Petit déjeuner Blue DME « Intelligence Artificielle et Automobile » du 6 juillet 2017

Nous avons organisé notre premier petit déjeuner le 6 juillet 2017 à La Compagnie de Paris avec nos partenaires AAADATA et Ellis Car.

Julien Cabot, PDG de Blue DME, a ouvert le petit déjeuner conférence en rappelant le contexte du secteur automobile : « l’impact de l’Intelligence Artificielle sur le produit automobile sera majeur ». Le secteur étendu de l’automobile montre que tout l’écosystème est de plus en plus interconnecté :

– Constructeurs ;

– Banque, Assurance, Leasers ;

– Distributeurs; SAV Maintenance, Revente entre particuliers ;

– Fleet Managers ; Auto partage ; Smart cities.

Julien indique que l’adoption de l’Intelligence Artificielle dans l’automobile en France est intimement liée au renouvellement du parc automobile français.

 

Emmanuel Leprat, Chief Data & Analytics Officer chez AAADATA, a évoqué la transition de l’approche historique basée sur le produit à une approche basée sur le client. Les produits et services ont évolué ces dernières années pour permettre :

– de mieux connaître (réellement) les clients automobilistes ;

– de prédire la vente d’un véhicule à partir d’historiques d’achats (score d’achat d’un véhicule additionnel) ;

– et bientôt d’indiquer le message à adresser, sur quel support et à quel moment : la « prescriptive analytics ». AAADATA lancera une nouvelle offre le 27 septembre 2017 sur ce sujet lors d’un événement.

« Le bon sens, c’est le type qui vous a dit que vous auriez dû faire régler vos freins la semaine dernière avant de bousiller l’avant de votre voiture  cette semaine-ci ». (Raymond Chandler)

 

Puis, Adrian Pellegrini, manager data science chez Blue DME, a présenté un retour d’expérience d’un constructeur automobile qui implémente des pop-up store dans les centres commerciaux pour créer de nouvelles expériences d’achats et générer de nouveaux types de données. « De nouvelles données permettent de créer de nouveaux services data-driven pour dépasser la simple vision 360° d’un client basée sur des statistiques et permettre d’aller vers l’intelligence artificielle ».

La vente de véhicule est un exemple parfait pour l’implémentation d’une intelligence artificielle : un produit complexe qui a beaucoup de caractéristiques (modèles, véhicule neuf, occasion, etc.), avec un achat souvent déclenché par un moment de vie et un cycle de vente qui peut être long impliquant des allers retours entre un commercial et un acheteur (qualifications, relances, propositions commerciales, négociation, etc.). Chaque étape de la réflexion client ou du processus de vente commerciale a pu faire l’objet de modèles prédictifs (score de chaleur, moteur de recommandations, cross-sell, pricing, etc.) mais c’est réellement le lien entre tous ces algorithmes qui permet de créer une intelligence artificielle s’appuyant sur toutes les données générées dans l’expérience client (données web, CRM, open data, partenaires, point de vente physique, IoT, etc.).

Cette IA permet de poser de nouvelles questions :

– Comment mieux intégrer l’usure des véhicules dans le prix des véhicules d’occasion ?

– Comment optimiser la marge commerciale au bon moment ? (vendre au bon / meilleur prix)

– Quel est le vrai besoin de mon client ? (celui qu’il n’a pas exprimé) et comment lui permettre de l’obtenir ? (prêt perso, leasing, prêt entre particuliers)

– Quel service pourrait-il utiliser ? (lié a ses usages / problématiques : financement, type de conduite) Quel package personnalisé lui proposé ?

– A quel moment est-il le plus réceptif pour un closing ?

– A quel meilleur moment le relancer ? (moments de vie)

– Comment intégrer au mieux une problématique de rotation commerciale dans les ventes ?

Pour y répondre, Blue DME propose 3 solutions :

– un Personal shopper : Aider le client à choisir la solution de mobilité qui lui convient le plus et l’accompagner dans son acquisition.

– un Collaborative Bot : Aider les commerciaux à réaliser leur ventes, de l’aide au profiling jusqu’à l’automatisation des taches sans valeur ajouté trop grande.

– un Dynamic Pricing Manager : Trouver le meilleur prix pour maximiser la marge commercial, du prix catalogue jusqu’au promotion personnalisées.

 

Enfin, Patrick Bibas d’Ellis Car, a présenté l’évolution de la sécurité dans le secteur automobile sous l’angle de l’évolution du rôle des assureurs et la possibilité pour les automobilistes d’apprendre à « mieux » conduire. Les supports de restitutions à l’usager (temps réel ou non) peuvent maintenant s’appuyer sur de l’analyse objective absolue (ex : le comportement réel du conducteur) et de l’analyse objective relative (ex : données accident en open data).

Ellis Car est le seul acteur qui utilise l’intelligence artificielle avec autant de composantes contextualisées de données de conduite (inattention, vitesse, freinage, etc.).

 

N’hésitez pas à nous contacter pour avoir plus d’informations sur nos produits et services !