Terminix améliore la fidélisation de sa clientèle grâce à Jedox IA

La prévision des indicateurs financiers clés pour l’entreprise n’est que l’une des nombreuses responsabilités dévolues à l’équipe FP&A de Terminix. Jamie Cousin, responsable FP&A, a pour mission, avec son équipe, d’évaluer le nombre de clients susceptibles d’annuler leur commande dans un délai donné, mais également d’identifier cette clientèle et les facteurs qui influent sur ses décisions. Plus important encore, on lui demande de préconiser des mesures en interne afin de prévenir les annulations et d’accroître la fidélisation en cours de processus. Jamie Cousin et son équipe savaient que la qualité de service était un facteur déterminant, mais ils souhaitaient savoir s’il y en avait d’autres susceptibles d’influer de manière significative sur la rétention des clients. Terminix dispose d’une grande quantité de données utiles pour répondre à ces questions, mais le volume des clients et les multiples caractéristiques des produits ne permettaient pas d’en tirer des conclusions probantes.

Pour élever ses capacités d’analyse au niveau supérieur, l’équipe FP&A a décidé de mettre en place un projet pilote en exploitant les nouvelles capacités d’intelligence artificielle directement intégrées au logiciel Jedox. Pendant trois ans, Terminix a fait confiance à la plateforme Jedox pour gérer et extraire les données financières et répondre plus efficacement à ses besoins en matière de reporting externe et interne. « Jedox constitue un élément central de notre activité aujourd’hui et nous sommes souvent confrontés au défi de trouver de nouvelles manières de l’exploiter dans nos applications commerciales », explique Jamie Cousin. Interrogé à propos des raisons qui ont conduit l’équipe à choisir Jedox pour ce projet, Steve Krantz, responsable des ressources techniques Jedox chez Terminix, confie : « Jedox est un outil très convivial et notre communauté d’affaires l’adore. Il a été tout à fait naturel pour nous de nous tourner vers Jedox. La solution Jedox rend l’IA très facile et intuitive aux non-techniciens. Il suffit de fournir un ensemble de données et de procéder à quelques réglages ici et là de manière très simple pour définir des caractéristiques basées sur ces données », précise Steve Krantz.

Kevin Kennedy, responsable des systèmes d’entreprise chez Terminix, a contribué à la mise en œuvre de Jedox il y a trois ans, en assistant l’équipe en tant qu’expert pendant le déploiement de l’IA. « Pour notre projet d’IA, en particulier, nous gérons des masses de données issues d’une pluralité de sources », explique Kevin Kennedy. « Jedox est une excellente solution pour assembler les données appropriées et les définir, les suivre et les surveiller au fil du temps. Au lieu de recourir à un système ERP et à différents livres comptables, nous utilisons Jedox, qui permet de modifier et manipuler beaucoup plus facilement les données. La production a également lieu plus rapidement, dans la mesure où c’est le service FP&A qui en a le contrôle », conclut Kevin Kennedy.

Dans tout projet d’IA, il est essentiel de disposer de données adéquates et d’en rassembler rapidement d’énormes quantités. Tout aussi importante, cependant, est la nécessité d’avoir sous la main une personne capable d’interpréter efficacement ces informations d’un point de vue technico-commercial. Pour le projet Jedox AI de Terminix, cet expert en données est Kevin Kennedy. Le premier jeu de données qu’il a créé couvrait les informations relatives aux contrats de vente, lesquels décrivent divers aspects de l’expérience client : les achats auprès de l’entreprise, la fréquence des opérations, la facturation, les soldes client, ainsi que tous les attributs relatifs aux produits achetés. Compte tenu de l’immense quantité de données impliquées, l’équipe s’est réjouie de la rapidité avec laquelle elle a pu les manipuler et les traiter avec Jedox.

L’objectif principal de l’équipe Terminix était d’exploiter l’IA afin de prédire et analyser la fidélité des clients. Les données ont été chargées dans Jedox pour être traitées via le moteur d’IA. Les prévisions ainsi générées ont pu être comparées aux données de fidélité effectives. « L’un des premiers avantages est la rapidité avec laquelle nous avons obtenu des résultats », explique Jamie Cousin. « Nous avons introduit une très grande quantité de données dans le modèle, puis, dans le cadre d’un très court développement de projet, nous avons obtenu des connaissances approfondies sur des données auparavant inexistantes. Nous avons identifié des caractéristiques que nous n’aurions jamais songé à corréler avec la fidélisation, ou qui figuraient sur notre liste, mais moins bien classées. Ces facteurs incluent par exemple la valeur du contrat, la durée de service, le mix produit, ou encore la question de savoir si le client est venu chez nous ou si nous l’avons contacté de manière proactive. Nous étions jusqu’alors focalisés sur l’idée que tout était lié au service, au point de négliger un grand nombre de ces autres facteurs. Le projet d’IA met en lumière de nouvelles caractéristiques qui peuvent être à l’origine de ces difficultés », conclut Jamie Cousin.

Kevin Kennedy se prépare à mettre en place un essai de contrôle afin de suivre ces clients dans les agences et d’étudier l’évolution de la situation sur la durée : « Je pense que la bonne méthode pour analyser la contribution des résultats de l’IA, c’est de créer deux groupes d’agences dont la configuration géographique et économique est similaire : une qui utilise les résultats de l’IA et une qui ne le fait pas, puis de comparer les deux », commente Jamie Cousin. « Nous observons déjà de nombreux aspects différents en ce qui concerne la fidélité, l’amélioration de l’expérience et le renforcement de la rétention de clientèle. Il importe donc également de montrer que les améliorations produites au niveau des agences résultent en réalité des informations sur l’IA, et qu’aucun autre élément ne vient perturber l’ensemble », ajoute Kevin Kennedy.

Et de poursuivre : « Jedox offre un moyen plus clair et plus facile de commencer à exploiter l’IA, plutôt qu’en travaillant de manière hiérarchisée et en faisant appel à des spécialistes des données ou des développeurs parmi le personnel. Nous sommes en capacité d’alimenter le moteur de Jedox AI avec un ensemble de données, puis la magie prend le relais en accédant à des algorithmes préconstruits qui reposent sur des bibliothèques IA standardisées. Avec Jedox, notre pôle financier bénéficie d’un voie directe vers des informations qui lui étaient auparavant inaccessibles ».

Grâce à l’IA, nous obtenons des informations approfondies plus rapidement et avec un niveau de confiance plus élevé sur les caractéristiques pertinentes des clients. Pour cela, nous observons non seulement les mesures financières, mais également les clients du point de vue des ressources humaines ou du marketing. Ces prédictions accélérées nous permettent d’exploiter les résultats beaucoup plus rapidement, afin de déterminer les changements à apporter à nos processus métier, les mettre en œuvre et commencer à en récolter les fruits encore plus vite.

Jamie Cousin, responsable FP&A chez Terminix