L'analyse prédictive : un nouveau rapport aux échanges en entreprise

Avec le développement du cloud, les communications unifiées font leur grand retour en entreprise. Les plateformes combinent différentes interactions : chat, email... Cependant les échanges restent encore trop statiques pour l'utilisateur.

Les communications unifiées évoluent au rythme des nouveaux usages

La nouvelle économie ou encore l’arrivée de la génération Y, ont modifié en profondeur l’organisation des entreprises qui se structurent sur un modèle plus transverse et collaboratif. Pour réussir cette transformation numérique dont dépend, in fine, leur croissance, elles doivent se doter de nouveaux outils permettant d’accompagner cette nouvelle manière de travailler. C’est pourquoi, aujourd'hui elles sont nombreuses à déployer des plates-formes de communications unifiées pour que collaborateurs, prestataires et clients puissent échanger en bonne intelligence. Ces plateformes combinent : voix, email, chat et web, dans un canal unique pour l’utilisateur. Cependant, bien qu’elles se vantent d’offrir un grand nombre de fonctionnalités, elles ne permettent que des interactions statiques ou basées sur des règles prédéfinies. Alors que si l’on part du principe que ces plateformes génèrent un grand nombre de données, on peut imaginer que ces dernières puissent être traitées de manière intelligente afin d’optimiser l’expérience utilisateur.

C’est ici que les analyses prédictives ont un rôle de plus en plus important à jouer afin de prédire les intentions de l’utilisateur. Les données du passé sont traitées pour prévoir un prochain comportement que ce soit sur les moteurs de recherche, sur les sites d'e-commerce ou encore en matière de prévention des crimes grâce à l’expansion du Big Data et des technologies cloud. Dans le domaine des communications unifiées, beaucoup de choses restent à mettre en place.

Évidemment, il faut partir du principe que plateformes permettent de collecter, agréger et traiter les données relatives aux interactions afin de générer des profils types de comportements utilisateurs.

Tout un chacun navigue quotidiennement au travers un grand nombre de communications one line : e-mail, chat, message vocal. Quelle que soit l’application, les messages apparaissent par ordre chronologique. Qu’en serait-il s’il s'avérait possible de combiner toutes ces interactions en une seule ? Et cerise sur le gâteau, s’il était possible de les afficher non pas chronologiquement mais pas ordre de priorité ? Un fil de discussion par e-mail qui a reçu de nombreuses réponses dans les 30 dernières minutes est certainement plus prioritaire qu’un e-mail collectif envoyé à l’ensemble de l’entreprise. Aujourd'hui, le machine learning permet d’analyser quelles ont été les interactions pour lesquelles l’utilisateur s’est montré le plus diligent à répondre afin de procéder à un premier classement. Ce dernier permettrait à l’utilisateur de se consacrer à l’essentiel lorsqu'il participe à une réunion ou lorsqu'il est en déplacement.

L’efficacité des plateformes de communications unifiées repose sur la présence. En effet, les interactions doivent être dirigées vers le canal sur lequel peut répondre l’utilisateur. Les outils détectent la présence à partir de paramètres prédéfinis, une intervention manuelle pour changer de statut ou l’activité sur un périphérique. Mais que faire des informations relatives à la présence n’étant pas disponibles en permanence ? Dans cette perspective, il possible d’anticiper la présence d’un utilisateur à partir de son historique, de son calendrier et de déterminer où il se trouve pour lui envoyer les messages sur le canal idoine.

Imaginons que sur son poste de travail un client important nous contacte par messagerie instantanée ou téléphone. La première question qui vient à l'esprit est : de quoi veut-il nous parler ? Avez-vous toutes les informations du dossier à portée de main ? Une application qui serait en mesure d’anticiper ce pourquoi une personne vous contacte et vous afficherait tous les éléments vous épargnerait du stress et vous ferait gagner en efficacité. Par exemple, le client peut être en train de subir un incident critique et avoir envoyé les journaux d’incidents ou des e-mails collectant les données. Les actions passées et présentes permettent d'anticiper la prochaine. La capacité à anticiper les événements et agir en fonction de ces prévisions pour remonter l’information pertinente permettrait aux collaborateurs d’une entreprise de travailler plus efficacement, en particulier ceux étant en contact direct  avec les clients.

Comme chacun sait, un échange peut partir du mauvais pied. Les parties peuvent s'enflammer et la discussion tourner court. Cela peut arriver entre toutes les parties prenantes : clients, représentants de l’entreprise, tiers. Il est de la responsabilité d’un manager de sentir que les choses ne vont pas comme elles devraient être et intervenir pour rétablir les choses dans le bon ordre. Une analyse en temps réel des échanges par e-mails ou des messages vocaux permet d’anticiper une relation client qui se dégrade afin d’y remédier dans les meilleurs délais. Ces dispositifs limitent l’obligation pour le responsable de rester en permanence à l’écoute qui peut se concentrer sur d’autres tâches et intervenir lorsqu’il reçoit une alerte uniquement.

La réussite du déploiement de plateformes de communications unifiées dépend de l’adoption par un plus grand nombre même si les utilisateurs ne les utiliseront pas tout de suite dans leur ensemble. Beaucoup dans un premier temps, resteront attachés à leurs anciens outils de communication. La valeur ajoutée de ces plateformes étant liée aux nombre d’utilisateurs, c’est à l’entreprise de prendre toutes les mesures incitatives et venir à bout des dernières résistances aux changements. Dans cette perspective, le machine learning peut aider à comprendre quelles sont les habitudes et comportements des utilisateurs ou encore identifier quels sont les groupes qui ont besoin d’une meilleure formation. Les analyses peuvent également montrer quels sont les usages les plus populaires et ceux délaissés. Ces données permettent à l’entreprise de décider des mesures à prendre pour une adoption plus importante de ces nouveaux outils.

Les analyses prédictives en sont encore à un stade précoce en matière de communications unifiées mais leur valeur ajoutée en matière d’expérience utilisateur ne fait plus aucun doute.