Un client se désabonne et prend la peine d’expliquer pourquoi dans le champ de commentaire : « Vous en savez trop sur moi. » Ce genre de message vaut tous les tableaux de bord. Il signale l’endroit exact où une campagne a franchi une limite que personne n’avait pensé à tracer. L’hyper-personnalisation marketing avec l’intelligence artificielle promet d’adresser à chaque individu le bon message au bon moment ; elle produit aussi, plus souvent qu’on ne l’admet, l’effet inverse de celui recherché.
Le moment où la précision devient inquiétante
Il existe un seuil, difficile à définir sur le papier, très net à l’usage. Rappeler à un client la référence qu’il a commandée l’an dernier passe pour de l’attention. Lui écrire qu’on a remarqué son changement de situation familiale relève d’autre chose. Entre les deux, la différence n’est pas la quantité de données mobilisées : c’est le fait que le destinataire comprenne, ou non, comment vous savez ce que vous savez.
Un cabinet de courtage en assurance installé à Briis-sous-Forges en a fait l’expérience de manière assez brutale. Son outil combinait dix-huit variables par destinataire : âge du contrat, sinistres déclarés, échéances proches, canal de contact préféré, historique de navigation sur l’espace client. Les e-mails étaient techniquement irréprochables. Le taux de désinscription est passé de trois pour mille à quatorze pour mille en deux campagnes. Ce n’était pas un problème de ciblage. C’était un malaise.
Ce que la machine sait, ce que le client accepte qu’elle sache
Les modèles actuels rapprochent sans effort des informations qui, prises séparément, paraissent anodines. Une date de naissance, une adresse, une fréquence de connexion et trois clics forment un portrait dont la finesse dépasse ce que le client a cru donner. Il n’a pas menti, vous n’avez rien volé, et pourtant l’écart entre les deux perceptions crée le malaise.
Le test que nous proposons à nos clients est rudimentaire : seriez-vous à l’aise d’expliquer à voix haute, au téléphone, comment vous avez obtenu chaque élément qui figure dans le message ? Si la réponse suppose une explication embarrassée de plus de deux phrases, l’élément n’a rien à faire là. Ce test ne remplace aucune analyse sérieuse, mais il élimine en amont l’essentiel des dérapages.
Une seconde asymétrie mérite d’être signalée. Le destinataire ignore presque toujours qu’un traitement automatique a fabriqué le message qu’il reçoit. Tant qu’il s’agit de choisir entre quatre modèles d’e-mail, l’information est sans intérêt. Dès qu’un système décide de le contacter, de le classer ou de lui proposer des conditions particulières, le silence devient inconfortable. Une phrase honnête dans le pied de page, expliquant que certaines communications sont déclenchées automatiquement à partir du contrat en cours, désamorce beaucoup plus de tensions qu’elle n’en crée.
Trois garde-fous à poser avant d’ouvrir les vannes
Ils ne coûtent presque rien et ils évitent des situations difficiles à rattraper. Nous les posons systématiquement au démarrage d’un projet, avant même de parler d’outil.
- Une finalité écrite pour chaque donnée. Si personne dans l’entreprise ne sait dire à quoi sert un champ, il ne doit pas alimenter les campagnes. Cette liste tient sur une page et se relit deux fois par an.
- Une information claire des personnes. Le client doit pouvoir savoir, en langage ordinaire et sans chercher longtemps, quelles informations vous conservez et pour quel usage. Une page lisible vaut mieux que dix écrans de conditions générales.
- Aucune décision entièrement automatisée sur une personne. Un score peut orienter un commercial ; il ne doit pas refuser seul un dossier, écarter un candidat ou clore une relation. Un humain tranche, et il doit pouvoir expliquer sa décision.
Le troisième point est celui que les dirigeants sous-estiment le plus. Un système qui trie automatiquement les prospects finit par produire des refus, et un refus qu’on ne sait pas motiver est un refus qu’on ne peut pas défendre, ni devant le client, ni en interne.
Personnaliser le moment plutôt que le prénom
Voilà, selon nous, la partie réellement utile de la démarche, et elle passe presque inaperçue. L’intérêt d’un traitement automatique n’est pas d’écrire mille versions d’un texte : c’est de repérer à quel instant un message a une chance d’être lu. Le courtier de Briis-sous-Forges a abandonné ses dix-huit variables et gardé une seule règle : contacter le client dans la fenêtre de six semaines qui précède son échéance, avec un message identique pour tous. Le taux de réponse a dépassé celui obtenu avec l’usine à variables, et les désinscriptions sont revenues à leur niveau antérieur.
La leçon est un peu ingrate pour les amateurs de technologie. Le bon moment produit davantage d’effet que la bonne formulation, et il se calcule à partir de données neutres, contractuelles, que personne ne trouve intrusives.
Le même raisonnement vaut pour le canal et la fréquence. Savoir qu’un client répond aux appels du mardi matin et jamais aux e-mails du vendredi soir vous rapportera davantage qu’un paragraphe d’introduction taillé sur mesure. Ce sont des observations que vos équipes accumulent depuis des années sans les consigner, et qu’un traitement automatique sait extraire d’un historique de contacts en quelques minutes. Rien d’invasif là-dedans : vous exploitez la trace de vos propres échanges, pas la vie privée de quelqu’un.
Ce que nous refusons de mettre en place
La reconstitution de profils à partir de sources achetées à l’extérieur, dont personne ne peut expliquer l’origine. L’inférence d’informations sensibles, état de santé, opinions, situation financière, à partir de comportements d’achat : c’est techniquement faisable et commercialement suicidaire. Les messages qui feignent une relation personnelle que l’entreprise n’entretient pas, signés d’un prénom de commercial qui n’a jamais parlé au destinataire.
Nous déconseillons également les projets qui démarrent par l’achat d’une plateforme. L’ordre qui fonctionne est inverse : clarifier ce qu’on a le droit et l’envie de faire, définir deux ou trois moments de contact pertinents, puis seulement choisir l’outil. Ceux qui commencent par l’outil se retrouvent à remplir des cases parce qu’elles existent.
Menée avec discernement, l’hyper-personnalisation marketing avec l’intelligence artificielle reste un sujet intéressant pour une PME, à condition d’accepter qu’elle consiste surtout à retirer des choses. Moins de variables, mieux justifiées, activées au bon moment, avec quelqu’un qui garde la main sur les décisions. MINOBIA accompagne les dirigeants sur ce tri, en partant des données qu’ils détiennent déjà et de ce qu’ils peuvent honnêtement en dire à leurs clients, dans la logique décrite dans notre analyse de la maturité de l’IA en entreprise.
Questions fréquentes
Comment savoir si nos messages sont perçus comme intrusifs ?
Surveillez le taux de désinscription par campagne et lisez les motifs laissés en commentaire. Une hausse soudaine sans changement d’offre est presque toujours un signal de gêne, pas de désintérêt.
Peut-on utiliser les données de navigation du site ?
Pour orienter des statistiques d’ensemble, oui. Pour interpeller nommément une personne sur ce qu’elle a consulté, nous le déconseillons : le rapport bénéfice-risque est mauvais.
Faut-il un délégué à la protection des données dans une PME ?
Ce n’est pas obligatoire dans tous les cas, mais désigner une personne responsable du sujet en interne évite que la question ne soit celle de tout le monde et donc de personne.
Un score de propension est-il acceptable ?
Oui s’il aide un commercial à prioriser ses appels. Non s’il déclenche seul une exclusion, un refus ou une différence de traitement que personne ne saurait justifier.
Par où commencer sans se compliquer la vie ?
Par l’inventaire des données que vous détenez déjà et de leur raison d’être. Cet exercice, souvent redouté, prend une journée et sert ensuite à tout le reste.
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
