Microsoft Dynamics 365 for Sales, for Marketing, for Customer Service… Vous avez peut-être déjà entendu parler de ces produits du géant à l’origine de Windows OS. Si ces trois logiciels s’adressent, respectivement, aux commerciaux, aux experts de la mercatique, et aux spécialistes du service client, ils ont tous un point commun : une puissante base logicielle.
Nommée Dynamics Cloud et exploitant une architecture de type SaaS (Software as a Service), cette suite d’outils informatiques a originellement été conçue par Microsoft pour concurrencer le géant Salesforce. Cependant, comment détrôner un leader déjà bien installé ? La réponse à cette question se trouve du côté de l’innovation : il faut rendre le logiciel autonome et évolutif. Ainsi, en dotant sa suite logicielle de fonctionnalités adaptatives qu’une IA (Intelligence Artificielle) chapeaute avec brio, la firme fondée par Bill Gates décide de réinventer plusieurs applications métiers, de la plateforme CRM à l’outil comptable, avec un œil plus moderne.
Cette intégration multi-outils, multi-plateformes et multi-utilisateurs permet d’unifier au sein d’Office 365 les besoins auxquels répondaient jusqu’à présent, de façon distincte, les ERP (Enterprise Resource Planning) et les outils CRM (Customer Relationship Manager). Comment cette transformation de Microsoft CRM en outil CRM SaaS polyvalent a-t-elle été possible ? Et comment Microsoft a réussi à combiner CRM et intelligence artificielle?
Machine learning et deep learning : de quoi s’agit-il ?
Machine learning et deep learning sont souvent confondus, pour une raison assez simple : ils sont fondamentalement la même chose, à savoir une utilisation de l’intelligence artificielle en vue de réaliser une tâche plus ou moins complexe. La principale différence tient en ce que le deep learning est une façon spécifique de faire appel au machine learning. En d’autres termes : le deep learning est une sous-discipline du machine learning. Les termes français, moins utilisés, sont par ailleurs plus parlant : le machine learning est appelé « apprentissage supervisé » tandis que le deep learning est nommé « apprentissage non-supervisé ».
Microsoft a donc décidé de capitaliser sur les potentialités du machine learning à plusieurs titres. C’est ainsi que Microsoft a conçu, par exemple, l’assistant personnel intelligent Cortana pour Windows Phone, Android et iOS. Microsoft a par ailleurs choisi de faire appel à l’apprentissage supervisé pour son efficacité dans le cadre de la création d’un CRM SaaS, décliné en un programme de bureau faisant appel au CRM cloud et en une version CRM mobile tout aussi bien connectée. L’offre Dynamics CRM, née de cette initiative, a de quoi rendre Microsoft fier, et pour cause : HP a décidé d’abandonner Salesforce pour adopter ce logiciel CRM aux fonctionnalités étonnantes.
IA pour intelligence artificielle : des décisions Incroyablement Adaptées
Aux États-Unis l’implémentation d’une intelligence artificielle aux systèmes CRM actuels rapporterait, selon une projection Statista pour 2021, 394 milliards de dollars américains de revenu. Cette production de richesse est liée aux fonctionnalités rendant plus exploitables les informations rassemblées par les solutions CRM. En voici une liste non exhaustive :
- Des assistants virtuels et robots conversationnels permettant d’adresser des requêtes dans un format plus naturel;
- Une automatisation des rapports clients, des envois récurrents d’e-mails ou encore de la capture de données clients;
- Une capacité du logiciel à proposer des solutions innovantes, en exploitant l’historique, pour résoudre les problèmes habituellement traités par les humains utilisant le CRM;
- Une meilleure segmentation des bases de données prospect et client.
Toutes ces possibilités sont le nec plus ultra de l’huile que représente pour les engrenages une solution CRM de la prise de décision des postes à responsabilité d’un entreprise, du collaborateur en contact direct avec le client jusqu’au gérant.
L’IA: hier une machine froide et implacable, aujourd’hui un véritable interlocuteur
Cette capacité de l’IA à imiter le comportement humain dans les interactions langagière est d’une efficacité redoutable. En effet, qu’il s’agisse d’un assistant virtuel, d’un robot conversationnel, etc. une plateforme CRM disposant d’une intelligence artificielle améliore les échanges. Il est ainsi plus facile de communiquer avec les clients mais aussi avec chaque membre de l’entreprise. Le dialogue établi entre les experts des services commerciaux, marketing et client peut intégrer les vocabulaires et données métriques de chacune des spécialités. La discussion est alors plus fluide, pertinente et éclairée. Les tâches, objectifs et résultats de chacun étant mieux compris, les relations humaines qui résultent du travail en commun deviennent plus stables et plus saines. Les conversions de prospects en clients, enfin, peuvent atteindre des progressions fulgurantes. Regardez aussi notre article sur le social selling et le CRM ici.
