Le chatbot Billie, déployé par Ingka Group, principal opérateur des magasins IKEA, a permis de générer près de 13 millions d’euros d’économies. Pour Romain André, de Synolia, la valeur la plus importante se trouve pourtant dans les demandes que cet outil ne savait pas traiter.
Entre 2021 et 2023, Billie a traité 3,2 millions d’interactions et résolu environ 47 % des demandes reçues. Dans la plupart des entreprises, ces résultats suffiraient à qualifier le projet de réussite : les coûts baissent et les équipes sont libérées des questions répétitives. Ingka Group a toutefois porté son attention sur les 53 % de demandes restantes.
Un bon indicateur peut masquer la vraie question
Lorsqu’un chatbot ne répond pas à certaines demandes, la réaction habituelle consiste à l’améliorer : enrichir sa base de connaissances, ajuster ses scénarios, l’entraîner sur davantage de données. L’objectif est de faire progresser le taux de résolution, de 47 % à 55 %, puis à 60 %.
Ingka Group a choisi une autre voie et a analysé les demandes que Billie ne savait pas traiter. Ces conversations révélaient un besoin client mal identifié. Les consommateurs ne demandaient pas seulement la disponibilité d’un canapé ou les modalités d’un retour : ils voulaient de l’aide pour aménager leur intérieur, configurer une pièce, choisir des produits ou concevoir un projet complet.
Ces demandes existaient probablement depuis longtemps, mais elles se perdaient dans la masse des appels, traitées une à une, sans être agrégées. Billie ne les a pas créées, elle les a rendues visibles.
Former 8 500 collaborateurs au conseil
La réponse classique à l’automatisation de 47 % des demandes aurait été de réduire les effectifs. Ingka Group a fait un autre choix et a requalifié 8 500 collaborateurs de ses centres d’appels. Ils ont été formés au conseil en design d’intérieur à distance, à la vente digitale et au traitement de demandes exigeant une compréhension plus fine du contexte.
Billie a pris en charge les demandes répétitives, tandis que les équipes se sont concentrées sur les échanges où la connaissance des produits, la relation et le jugement humain apportent davantage de valeur. Les points de contact commerciaux à distance du groupe ont atteint 1,3 milliard d’euros de ventes à la fin de l’exercice 2022, soit 3,3 % des ventes totales. L’objectif annoncé est de porter cette part à 10 % dans les années suivantes.
Il serait excessif d’attribuer l’intégralité de ce chiffre d’affaires au chatbot, le service de vente à distance s’inscrivant dans une stratégie plus large. Le rapprochement reste néanmoins frappant : d’un côté 13 millions d’euros d’économies opérationnelles, de l’autre un canal de vente à 1,3 milliard d’euros.
Des données qui existent déjà
Romain André souligne que l’IA n’a pas imaginé le service de conseil en design d’intérieur, ni décidé de former les équipes. Elle a surtout mis en lumière un signal déjà présent dans les données clients, à condition de considérer les demandes non résolues comme autre chose qu’un résidu opérationnel.
Cette situation se retrouve selon lui dans de nombreuses entreprises. Des tickets de support sont archivés sous la mention « non résolu », des verbatims d’enquêtes ne sont étudiés que partiellement, et des demandes commerciales sont refusées sans que personne ne cherche à savoir si leur répétition révèle un marché. Les organisations ont désigné des responsables de la qualité, de la sécurité et de la gouvernance des données, mais qui est chargé de leur interprétation stratégique ?
Pour l’auteur, la question centrale n’est donc pas seulement combien de tickets le chatbot résout, mais ce que nous apprennent ceux qu’il ne résout pas sur les attentes réelles des clients. Les données sont présentes et disent déjà quelque chose.
Product offers are temporarily unavailable.
