appel à Claude. Claude lit chaque transcription dans son intégralité. Il extrait les propos exacts des clients, avec leur source : l’auteur, la conversation concernée et l’endroit où ils apparaissent dans la conversation. Cette traçabilité compte davantage que la rapidité. Lorsqu’un client remet une conclusion en question, nous ne la défendons pas. Nous lui montrons la citation.

Nous effectuons ensuite l’analyse, et cette partie n’est pas automatisée.

Jim partage

La répartition du travail est essentielle. L’IA a supprimé une contrainte liée à la lecture. Elle n’a pas affecté le jugement : décider quoi demander, reconnaître les tendances importantes et savoir quand un client vous dit quelque chose sans savoir lui-même qu’il vous le dit.

Ce client parle-t-il encore des fonctionnalités de base ? Ou parle-t-il de sa capacité à compter sur notre client lorsque les choses se compliquent ? Ou de son sentiment d’être valorisé ? Cela nous donne une position, et non un score.

Nous la cartographions ensuite sur l’ensemble du parcours. Une courbe se dessine : la confiance se renforce à cette étape, puis se brise à une autre. La plupart des clients n’ont jamais vu leur relation de cette façon. Ils ont vu un seul indicateur de satisfaction pour l’ensemble de la relation, ce qui masque l’endroit précis où les dommages surviennent.

Nous relions les ruptures aux comptes, puis les comptes aux revenus. Il ne s’agit pas de dire : « les clients sont frustrés à cette étape ». Il s’agit plutôt de constater que la confiance baisse ici, que ces onze comptes se situent sous cette ligne et de montrer comment leurs dépenses ont évolué au cours des quatre derniers trimestres.

Cet ordre est précisément le point. La plupart des entreprises établissent leurs priorités en fonction du volume de réclamations — ce qui est presque aléatoire, car les comptes qui préparent discrètement leur départ sont généralement ceux qui ne se plaignent pas.

Enfin, nous utilisons Reduct pour transformer les citations essentielles en vidéos et faire entendre la voix du client.

La répartition des tâches est essentielle. L'IA a supprimé une contrainte de lecture. Elle n'a pas affecté le jugement — décider quoi demander, reconnaître les tendances importantes, savoir quand un client vous dit quelque chose sans savoir lui-même qu'il vous le dit. Cela représente quatorze années de travail, et cela ne s'automatise pas.

Pourquoi le rétablissement du service doit rester humain

Je fixe donc la limite ici : l'IA pour les données, les humains lorsque les clients décident si vous leur accordez de l'importance. L'IA ne prend aucune décision — qu'elle concerne ou non l'expérience client — même si je l'utilise pour éclairer mes décisions.

L'IA est donc particulièrement utile pour

• Repérer les tendances dans les conversations et les commentaires ouverts.
• Déterminer quels problèmes coûtent réellement de l'argent — la plupart des entreprises établissent leurs priorités en fonction du volume de réclamations, une méthode presque aléatoire.
• Détecter les comptes devenus silencieux, ceux dont l'étendue des commandes se réduit ou ceux dont le langage a changé. Les humains ne voient pas ce signal, car personne n'a pour mission de le surveiller.

L'endroit le plus important où préserver l'humain est le rétablissement du service. Nos données sont sans ambiguïté sur ce point : les clients totalement satisfaits de la résolution d'un problème réduisent leurs dépenses dans 1 % des cas. Les clients insatisfaits de la résolution réduisent leurs dépenses dans 35 % des cas. Et les clients « plutôt satisfaits » se comportent davantage comme des clients insatisfaits que comme des clients satisfaits. Les solutions partielles sont considérées comme une absence de solution.

Cette dernière constatation est le véritable argument. L'automatisation excelle à produire des résultats adéquats à grande échelle. C'est précisément là que la croissance meurt.

Pour l'escalade, je diviserais le processus : laissons l'IA repérer le compte à risque, puis un humain l'appelle. La détection est un problème de données. Le rétablissement est un problème de relation. Et je suis particulièrement sceptique à l'égard de la personnalisation automatisée, car les clients B2B s'en rendent compte, et une personnalisation qui semble générée produit l'effet inverse de celui recherché.

Pourquoi l'analyse par l'IA nécessite des garde-fous stricts

L'IA excelle donc à repérer les tendances. Mais cela inclut aussi les tendances illusoires.

L'IA invente de la précision. De petites constatations plausibles : un chiffre dans la bonne fourchette, une citation qui semble juste. Et si vous cherchez à confirmer quelque chose que vous croyez déjà, vous le trouverez.

Nous sommes donc devenus plus stricts, et non plus souples : chaque chiffre et chaque citation que nous publions doivent remonter à une source précise, et lorsqu'un élément ne concorde pas, nous le signalons au lieu de le lisser. L'IA a simplement relevé à la fois notre plafond et le niveau de discipline requis.

Comment l'IA peut supprimer les silos organisationnels

Tout le monde repense la couche en contact avec le client — chatbots, déflexion, communication automatisée. Presque personne ne repense la couche sous-jacente, là où les connaissances de l'entreprise sont fragmentées.

Les opérations connaissent vos livraisons à temps. Les ventes savent quels comptes ont cessé de commander une ligne de produits. Le numérique sait qui commande, abandonne ses commandes ou reste bloqué en essayant de commander. Les finances savent ce qu'il est advenu de la marge. L'expérience client sait ce que ressentent les clients. Cinq groupes, cinq ensembles de données, cinq systèmes. Personne ne détient les cinq.

La réponse à la question « Pourquoi ce compte a-t-il réduit ses dépenses ? » existe dans votre entreprise, mais elle est répartie entre des personnes qui ne participent pas aux mêmes réunions. Comme je le dis à mes clients : « Vous ne saviez que ce que vous saviez. » Que pourrait-il se passer si vous pouviez libérer toutes les connaissances disparates de votre organisation ? Qu'est-ce que cela permettrait ?

Ce n'est pas un problème de données. Ajouter un cinquième tableau de bord ne le résoudra pas. C'est un problème de modèle — sans chaîne reliant les opérations aux émotions, puis au comportement et au chiffre d'affaires, davantage de données ne vous donne que davantage de données déconnectées.

C'est là que l'IA prend toute sa valeur, et ce n'est pas le cas d'utilisation qui retient l'attention. Elle peut s'occuper des cinq éléments à la fois. Elle peut lire les e-mails, exploiter l'historique opérationnel et les tendances des commandes, puis repérer les liens entre eux.

La partie technique était la plus facile. Obtenir les données est le plus difficile. À chaque fois. C'est pourquoi cela ne fonctionne pas comme un projet d'analyse. Il faut un sponsor — quelqu'un d'assez haut placé pour réunir les différents groupes qui détiennent les données et les pousser à déterminer où la croissance se perd entre les silos d'information.

Jim partage

Examinez ce que vous avez automatisé l’année dernière, puis superposez cela aux étapes du parcours où vos clients déterminent si vous accordez de la valeur à leur activité. Si vous avez automatisé ces points de contact essentiels, vous n’avez pas réduit vos coûts — vous avez involontairement revu à la baisse vos prévisions de chiffre d’affaires.

Pourquoi les organisations se concentrent sur les mauvais indicateurs de l'IA

Demandez à la plupart des entreprises ce que l'IA a amélioré, et elles mentionneront les taux de déflexion et les délais de réponse. En d'autres termes, elles vous diront combien de contacts humains elles ont supprimés. Puis elles diront que la satisfaction est restée stable.

C'est probablement le cas. C'est là que se trouve le piège.

Dans notre étude comparative, 81 % des clients étaient satisfaits. Seuls 27 % prévoyaient de développer leur activité. La satisfaction a résisté. La croissance, non.

Voici ce que je ferais. Examinez ce que vous avez automatisé l'année dernière, puis superposez cela aux étapes du parcours où vos clients déterminent si vous accordez de la valeur à leur activité. Si vous avez automatisé ces points de contact essentiels, vous n'avez pas réduit vos coûts — vous avez involontairement revu à la baisse vos prévisions de chiffre d'affaires.

Comment les dirigeants de l'expérience client peuvent utiliser l'IA pour gagner une place à la table

Comme je l'ai dit, j'ai interrogé 34 dirigeants de haut niveau au sujet de leurs priorités, et chacun d'entre eux a cité la croissance. Presque aucun n'a spontanément mentionné l'expérience client comme un sujet important — alors même qu'ils savaient que je suis un expert reconnu de l'expérience client, que le CXPA avait parrainé la réunion et que l'invitation à la réunion mentionnait l'expérience client.

Cela ressemble à une mauvaise nouvelle. Ce n'en est pas une. Le problème n'est pas que vos dirigeants ne se soucient pas des clients — c'est que personne ne leur a montré comment l'expérience client génère du chiffre d'affaires.

Les dirigeants s'intéressaient bien davantage à ce que faisaient les clients qu'à ce qu'ils disaient. Quand je leur ai demandé ce qu'ils observaient pour évaluer la santé de l'entreprise, ils ont cité les tendances du compte de résultat, les indicateurs d'exécution des commandes, les livraisons à temps, la vélocité du pipeline, les appels d'offres remportés. La fidélisation. Les achats répétés. Les mesures de sentiment — NPS compris — n'ont presque jamais été évoquées. Cela concorde avec les conclusions du XM Institute selon lesquelles la plupart des programmes d'expérience client ne parviennent pas à démontrer leur valeur. Pourquoi un membre de la direction générale évoquerait-il l'expérience client ?

L'un d'eux l'a formulé mieux que je ne saurais le faire. « Nous avons des tableaux de bord remplis d'indicateurs retardés. Les indicateurs retardés sont faciles. C'est trouver les indicateurs avancés qui est difficile. »

Ne passez pas à côté de cela, car c'est votre ouverture. Les émotions et les comportements sont les indicateurs avancés. Et vous détenez les données émotionnelles — à condition de mesurer les émotions (et vous devriez le faire). Personne d'autre dans votre entreprise ne possède ces données.

Voici donc le conseil : cessez de présenter ce que ressentent les clients. Commencez à présenter ce que cela permet de prédire.

Il existe une chaîne qui relie les opérations au chiffre d'affaires. Votre entreprise actionne des leviers opérationnels — livraison, communication, résolution des problèmes. Ceux-ci créent des émotions chez vos clients. Les émotions modifient les comportements. Les comportements se traduisent en chiffre d'affaires. Leviers, émotion, action, chiffre d'affaires — c'est ce qu'on appelle La chaîne de croissance™ , et nous utilisons l'acronyme LEAD pour la rendre mémorable. Les opérations contrôlent le premier maillon, la finance le dernier, et les deux du milieu vous appartiennent. Ce sont aussi les deux que personne ne mesure.

C'est là que l'IA peut être indispensable : découvrir et rendre compte de ces liens.

Trois programmes d'expérience client sur quatre ne démontrent jamais de lien avec les résultats financiers. C'est ce chiffre qui devrait vous inquiéter, car c'est lui qui fera réduire votre budget dès que les marges se resserreront.

Le point de départ est plus simple que vous ne le pensez. Choisissez deux comptes — l’un en croissance, l’autre en déclin. Retracez la chaîne pour les deux. Pour le compte en croissance, partez du changement opérationnel et avancez. Pour celui en déclin, partez du chiffre d’affaires et remontez la chaîne.

Ajoutez ensuite trois questions à une enquête que vous envoyez déjà. Dans quelle mesure êtes-vous convaincu que nous pouvons répondre à vos besoins futurs ? Dans quelle mesure vous sentez-vous valorisé en tant que client ? Dans quelle mesure agissons-nous comme un véritable partenaire de votre entreprise ?

Deux comptes et trois questions. Faites cela ce trimestre et vous entrerez dans une salle avec quelque chose que personne d’autre dans votre entreprise ne peut produire.

Et cessez de demander une place à la table. Vous ne l’obtenez pas en la demandant. Vous l’obtenez en montrant à votre PDG qu’un investissement opérationnel précis a changé la perception des clients — et que ce changement a eu un impact sur le chiffre d’affaires.

Suivez-nous

Vous pouvez suivre les travaux de Jim Tincher sur LinkedIn. Consultez également Heart of the Customer.

D’autres entretiens avec des experts sont à venir sur The CX Lead !