Interview client, Decathlon

 

Pouvez-vous nous présenter votre rôle et vos principales missions au sein de Decathlon ?

Je suis Product Owner au sein de l’équipe data science / IA de Decathlon. Je gère plus particulièrement tous les projets et cas d’usage en lien avec l’offre, la conception, la création de produits. Nous travaillons actuellement sur des sujets comme l’analyse sémantique des avis produit, avis magasin, retours au Centre de Relation Clients… Nous avons développé en POC (Preuve de Concept) ou en production d’autres solutions en lien avec le traitement d’images, l’élasticité prix, la théorie des graphs…

 

Pourquoi avez-vous mis en place une solution d’analyse sémantique des verbatims Clients multi-sources ?

Au départ, le Centre de Relation Clients avait besoin d’une solution permettant de quantifier de façon macro les thématiques qui génèrent de l’insatisfaction. En effet, chaque collaborateur était en mesure de citer les principaux irritants ressentis par nos clients, mais personne ne pouvait les quantifier, ni suivre leur évolution dans le temps. Puis, on a rapidement identifié un besoin pour les chefs de produit. En effet, ils lisaient et répondaient aux avis client, mais ne disposaient pas d’outil pour les analyser rapidement et simplement. Or, c’est une matière première hyper riche pour concevoir de nouvelles versions de produits plus qualitatives que les précédentes et pour innover.

 

Pour quelles raisons avez-vous retenu Proxem pour vos projets ? Pouvez-vous nous décrire votre ressenti quant à la mise en œuvre ?

Quand nous avons démarré ce projet d’analyse sémantique, nous avons sondé trois sociétés dont Proxem. Un des avantages de Proxem était sa capacité à traiter, en natif, un grand nombre de langues. Puis, nous avons soumis à Proxem un jeu de données pour mesurer la valeur ajoutée d’opter pour une société externe plutôt que de développer une solution en interne. Sur ce jeu de données, Proxem a réussi à aller plus loin dans l’analyse en quelques jours (vs plusieurs mois en interne). De plus, nous ne disposons pas en interne de certains profils (infolinguistes par exemple).

Depuis plus de 2 ans, la collaboration avec Proxem est très bonne. Les bugs sont corrigés dans des délais très raisonnables. Et toutes mes demandes d’évolutions (surtout sur le Reporting) sont toujours prises en compte avec la plus grande attention. Je rencontre et j’échange régulièrement avec les équipes Proxem ce qui renforce encore plus nos relations.

 

Pouvez-vous nous décrire les aboutissements qu’ont permis nos solutions ?

Certains responsables utilisent la solution pour identifier des éléments à modifier pour améliorer la satisfaction des utilisateurs. Le projet de modération semi-automatique des avis a permis à Decathlon de faire des économies puisque l’augmentation du nombre d’avis nous aurait contraint d’embaucher une personne supplémentaire pour modérer manuellement les avis. Ce processus semi-automatique a permis d’absorber cette forte augmentation sans recruter.

 

Quelles sont les perspectives d’évolution ? Que souhaitez-vous améliorer ?

On envisage de faire du Speech To Text et donc d’analyser, en plus des retours écrits de nos clients, leurs conversations téléphoniques. On envisage aussi d’analyser davantage de types de produits dans le cadre du projet d’analyse des avis produit. Nous discutons depuis plusieurs mois en interne et avec Proxem pour cadrer un premier use case de chatbot. Une dernière idée à creuser : l’analyse au fil de l’eau de retours de questionnaires.

Découvrez toutes nos interviews et retours d’expérience : ici.