L'IA dans le clienteling : comment fonctionne le next-best-message, et où la protection des données fixe des limites
L'IA peut suggérer quel client contacter, avec quel produit ou quelle offre de reprise, et rédiger le message. Le RGPD, la nLPD suisse et l'AI Act européen déterminent jusqu'où cette automatisation peut aller.
L'ESSENTIEL Résumé de la rédaction
- Le next-best-message est un modèle qui classe les clients et les messages possibles, comme une nouveauté, un réassort ou une offre de reprise, selon leur pertinence probable, et remet au conseiller une liste restreinte accompagnée d'un projet de texte.
- En vertu de l'article 21 du RGPD, les clients peuvent s'opposer à tout moment à la prospection, y compris au profilage qui y est lié, et leurs données ne doivent alors plus être utilisées à cette fin.
- L'article 22 du RGPD encadre les décisions fondées exclusivement sur un traitement automatisé qui produisent des effets juridiques ou des effets similaires significatifs ; c'est pourquoi un humain doit décider des offres telles que le crédit, les exclusions ou les prix individualisés.
- Dans le cadre de l'AI Act européen, les obligations de transparence de l'article 50 pour les systèmes d'IA qui interagissent directement avec des personnes s'appliquent à partir du 2 août 2026, ce qui concerne les assistants conversationnels destinés aux clients.
- Les offres de reprise et de revente fonctionnent le mieux dans le clienteling lorsqu'elles reposent sur des articles que le client a réellement achetés et que celui-ci a accepté ce type de sollicitation.
Dans le clienteling, l'IA désigne surtout le next-best-message : un modèle classe les clients qu'un conseiller en magasin devrait contacter, détermine quel produit, service ou offre de reprise est le plus pertinent pour chacun et rédige un message que le conseiller peut modifier et envoyer. La valeur tient au temps gagné et à une meilleure pertinence. Les limites sont fixées par la qualité des données, par le droit des clients de s'opposer au profilage à des fins de prospection et par les règles relatives aux décisions automatisées et à la transparence de l'IA dans l'UE et en Suisse.
Qu'est-ce que le next-best-message dans le clienteling ?
Le next-best-message (ou next-best-action) est une technique éprouvée issue de la banque et des télécommunications, adaptée au commerce de mode. Au lieu qu'une équipe marketing planifie une campagne unique pour des milliers de clients, un modèle évalue de nombreuses actions possibles pour chaque client et retient la plus prometteuse. Dans le clienteling, le résultat n'est pas envoyé automatiquement. Il apparaît dans l'application du conseiller sous forme de tâche : contacter ce client, lui parler de cet article, lui proposer ce rendez-vous.
Les types de messages courants dans la mode comprennent les nouveautés dans les marques ou les tailles préférées d'un client, le réassort d'un article qu'il a demandé, les rappels d'entretien et de retouche, les invitations à des événements et, de plus en plus, des offres de reprise ou de revente pour des articles achetés lors de saisons précédentes.
Comment l'IA décide-t-elle qui contacter et quoi dire ?
La plupart des systèmes combinent trois couches. Une couche de sélection estime quels clients sont susceptibles de répondre maintenant, à partir de la récence des achats, de la navigation, des réponses passées et de la saisonnalité. Une couche de recommandation associe des produits ou des offres à chaque client, à partir de l'historique d'achats, des tailles, des attributs de style et du stock. Une couche de génération, souvent un grand modèle de langage, rédige le message dans le ton du conseiller et la langue du client.
| Couche | Ce qu'elle fait | Données nécessaires | Défaillance typique |
|---|---|---|---|
| Sélection des clients | Classe les clients selon leur probabilité de répondre ou d'acheter | Historique d'achats et de contacts, statut de consentement | Contacter trop souvent les mêmes meilleurs clients |
| Choix de l'offre | Retient un produit, un service ou une offre de reprise pour chaque client | Attributs produit, tailles, stock, historique d'achats | Suggérer des articles en rupture ou dans la mauvaise taille |
| Rédaction du message | Écrit un texte court dans la bonne langue et le bon ton | Lignes directrices de ton validées, informations produit | Formulation générique ou inexacte |
| Boucle de rétroaction | Apprend des réponses, des visites et des achats | Attribution des résultats aux messages | N'apprendre que des conseillers qui utilisent l'outil |
La qualité de chaque couche dépend de la précédente. Un projet de message fluide fondé sur une mauvaise taille ou sur un article épuisé la veille fait plus de tort que l'absence de message ; c'est pourquoi les flux de données de stock et de produit comptent autant que le modèle.
Comment les offres de reprise et de revente s'intègrent-elles au clienteling ?
Les marques qui gèrent des programmes de reprise ou de revente peuvent s'appuyer sur le clienteling pour proposer une reprise au bon moment, par exemple lorsqu'un client achète un nouveau manteau et en possède un plus ancien de la même ligne. Cela fonctionne le mieux lorsque l'offre s'appuie sur un historique d'achats vérifié plutôt que sur des suppositions, lorsque le conseiller peut expliquer les critères d'état et la valeur d'un avoir, et lorsque le client a accepté de recevoir ce type d'offres. Une suggestion de reprise émanant d'un conseiller personnel peut ressembler davantage à un service qu'à une promotion, mais elle reste juridiquement de la prospection.
Quelles sont les limites en matière de protection des données selon le RGPD et le droit suisse ?
Plusieurs règles déterminent ce que le clienteling assisté par IA peut faire en Europe et en Suisse :
- Droit d'opposition (article 21 du RGPD) : lorsque des données sont traitées à des fins de prospection, la personne peut s'y opposer à tout moment, y compris au profilage lié à cette prospection, et les données ne doivent alors plus être traitées à ces fins.
- Intérêt légitime (considérant 47 du RGPD) : la prospection peut reposer sur l'intérêt légitime, mais uniquement lorsque les clients peuvent raisonnablement s'attendre au traitement compte tenu du contexte dans lequel les données ont été collectées.
- Décisions automatisées (article 22 du RGPD) : les personnes ont le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé, y compris le profilage, produisant des effets juridiques ou des effets similaires significatifs. Exclure automatiquement des clients d'offres ou fixer automatiquement des prix individualisés mérite un examen attentif.
- nLPD suisse : la loi suisse révisée sur la protection des données, en vigueur depuis le 1er septembre 2023, a introduit le profilage comme notion juridique et impose la protection des données dès la conception et par défaut.
- Article 50 de l'AI Act européen : à partir du 2 août 2026, les systèmes d'IA destinés à interagir directement avec des personnes doivent les informer qu'elles interagissent avec une IA, sauf si cela ressort clairement du contexte.
En pratique, une IA qui suggère à un conseiller à qui écrire est moins sensible qu'une IA qui écrit directement aux clients. Plus le système est autonome, plus il exige de transparence, de documentation et de supervision humaine.
Où le clienteling assisté par IA dérape-t-il ?
Les problèmes courants n'ont rien d'exotique. Les modèles entraînés sur des campagnes passées favorisent les clients qui achètent déjà souvent : les mêmes personnes sont contactées encore et encore, tandis que les clients inactifs sont ignorés. Les messages rédigés reprennent les textes produit et perdent la voix du conseiller. Les recommandations échouent lorsque les attributs produit sont incomplets ou que les données de stock sont en retard. Et si les conseillers ne peuvent pas voir pourquoi un client leur a été suggéré, ils cessent de faire confiance à la liste. Des plafonds de fréquence de contact, une explication à côté de chaque suggestion et un moyen simple d'écarter une tâche aident à préserver la crédibilité de l'outil.
À quoi doit ressembler un dispositif raisonnable ?
- Enregistrez le consentement et les préférences de canal au moment de la collecte et rendez-les visibles dans l'application des conseillers.
- Limitez le modèle aux données que les clients s'attendraient raisonnablement à voir utilisées par un magasin, et documentez la finalité.
- Affichez la raison de chaque suggestion et permettez aux conseillers de modifier ou de rejeter les projets de messages.
- Fixez des limites de fréquence de contact par client, tous canaux confondus.
- Mesurez les résultats face à un groupe témoin avant de passer à l'échelle.
Questions fréquentes
Qu'est-ce que le next-best-message dans le commerce de détail ?
C'est un modèle qui sélectionne, pour chaque client, la prochaine communication la plus pertinente, comme une nouveauté, un réassort ou une invitation à un événement. Dans le clienteling, la suggestion est généralement transmise à un conseiller en magasin, qui la modifie et l'envoie.
Ai-je besoin d'un consentement pour utiliser l'IA dans les messages de clienteling ?
Pas toujours. Selon le RGPD, la prospection peut reposer sur l'intérêt légitime si les clients peuvent raisonnablement s'y attendre, mais les règles relatives à la prospection électronique et le droit d'opposition continuent de s'appliquer. En droit suisse, les données sensibles et le profilage à risque élevé exigent un consentement exprès.
L'IA peut-elle envoyer automatiquement des messages de clienteling ?
Techniquement oui, mais l'envoi entièrement automatisé change la nature du clienteling et entraîne des obligations de transparence. À partir du 2 août 2026, les systèmes d'IA qui interagissent directement avec des personnes dans l'UE doivent indiquer qu'il s'agit d'une IA, sauf si cela est évident.
Comment les offres de reprise s'intègrent-elles au clienteling ?
Les conseillers peuvent suggérer une reprise ou un avoir de revente lorsqu'un client achète un nouvel article apparenté, sur la base d'un historique d'achats vérifié. Ces offres relèvent de la prospection et doivent respecter le consentement et les limites de fréquence.
Une édition chaque jour ouvrable. Lue en cinq minutes. Gratuite pour les professionnels.
SOURCES
- GDPR-Info: Art. 21 GDPR, Right to object
- GDPR-Info: Art. 22 GDPR, Automated individual decision-making, including profiling
- EU Artificial Intelligence Act: Article 50, Transparency obligations
- GDPR-Info: Recital 47, Overriding legitimate interest
- KMU Portal (Swiss Confederation): New Federal Act on Data Protection (nFADP)
