Group 16

BPCE Financement est la filiale du groupe Banque populaire et Caisse d’Épargne spécialisée en crédit à la consommation pour les particuliers.

 

Laurent Eskenazi, directeur marketing et data client chez BPCE Financement, nous donne son point de vue optimiste sur l’utilisation de l’intelligence artificielle, et aussi quels en sont les différents usages dans une banque.

 

Bonne écoute !

 

Podcast #06 avec Laurent Eskenazi dédié au marketing relationnel et à l’intelligence artificielle

Retranscription de l’interview

Aujourd’hui, je reçois Laurent Eskenazi, Directeur Marketing et Data Client chez BPCE Financement, tout d’abord comment va ton algo ?

Mon algo va bien merci ! Il est en pleine forme malgré le contexte un petit peu morose.

 

Peux-tu nous présenter BPCE Financement et ton activité ?

Bien sûr ! Chez BPCE Financement, la filiale du groupe Banque populaire et Caisse d’Épargne spécialisée en crédit à la consommation pour les particuliers, je suis à la tête de la direction marketing et data client, donc en charge du marketing opérationnel et de l’exploitation de la data pour, entre autres, rendre ce marketing plus efficace. Cela regroupe tout ce qui est connaissance client, data science, data marketing, marketing automation et communication marketing.

 

Tu te souviens de ta première rencontre avec un algorithme ?

Ça devait être dans les années 90. Le premier algorithme qui m’a vraiment marqué et que j’ai rencontré, c’est Deep blue, le superordinateur d’IBM qui avait battu Kasparov aux échecs. C’était assez incroyable à l’époque, je m’en souviens, une machine qui battait pour la première fois l’un des meilleurs joueurs de l’histoire. Pour moi c’est une sorte de date clé, une étape charnière dans l’histoire de l’intelligence artificielle. C’est vraiment le premier algorithme qui m’a marqué je pense.

 

Quel usage faites-vous des algorithmes aujourd’hui chez BPCE Financement ?

Comme toutes les banques et comme toutes les sociétés de crédit, l’exploitation des données et des algorithmes est présente depuis très longtemps dans le quotidien de BPCE Financement : les scores, les analyses de risques, mais aussi plus spécifiquement sur le marketing. Au sein de la direction, on a mis en place des scores et des modèles qui permettent d’améliorer la performance de nos actions marketing. On compte parmi celles-ci : la détection des appétences canal, la prédiction des moments de vie du client, l’identification des baisses potentielles d’activité du client sur son crédit, ou au contraire la probabilité de réutilisation de son crédit lorsqu’il est inactif. Donc des modèles marketing qu’on utilise régulièrement dans nos actions. À côté de ces modèles prédictifs qui sont bien en place et qu’on exploite régulièrement, nous menons avec vous D-AIM une expérimentation autour de l’orchestration et de l’arbitrage des actions marketing par un moteur d’intelligence artificielle.

 

En quoi ces algorithmes vont changer le quotidien des équipes chez BPCE Financement ou dans le marketing en général ?

Avec l’accélération de l’utilisation de la data depuis quelques années, il y a déjà beaucoup d’entreprises, comme BPCE Financement, qui ont opté pour des organisations qu’on pourrait qualifier de data driven. Ainsi, des équipes data, CRM, marketing et communication collaborent étroitement. Contrairement à ce qu’on pouvait avoir, et je l’ai connu il y a 10 ou 15 ans, avec les statisticiens d’un côté et les marketeurs de l’autre, qui ne se comprennent pas et surtout qui ne cherchaient pas à se comprendre. Et ensuite entre ces 2 équipes, des équipes CRM qui géraient tant bien que mal la jonction entre les équipes pour gérer les campagnes. Tout ça, c’est révolu. Aujourd’hui, un marketeur doit savoir gérer et adapter ses actions en fonction du profil du client. Il doit savoir analyser les retours de ses actions de manière précise, et il doit savoir exploiter et comprendre les données. Ainsi, il doit donc travailler de manière très rapprochée avec les data scientist. Tout ça va aller forcément plus loin et même plus vite avec le développement de l’intelligence artificielle et des moteurs de recommandation qui vont permettre une hyper-personnalisation des actions marketing de manière industrielle. Ainsi, un marketeur qui ne saurait pas travailler avec des algorithmes et ne comprendrait pas les données, risquerait dans les années futures de rencontrer beaucoup de difficultés.

 

Pour les clients et les consommateurs, qu’est-ce que cela va changer ?

L’intelligence artificielle va permettre d’atteindre ce que les spécialistes du marketing théorisent depuis bientôt plus de 20 ans. C’est un peu le Graal du marketeur : c’est le one-to-one marketing. Le principe c’est de réaliser des messages sur mesure pour chaque client, en fonction de ce qu’il aime et au moment où il en a besoin. Cela revient à gérer un plan d’action marketing unique par client, et non plus par segment comme on le fait aujourd’hui et comme quasiment tout le monde le fait aujourd’hui. Clairement quand on a des milliers ou des millions de clients, ce marketing très individualisé est ingérable pour l’humain. Seule une intelligence artificielle est capable de réaliser ces analyses extra fines et de donner justement les bonnes instructions aux outils CRM pour s’adresser à chaque client et de manière unique. Donc forcément pour le client, une hyper-personnalisation, c’est synonyme de satisfaction et de confiance envers la marque. On a tous été en tant que consommateur agacé par des sollicitations répétitives, abusives et surtout complètement à côté de la plaque par des annonceurs qu’on ne nommera pas. Tout ça c’est effectivement très négatif pour le client et cela donne une vision très négative du marketing. En synthèse, le one-to-one marketing qui va être rendu possible par l’intelligence artificielle, c’est avant tout une expérience client qui est très largement améliorée.

 

Concernant les clients justement, pourquoi l’engagement client est de plus en plus important aujourd’hui ?

Aujourd’hui, dire que le client est plus exigeant, plus sollicité par des nombreuses actions marketing et plus volatile, et bien c’est presque enfoncer une porte ouverte. C’est un phénomène qui est bien réel et qui s’est même accentué avec l’omniprésence, pour ne pas dire l’omnipotence, des réseaux sociaux. Une marque aujourd’hui elle a quasiment plus le droit à l’erreur et elle a tout intérêt à faire en sorte que le client s’engage en sa faveur pour qu’il devienne une sorte d’ambassadeur. La marque doit éviter à tout prix que le client soit un détracteur. Pour qu’un client s’implique, pour qu’il s’engage en faveur d’une marque, il n’y a pas de secret, il faut que le client soit satisfait. Une approche mass marketing sans prise en compte de la singularité du client, ça irrite, ça génère de l’insatisfaction et ça désengage le client qui finit par se tourner vers la concurrence.

 

As-tu en tête une success story d’un algorithme qui a révolutionné un service ou une expérience client ?

Il y en a plusieurs, je pense notamment au secteur du retail avec l’analyse des tickets de caisse, ou bien au secteur bancaire avec la détection des fraudes qui est, dans un autre domaine que le marketing, une très grosse avancée pour les clients et pour la banque. Cependant, il y a une success story que je trouve particulièrement intéressante, c’est Netflix. Avant même que cela soit l’entreprise que l’on connait aujourd’hui, quand leur activité consistait à envoyer par la poste des DVD, Netflix a mis le principe de recommandation marketing au cœur sa stratégie. Ainsi, très tôt, ils ont compris la puissance des algorithmes. Aujourd’hui, toute la batterie des modèles que compose le moteur de recommandation de Netflix a qu’un seul objectif : connaître l’abonné pour le fidéliser et le retenir avec le succès qu’on connaît.

 

Est-ce qu’il existe des limites à cette utilisation ?

Oui sans aucun doute, pour moi c’est indispensable de fixer des limites à l’utilisation de l’intelligence artificielle et plus généralement à l’exploitation des données si on veut éviter les dérives. Toute collecte de données et tout usage de ces données doit être légitime et réalisé en toute transparence avec le client. C’est d’autant plus vrai pour le secteur bancaire puisque la banque, l’organisme financier, c’est avant tout un tiers de confiance vis-à-vis de son client. On ne peut pas et on ne doit pas faire ce que l’on veut avec les données du client sous prétexte de performance. De toute façon, et cela fait un peu lien avec ce qu’on a évoqué précédemment sur l’engagement client, pour moi les entreprises ont tout intérêt à mettre en place un marketing responsable et respectueux du client quant à l’utilisation de ces données en lui expliquant notamment que c’est dans son intérêt et que l’objectif c’est de lui envoyer des communications qui sont moins intrusives et plus personnalisées. C’est une sorte de win-win et c’est vraiment essentiel pour moi.

 

Donc est ce qu’on pourrait dire que les machines et les hommes sont faits pour s’entendre ou se faire la guerre ?

Alors non seulement je pense qu’ils sont faits pour s’entendre mais surtout je pense qu’il faut qu’ils s’entendent. Tout d’abord par rapport au point que l’on vient d’évoquer : l’éthique pour fixer ne serait-ce que des limites à l’utilisation de l’intelligence artificielle. Cela est indispensable. Mais c’est aussi pour moi nécessaire que les machines et les Hommes s’entendent pour être efficace. Si je prends l’exemple du marketing. L’humain ne pourra jamais concurrencer les machines sur certaines tâches : l’analyse de millions de données, la sélection de la meilleure action marketing de manière individualisée et l’ajustement à tout moment de ses actions. Ce n’est pas possible, on ne pourra jamais concurrencer un algorithme. Par contre, à contrario, l’humain (et heureusement) sera toujours supérieur à la machine sur d’autres aspect du marketing : la définition de la stratégie, la créativité, l’élaboration des messages ou bien le réajustement des objectifs en fonction d’un contexte. C’est bien cette combinaison de ces deux formes d’intelligence qui permettra à une société d’être performante tout en restant éthique.

 

Est-ce que tu aurais une citation pour finir ?

J’ai envie de citer un de mes auteurs préférés, Albert Camus, qui dans sa première œuvre « L’Envers et l’Endroit  » a écrit quelque chose qui m’a profondément marqué : « Les jeunes ne savent pas que l’expérience est une défaite et qu’il faut tout perdre pour savoir un peu. » C’est une réflexion philosophique sur la jeunesse qui croit tout savoir et puis qui déchante en vieillissant. Mais si on va un petit peu plus loin, je trouve que ça se prête assez bien aux algorithmes puisque l’idée de Camus, c’est de dire qu’on apprend de ses erreurs même parfois plus de ses erreurs que de ses victoires. Pour une IA, c’est pareil, ce n’est pas magique. Une IA a besoin d’apprentissage en permanence pour pouvoir se perfectionner.

 

 

 

Découvrez les autres épisodes de How I met your Algo :

Podcast How I met your Algo