Agentic AI : L’IA Générative au service de l'expérience client

Contexte & problématique

Depuis 2022, le Club Med a lancé une ambitieuse stratégie de gestion des données avec la création de sa propre Data Factory, une plateforme dédiée à la gestion et à l'optimisation des données. Cette initiative représente un jalon clé dans le déploiement de la stratégie d’intelligence artificielle générative du groupe, visant à améliorer les services destinés à ses clients et à ses collaborateurs.

Dans cette optique, fin 2023, le groupe hôtelier a décidé d’intégrer l’IA générative pour enrichir l’expérience client et simplifier le processus de réservation. L’outil conversationnel WhatsApp devient ainsi un nouveau canal d’acquisition, permettant aux clients de poser leurs questions, obtenir des estimations de prix et recevoir des réponses instantanées 24h/24, grâce à des chatbots spécialement entraînés sur les données du Club Med et intégrés à l’application.

Cette automatisation a pour effet d'optimiser l'efficacité du service, tout en libérant les «Travel Experience Designers» (TEDs) de tâches répétitives pour leur permettre de se concentrer sur des interactions plus complexes et personnalisées.

Initialement testé sur le marché brésilien pour répondre à un volume élevé de messages, ce projet a rapidement été adopté et déployé dans de nouveaux pays, tels que la Malaisie, Singapour, le Royaume Uni, la France, la Belgique ou encore la Suisse. Aujourd’hui, Les chatbots sont présents sur neuf marchés et leur déploiement continue, avec l’ajout d’un nouveau pays chaque mois.

Les chantiers menés par nos équipes

1. Strategy et Delivery

Le succès de ce projet repose sur la capacité des chatbots à répondre de manière autonome à un large éventail de questions, afin de minimiser au maximum les escalades vers un agent TED. Pour mesurer cette efficacité, deux indicateurs clés ont été définis : le taux de conversations automatisées par IA et le taux de routage vers un agent TED.

Pour augmenter le premier et réduire le second, plusieurs actions ont été entreprises :

• Une analyse sémantique, menée marché par marché, des conversations reçues, permettant d’identifier et de prioriser les principaux motifs de contact qui n’étaient pas encore couverts par les IA.
  
• Une analyse approfondie des raisons pour lesquelles certaines demandes, pourtant dans le scope des IA, n’étaient pas prises en charge.
  
• Des entretiens avec les équipes métiers des différents marchés pour mieux comprendre les attentes des clients et les défis rencontrés par les agents TED.

En quelques mois, ces initiatives ont permis d’élargir le champ d’action des IA, leur offrant la capacité de traiter des demandes plus spécifiques, telles que l’ajout du transport depuis une ville de départ choisie par le client. 
Par ailleurs, les chatbots ont été améliorés pour générer davantage de devis en proposant des dates alternatives lorsque le resort n’était pas disponible aux dates initialement souhaitées.

💡Pour en savoir plus sur le lancement d’un outil d’IA générative : découvrez les coulisses du lancement de Lexis+ AI avec Jean-Pierre Sirot, Chief Product Officer (CPO)

2. Déploiement sur de nouveaux marchés

L’expansion de l’IA conversationnelle du Club Med à l’international repose sur une approche méthodique visant à garantir une adoption efficace et une expérience client optimale.

Tout d’abord, nous accompagnons les responsables des marchés locaux dans leur onboarding en leur présentant en détail le scope et le fonctionnement des IA. Cette phase permet d’aligner les équipes sur les capacités des chatbots, leurs limites et leur rôle dans l’expérience client. Nous prenons également le temps de répondre à toutes leurs interrogations pour lever d’éventuels freins à l’adoption.

Une fois l’outil déployé, nous suivons de près la phase de découverte avec les équipes locales. Cette étape est essentielle pour identifier d’éventuelles incompréhensions ou ajustements à apporter, que ce soit dans la gestion des conversations ou dans les spécificités du marché concerné. Des corrections peuvent être apportées en temps réel pour améliorer la pertinence des réponses et maximiser l’engagement client.

En parallèle, nous nous assurons que l’outil respecte les réglementations locales sur l’IA et la gestion des données. Selon les exigences de chaque pays, des évolutions peuvent être nécessaires pour garantir la conformité, notamment en matière de protection des données personnelles et de transparence des interactions automatisées.

Enfin, dans les premières semaines suivant le lancement, nous réalisons un suivi attentif des KPI clés, notamment le taux d’engagement des clients avec l’IA, le taux de conversations automatisées et le taux d’escalade vers un agent TED. Ce monitoring permet d’évaluer l’appétence des clients pour l’outil et d’anticiper d’éventuels ajustements pour améliorer l’expérience et la performance du service.

3. Mise en place de l'architecture Agentic

Au lancement du projet, deux principaux motifs de contact ont été identifiés :

• La recherche rapide d’une estimation tarifaire, sans forcément d’intention d’achat immédiate.
  
• Des questions ouvertes sur le Club Med et ses resorts en général (activités et services proposés, équipements des chambres, etc.).
  

Pour répondre à ces besoins, deux chatbots spécialisés ont été développés :

• Un chatbot dédié aux estimations tarifaires : conçu pour collecter auprès du client les informations essentielles (dates, destination, nombre de voyageurs, etc.), il génère ensuite un lien vers la première étape du checkout du site B2C. Tous les champs y sont pré remplis, permettant ainsi au client de visualiser le prix de son séjour et, s’il le souhaite, de finaliser sa réservation en quelques clics.
  
• Un chatbot conçu pour répondre aux questions sur les resorts : basé sur un modèle RAG (Retrieval-Augmented Generation), il exploite les données renseignées et mises à jour quotidiennement par les responsables de marché dans leur CMS métier. Grâce à cette architecture, il est en mesure de répondre avec précision à la majorité des questions sur les resorts du Club Med.
  

Grâce à WhatsApp, les clients disposent ainsi de plusieurs options :

• Obtenir un tarif : Redirection vers le chatbot dédié aux estimations tarifaires.
  
• Obtenir une information sur un resort : Redirection vers le chatbot d’information.
  

Cependant, cette architecture présente plusieurs inconvénients :

• Une segmentation rigide des interactions : L’approche reposant sur deux chatbots spécialisés créait une rupture dans l’expérience utilisateur. Un client pouvait, par exemple, poser une question sur un resort après avoir demandé un tarif, mais devait alors interagir avec un chatbot différent. Cette séparation artificielle entraînait une friction dans le parcours client et augmentait le risque d’abandon.
  
• Une couverture limitée des demandes complexes
  Chaque chatbot fonctionnait sur un périmètre défini, ce qui limitait leur capacité à gérer des requêtes plus nuancées ou mixtes. Par exemple, un client cherchant un tarif pour une destination donnée tout en souhaitant en savoir plus sur les activités proposées dans le resort ne pouvait pas obtenir une réponse fluide et unifiée.

Plutôt que de remplacer les chatbots existants, nous avons choisi de les intégrer dans une architecture Agentic, en introduisant un nouvel agent orchestrateur. Ce dernier agit comme un chef d’orchestre, analysant la demande du client et la redirigeant vers l’agent le plus pertinent.

Les bénéfices de cette approche sont multiples :

• Une expérience client plus fluide et cohérente : L’orchestrateur évite aux utilisateurs d’avoir à comprendre quel chatbot utiliser : ils formulent simplement leur question et reçoivent une réponse adaptée, sans se soucier de l’organisation technique en arrière-plan.
  
• Une gestion intelligente des requêtes hybrides : Si une demande combine plusieurs types d’informations (exemple : connaître le prix d’un séjour et les activités disponibles sur place), l’orchestrateur est capable de séquencer intelligemment la conversation en s’appuyant sur les deux chatbots existants, sans imposer à l’utilisateur de répéter sa demande.
  
• Une architecture évolutive : En centralisant la gestion des interactions, il devient plus facile d’ajouter de nouveaux services ou chatbots spécialisés à l’avenir, sans perturber l’expérience utilisateur.

Grâce à ce pivot, nous avons conservé les atouts des chatbots spécialisés tout en offrant une expérience plus intuitive et efficace, alignée avec les attentes des clients et les objectifs d’optimisation du service.

Les résultats obtenus

Les IA sur le parcours Whatsapp sont aujourd’hui déployés sur 9 marchés différents, dans 4 langues et en un an ce sont : 

• 38 000 conversations exposées aux agents IA.
  
• 41% des conversations ont été entièrement automatisées (pas de routage vers un agent TED pendant où l’issu de la conversation avec les IA).
  
• Une  réponse en 6 secondes en moyenne (contre plusieurs heures parfois sur les marchés où l’IA n’est pas encore déployée).
  
• Un service désormais accessible en dehors des horaires de disponibilité des agents TED ( 24h/24, 7j/7 ).

💡Découvrir un autre cas client Club Med : la refonte produit avec une product team

💡Découvrir un autre cas client autour du data product management

‍