Lors de la 2e édition du congrès d’Automotive News Canada qui s’est tenu le 15 février dernier au Four Seasons, à Toronto, le Dr. Foteini Agrafioti, directrice scientifique du portefeuille de propriété intellectuelle dans le domaine de l’intelligence artificielle et de l’apprentissage machine à la RBC, n’est pas, de son propre aveu, une passionnée de l’automobile, mais elle sait comment utiliser des données pour les rendre applicables à l’industrie automobile, en particulier à l’expérience client. Et ses propos ont littéralement envoûté le public.« Je suis une scientifique, a-t-elle dit en guise d’introduction. Je viens ici et je me dis : « Oh mon Dieu, je ne sais même pas comment fonctionne une voiture! »

« Je suis une scientifique, a-t-elle dit en guise d’introduction. Je viens ici et je me dis : « Oh mon Dieu, je ne sais même pas comment fonctionne une voiture! »

 

Le royaume de l’intelligence artificielle

Une fois les éclats de rires dissipés, le Dr Agrafioti a commencé par dire que les voitures autonomes sont un bel exemple du progrès de l’apprentissage machine. Dans son travail chez Borealis AI, l’institut de recherche en intelligence artificielle de RBC, elle est impliquée dans la recherche fondamentale et appliquée en mettant l’accent sur la prestation d’excellentes expériences clients grâce au système d’apprentissage machine de la banque. Son équipe comprend 50 personnes qui travaillent collectivement dans des laboratoires à Montréal, Toronto et Vancouver. Grâce à l’utilisation de l’intelligence artificielle (IA), RBC a trouvé un moyen de créer de meilleures expériences client.

« Nos clients et nos entreprises sont représentés dans un espace statistique qui permet à RBC d’utiliser l’apprentissage machine pour classifier et analyser automatiquement l’interaction inhérente entre ces entités, a-t-elle expliqué. Notre objectif est de créer une représentation solide et sécurisée qui nous permettra de comprendre le parcours de nos clients. Dès le moment où vous avez cette compréhension, vous pouvez en tirer parti pour créer des services hautement professionnels, comme en améliorant notre connaissance de la tolérance au risque de nos clients. Nous pouvons également comprendre où nos clients se situent à un certain moment de leur vie et comment ils épargnent pour acheter une maison ou une voiture. »

Nous pouvons également comprendre où nos clients se situent à un certain moment de leur vie et comment ils épargnent pour acheter une maison ou une voiture. »

 

Prévoir les décisions

« Il y a une histoire derrière chaque achat et chaque client est unique. Traditionnellement, les humains et la science des données de base étaient capables de nous donner un certain degré de prévisibilité lorsqu’on essayait d’anticiper les besoins de nos clients, mais l’intelligence artificielle commence à nous surprendre. Elle offre les mêmes solutions mais avec une précision beaucoup plus grande ; c’est beaucoup plus efficace et cela élimine complètement les préjugés humains. Oubliez le temps où vous faisiez des suppositions sur ce que votre client veut ou ne veut pas. Maintenant, c’est la machine qui essaie de comprendre les différents facteurs afin que nous puissions offrir la meilleure proposition au bon client et au bon prix. »

Oubliez le temps où vous faisiez des suppositions sur ce que votre client veut ou ne veut pas. Maintenant, c’est la machine qui essaie de comprendre les différents facteurs afin que nous puissions offrir la meilleure proposition au bon client et au bon prix. »

Analyser le passé

Son équipe a examiné les données historiques de RBC pour certains de ses clients, en utilisant une technologie d’apprentissage de pointe pour prédire et identifier le moment où ils seraient susceptibles d’acheter une voiture.« En seulement trois semaines d’essais avec des algorithmes, nous avons été capables de surpasser les indicateurs humains à trois reprises, et ce, sans parti pris ou subjectivité, a dit Foteini Agrafioti. Je sais que nous travaillons avec beaucoup d’entre vous pour présenter les bonnes offres aux clients et nous cherchons à tirer parti de la puissance de l’IA pour renforcer ce processus. »

« Quand nous avons analysé cet enjeu pour la première fois, nous avions envisagé l’hypothèse selon laquelle quoi que fassent nos clients, leur décision d’acheter une voiture s’est probablement affirmée au cours des mois précédant l’achat et nous avons misé sur cette approche. Mais elle n’a pas amené la performance recherchée à cause de notre biais, notre subjectivité. Nous nous sommes alors demandés s’il existait un profil de la façon dont les gens pensent et se comportent pour nous aider à mieux comprendre quand ils prennent la décision d’acheter une voiture. Et, bingo ! En analysant les habitudes transactionnelles des 10 dernières années d’un individu, nos prédictions sont devenues plus justes. »

En analysant les habitudes transactionnelles des 10 dernières années d’un individu, nos prédictions sont devenues plus justes. »

« Il ne faut pas seulement se baser sur l’intention d’acheter mais il faut aussi comprendre quels sont les besoins que les consommateurs cherchent à combler, quel type de voiture les intéresse, quels sont leurs objectifs. »

 

Mieux cibler

Comme la scientifique applique spécifiquement l’utilisation de cette technologie pour les achats de voitures, elle est convaincue que l’intelligence artificielle aidera à créer des offres hautement personnalisées, extrêmement pertinentes et non harcelantes pour les clients.

« Pensez à tous les coûts et les efforts déployés dans le marketing de vos produits. Nous pouvons maintenant réduire de 70 % le bassin total des personnes que vous ciblez et ainsi augmenter la probabilité de communiquer directement au consommateur qui vous convient le mieux. Cette stratégie entraîne alors des économies que vous pouvez utiliser pour faire de meilleures offres à vos clients. »

Le public a longuement ovationné le Dr Agrafioti, celle qui ne connait pas l’automobile…

 

« Pensez à tous les coûts et les efforts déployés dans le marketing de vos produits. Nous pouvons maintenant réduire de 70 % le bassin total des personnes que vous ciblez et ainsi augmenter la probabilité de communiquer directement au consommateur qui vous convient le mieux.

 

 

 


  Partager