PARAMÈTRES ET PRÉFÉRENCES DE CONFIDENTIALITÉ

Nous utilisons des cookies pour personnaliser le contenu et les annonces, pour fournir des fonctionnalités de médias sociaux et pour analyser notre trafic. Nous partageons également des informations sur votre utilisation de notre site avec nos partenaires des médias sociaux, de la publicité et de l'analyse. En savoir plus
Utiliser l
23/09/2019

Utiliser l'intelligence artificielle pour améliorer la segmentation client

La compagnie aérienne BrightAir s'appuie désormais sur des informations détaillées basées sur le comportement de ses clients pour leur donner exactement ce qu'ils souhaitent.

L’industrie de l'aviation est un secteur complexe

Du temps, des efforts, une expertise et des fonds considérables sont consacrés au développement de nouvelles destinations et au maintien de l'attractivité de celles étant déjà proposées. Il est donc crucial d'embarquer le plus de personnes possible vers chaque destination pour compenser les coûts et générer des profitsAvec l’aide de delawareBrightAir a adopté une approche de pointe pour répondre aux besoins de groupes cibles spécifiques. 

Connais tes clients

BrightAir est actif à l'échelle mondiale. Si la majorité de son activité concerne l'Europe et le Moyen-Orient, le groupe a récemment élargi son offre avec des destinations transatlantiques. Déjà client de delaware de longue date, ils ont contacté l'équipe d'intelligence artificielle début 2017 avec une étude de cas intéressante.

« Ils voulaient vraiment comprendre qui étaient leurs clients », explique Sven Arnauts, responsable de l'équipe Customer Intelligence de delaware. « Si la question semble simple, sa réponse est complexe : différents groupes cibles recherchent des choses très différentes lorsqu’ils voyagent. Chaque groupe vit ses voyages différemment et doit être abordé de manière très spécifique. »

Après plusieurs discussions préalables, l’équipe delaware a combiné de nombreuses sources de données dans des profils complets pour chaque client. Elle a ensuite effectué un exercice de segmentation de la clientèle pour regrouper les usagers sous des profils spécifiques, chacun avec leurs intérêts et budgets propres. « Une fois cet exercice terminé, nous devions déterminer quand, où et comment les cibler au mieux pour optimiser la valeur de BrightAir », poursuit Sven. 

Le comportement du client révèle ses préférences sous-jacentes

Les données ont révélé une information importante : même au sein de chaque région, il existe de grandes disparités entre les segments de clientèle. « Nous avons démontré qu'une stratégie de communication générale par région n'était toujours pas suffisante pour atteindre les clients », déclare Kevin De Beck, expert en données chez Delaware. « Afin de stimuler la vente de billets, BrightAir devrait se concentrer davantage sur les caractéristiques comportementales du client, puisque celles-ci différaient même d’une région à l’autre. »

Cependant, il ne s'agissait pas d'un exercice ordinaire ou typique de segmentation de la clientèle. « Nous avons utilisé un algorithme d'intelligence artificielle complexe, qui prend en compte de nombreux aspects du comportement client. L’expression « segmentation client » est trompeuse. En effet, nous ne sommes pas partis de règles commerciales ni des segmentations traditionnelles « haut-moyen-bas », qui reposent sur des hypothèses. Notre modèle repose sur le comportement client en tant que tel. Les couches sont si nombreuses que dix itérations se sont avérées nécessaires pour l'adapter. »

« Par exemple, pour plusieurs régions, nous avons vu des familles classiques voyager avec des enfants. Dans une autre région, nous avons observé une préférence pour une expérience de voyage fluide et sans soucis, les clients réservant leurs voyages des mois à l'avance via une agence. Dans d'autres, ce même groupe familial était représenté, mais se comportait de manière complètement différente. Par exemple, certains clients n'étaient intéressés que par les billets les moins chers, ou étaient bien plus sensibles aux réductions de dernière minute trouvées en ligne », poursuit Kevin.

Cela a complètement changé la façon dont BrightAir abordait les profils type en marketing et la gestion des campagnes. Les « voyageurs familiaux » ou les « voyageurs citadins » n'existaient tout simplement pas. Au sein de chaque groupe, nous avons encore trouvé des sous-groupes pertinents se comportant de manière complètement différente. » 

« Nous ne sommes pas partis de règles commerciales ni des segmentations traditionnelles « haut-moyen-bas », qui reposent sur des hypothèses. Notre modèle d'intelligence artificielle multicouche est basé sur le comportement du client en tant que tel. »

Kevin De Beck, expert en données chez delaware

En conséquence, les informations fiables générées par le modèle peuvent servir de base à la feuille de route stratégique de BrightAir pour le développement de nouvelles destinations, et pas uniquement à l’optimisation de ses activités marketing.

« Développer de nouvelles destinations et organiser des vols est très coûteux », poursuit Sven. « Concrètement, chaque vol est un coût irrécupérable. Si une destination est impopulaire, ou si elle ne plaît pas au groupe cible, la compagnie aérienne encourt des pertes importantes. Chaque vol a un prix fixe, excluant les coûts de carburant, de sorte que plus le nombre de clients que vous pouvez planifier pour un vol est élevé, plus vous pouvez générer de bénéfices. »

Un exercice en cours

Outre delawareBrightAir utilise son nouveau modèle de segmentation basé sur l'utilisation pour optimiser sa communication. « Mais il ne s'agit pas d'un projet ponctuel », affirme Kevin. « Les clients passent d’un segment à l’autre, et BrightAir doit prendre des mesures pour renforcer la relation. C’est un processus itératif. »

Êtes-vous prêt à découvrir ce que vos données clients disent sur l’avenir de votre entreprise ? Ce n’est pas de la divination, mais de l'intelligence artificielle. Notre équipe expérimentée aimerait avoir de vos nouvelles. 

Avertissement : pour des raisons de non-divulgation, toutes les informations identifiables ont été anonymisées.