Data marketing : Les starts-ups françaises passent au chatbot et au machine learning

A l'occasion de notre visite du salon e-Marketing (18-20 avril 2017) à Paris mercredi dernier, nous avons pu faire un point sur les projets en data marketing de grands groupes comme Allianz et PSA présentés dans le cadre d'une des nombreuses sessions plénières organisées dans le cadre de cet événement. En parallèle de ces dernières - et d'une quarantaine d'ateliers programmés - , le salon foisonnait également de stands occupés par près de 350 exposants, parmi lesquels de très nombreuses jeunes pousses. « Cette année une centaine de start-ups sont présentes sur le salon, plus que les années précédentes », nous a indiqué un porte-parole de l'événement. Un village leur était même dédié : l'occasion pour la rédaction d'y faire un tour et de découvrir parmi celles - françaises - interrogées, que chatbots et machine learning font bel et bien partie de leur arsenal technologique.

C'est le cas par exemple de la société parisienne Pricing Assistant, créée en 2013 et qui compte 16 collaborateurs, dont 13 en ingénierie logicielle et développement. Proposant des solutions et services dans en gestion prédictive des campagnes adwords, veille tarifaire et analyse de catalogues de prix pour les sites d'e-commerce, cette start-up a fait du machine learning l'un de ses atouts. « Nous avons développé des algorithmes de matching permettant à un site e-commerce de repérer automatiquement chez la concurrence des produits identiques et leurs prix en analysant leurs caractéristiques et ce, même si les photos ou les références ne sont pas les mêmes », explique Yohan Vernet, directeur commercial de Pricing Assistant. « Les algorithmes apprennent à reconnaitre les photos retouchées et il y a en plus un vrai aspect big data car cela concerne des dizaines de millions de références ». Mais ce n'est pas tout car l’apprentissage machine est également utilisé pour améliorer la fixation des prix, à la hausse ou à la baisse, d'un site par rapport à la concurrence.

Yohan Vernet, directeur commercial de Pricing Assitant. (crédit : Dominique Filippone)

Ayant réalisé un million d'euros de revenus en 2016, en croissance à deux chiffres, Pricing Assistant envisage une implantation à l'international et des recrutements pour cette année. Une seconde levée de fonds, après une première de 500 000 euros, pourrait bien lui permettre d'ici la fin de l'année d'y parvenir. Parmi ses clients : CDiscount, Priceminister, Mr Bricolage...

Les chatbots utiles mais au QI d'un enfant de 4 ans

Créée il y a 7 ans, iAdvize est quant à elle installée à Nantes. Son créneau : les solutions de détection et d'analyses des leads, mais aussi d'engagement conversationnel pour créer du lien avec les visiteurs de sites e-commerce (ou de services). Et ce, aussi bien pour leur faire découvrir des produits que pour du service après-ventes au travers de différents canaux (click to call, chat...). Afin d'augmenter l'efficacité du ciblage des prospects, la société compare le comportement des visiteurs en fonction de leur activité et profil. Une fois cette étape réalisée, de l'apprentissage machine permet au système d'iAdvize de qualifier des leads et de leur adjoindre les canaux d'engagements les plus adaptés pour aboutir à de la transformation panier.

Dans un contexte où 70% du trafic sur les sites est effectué le soir et le week-end, iAdvize s'est aussi posé la question de la meilleure façon de le traiter. « 25% de réponses sont récurrentes et relatives par exemple aux frais de livraison ou aux retours », nous a expliqué Nicolas de Rosen, directeur projet stratégique d'iAdvize. Pour répondre à ce besoin, la jeune pousse a ainsi implémenté dans sa plateforme d'engagement conversationnel une technologie de chatbot fournie par Botfuel*. « Le chatbot est bien adapté pour ce type de tâches mais il a pour l'instant l'équivalent du QI d'un enfant de 4 ans alors il ne faut pas trop lui en demander non plus », glisse le dirigeant. Pour faire découvrir des produits aux clients, pas question donc - pour l'instant - de mettre trop les chatbots à contribution, la société ayant choisi là de jouer la carte des humains. « Nous avons lancé ibbu, une plateforme de chat animée par des passionnés, rémunérés selon des critères de taux de transformation et de satisfaction décidés par les marques », poursuit Nicolas Rosen. « A la différence d'un forum communautaire, les réponses sont en temps réel et one to one ».

Loin de s'être endormie sur ses lauriers, iAdvize comptabilise déjà plus de 650 clients (Maaf, Marmara, Cdiscount, L'Oréal, Carglass, Direction générale des Finances Publiques...) et réalise un chiffre d'affaires supérieur à 10 millions d'euros, en croissance annuelle à deux chiffres. La société est déjà parvenu à lever 16 millions d'euros (dont 14 en septembre 2015 auprès d’Iris Capital, Bpifrance et d'Alven Capital).

Amalia Bercot, directrice marketing de SendinBlue. (crédit : Dominique Filippone)

Née en 2012, la jeune pousse SendinBlue a fait son nid sur le marché, très encombré, de la création de newsletters professionnelles et de segmentation de bases clients. Avec un certain succès, la start-up ayant atteint la barre des 10 millions d'euros de chiffre d'affaires et levé 1 million d'euros. Actuellement, la société compte 50 000 clients et compte en France des références comme Aquarelle, Dammann Frères ou encore Michelin et Videdressing. Parmi les raisons de son succès, la performance de sa plateforme d'automatisation de campagnes d'e-mailing n'y est sans doute pas étrangère, mais également sa sécurité et la capacité à éviter les risques de piratage. Un domaine où le machine learning est utilisé en permettant de surveiller les données d’inscription, changement de bases de données et envois d’e-mails pour détecter la fraude avant qu’elle ne survienne. « En réalisant des rapprochements de bases automatisées, le machine learning permet d’éviter que des spammeurs utilisent notre plateforme », indique Amalia Bercot, directrice marketing de SendinBlue.

Le but étant de détecter les bases d’emails non consentantes, celles ayant un fort taux d’emails en commun avec une autre et ayant été signalées par des clients comme ayant été hackée. D’autres critères de détection proactive de fraude sont également mis en place, comme le timing de la création de compte. « Un vrai responsable marketing ne crée pas une base de contacts clients à 1 heure du matin et ne paye pas immédiatement une base sans l’avoir préalablement utilisée à des fins de tests », explique Amalia Bercot. « Cela permet d’identifier les spammeurs qui veulent utiliser notre outil pour lancer leurs campagnes ».

*Note aux lecteurs - iAdvize a apporté la correction et les précisions suivantes lundi 24 avril 2017 : « La technologie de chatbot implémentée dans notre plateforme n'est pas fournie par Botfuel. Elle est développée par notre R&D. En revanche, nous avons construit des connecteurs technologiques qui permettent de synchroniser dans notre plateforme les technos de chatbots développées par des entreprises comme Botfuel ou Recast.AI »