Un constructeur automobile mondial opérant sur plusieurs marchés gère des millions d'interactions non structurées avec ses clients, qu'il s'agisse d'enquêtes, de médias sociaux ou de journaux de centres de contact. Cherchant à transformer sa stratégie d'expérience client, l'entreprise s'est associée à Artefact pour construire une plateforme holistique de la voix du client (VoC) alimentée par l'IA générative et les technologies de l'information et de la communication (TIC). AWS, L'objectif est de remplacer les analyses manuelles et lentes par un système évolutif et intuitif qui améliore directement la conversion des ventes et la fidélisation de la clientèle.

Le défi : l'analyse manuelle de la VoC bloque la connaissance du client.

Le processus existant d'analyse des commentaires des clients reposait entièrement sur des analystes humains, qui classaient manuellement les verbatims dans une taxonomie fixe et statique. Il en résultait des informations génériques et de faible résolution qui ne permettaient pas de saisir les nuances nécessaires pour mener des actions commerciales significatives sur les marchés mondiaux.

  • Goulot d'étranglement de la classification manuelle : Les analystes humains ont classé les verbatims des clients un par un, produisant des définitions de sujets vagues telles que ‘Propreté de la voiture’ plutôt que des distinctions granulaires telles que ‘Problèmes de nettoyage du véhicule’ par rapport à ‘Problèmes de service de voiturier’ - ralentissant la génération d'idées et limitant la précision analytique.
  • Les angles morts sur les sujets émergents : La taxonomie manuelle statique ne permettait pas de mettre en évidence des sujets inédits, tels que l'impact du changement climatique sur la perception de la marque, créant ainsi des lacunes en matière d'information qui empêchaient l'entreprise d'agir en fonction du sentiment émergent des clients.
  • L'incapacité à s'adapter à d'autres marchés : Avec des volumes considérables de commentaires non structurés provenant des ventes, de l'après-vente, de Google Search et des centres de contact dans de nombreuses zones géographiques, l'analyse manuelle était fondamentalement impossible à mettre à l'échelle et incohérente d'un marché à l'autre.

La solution : une plateforme VoC holistique avec LLM et AWS DataZone.

Artefact a architecturé et fourni une plateforme holistique de VoC combinant l'apprentissage automatique non supervisé avec de grands modèles de langage (LLM) sur AWS - découvrant, classant et générant automatiquement des informations à partir des commentaires non structurés des clients à l'échelle mondiale. La solution a été mise en production pour une efficacité maximale, en s'appuyant sur une architecture Hub-and-Spoke gérée par AWS DataZone.

  • Apprentissage non supervisé pour la découverte de sujets : Application de modèles d'intégration et d'algorithmes de regroupement pour traiter les verbatims bruts des clients, en identifiant automatiquement des groupes de sujets à haute densité sans connaissance préalable ni parti pris humain - ce qui a permis de découvrir des sujets que la taxonomie manuelle n'avait jamais anticipés.
  • Pipeline de classification Few-Shot LLM : Déploiement d'un pipeline d'apprentissage Few-Shot utilisant les modèles Foundation pour classer les nouveaux avis des clients dans la taxonomie établie (Topic, Subtopic, Sentiment) à l'échelle, permettant de générer des informations en temps quasi réel dans la production.
  • AWS DataZone de gouvernance mondiale : Exploitation d'AWS DataZone en tant que couche de gouvernance centrale pour distribuer en toute sécurité des modèles d'IA depuis le centre mondial vers les environnements des marchés locaux, en traitant les modèles comme des produits data régis et en assurant la validation de la qualité avant chaque déploiement régional.
  • Production et optimisation des coûts : Il a dirigé une phase de production dédiée pour remanier l'architecture PoC initiale, ce qui a permis de réduire de 83% le temps de prédiction et de 90% les coûts d'exécution mensuels, permettant ainsi un déploiement rentable de la production au niveau de l'entreprise.

Les résultats : une augmentation mesurable de la conversion, de la fidélisation et de l'efficacité.

La plateforme Holistic VoC a eu un impact quantifié et statistiquement validé sur la conversion, la rétention et les coûts opérationnels, démontrant ainsi la valeur commerciale directe de l'IA générative déployée de manière responsable à grande échelle.

  • +5,9% augmentation du taux de conversion de base : Validé par des tests A/B rigoureux avec une signification statistique de 98%, avec des segments à forte valeur ajoutée tels que les ‘ Résidences de luxe et en propriété ’ obtenant des augmentations de conversion allant jusqu'à +11,6% - directement attribuables aux recommandations de la " Next Best Action " pilotées par l'IA.
  • 90% réduction des coûts d'exploitation mensuels : La solution mise en production a permis de réduire les coûts d'exécution mensuels de 90% par rapport à la phase initiale MVP/PoC, établissant ainsi une base de production très rentable pour l'extension de la plateforme à d'autres marchés.
  • Réduction de ~83% du temps de prédiction : Le temps de traitement a été réduit de cinq sixièmes, ce qui a permis aux équipes de l'entreprise d'accéder beaucoup plus rapidement aux informations sur les clients et de répondre aux problèmes émergents en temps quasi réel sur les marchés mondiaux.

En remplaçant l'analyse manuelle par une plateforme VoC gouvernée et alimentée par l'IA sur AWS, Artefact a permis à un grand constructeur automobile mondial de transformer les commentaires des clients en un atout stratégique - offrant un retour sur investissement mesurable, une intelligence mondiale évolutive et une architecture reproductible prête à s'étendre à de nouveaux marchés à mesure que les ambitions de l'entreprise en matière d'expérience client continuent de croître.