En lançant son nouvel algorithme : C-Predict, C-Ways met la puissance des data sciences au service du développement commercial des marques et des distributeurs automobile.

DU CARPET BOMBING À LA FRAPPE CHIRURGICALE

Les concessionnaires automobile peinent souvent à cibler les clients et les prospects, à les contacter et à le faire au meilleur moment. Résultats : les clients sont contactés trop tôt ou trop tard, dans leur cycle de renouvellement et les actions de marketing relationnel sont contre-productives.

C-Ways, a développé C-Predict, un algorithme intelligent fondé sur le machine learning qui détermine, sur la base de lois de renouvellement observées et pour chaque couple client-voiture, les probabilités de renouvellement à différents horizons (Prédictif) ainsi que le modèle le plus susceptible d’être choisi par le renouvelant (Prescriptif).

C-Predict s’adresse d’abord aux concessionnaires qui souhaitent augmenter le ROI de leur campagne marketing. Il est particulièrement adapté pour promouvoir des modèles VN ou VO en particulier. Il est, en effet, possible de cibler précisément les clients, selon leur appétence pour : une marque, un modèle, un âge de véhicule à l’achat (neuf, occasion récente ou occasion de plus de 5 ans), ou encore sur un type d’énergie en particulier.

C-Predict opère via une plateforme simple d’utilisation. Sans couture[i], elle s’adapte au format de n’importe quelle base de données client. Le concessionnaire téléverse sa base de données clients, précise plusieurs critères spécifiques à la campagne comme le type de modèle qu’il souhaite vendre et C-Predict identifie les clients à contacter par ordre décroissant de probabilité, c’est-à-dire en commençant par le client le plus susceptible de renouveler son automobile dans les prochains mois vers la cible choisie.

Il indique également les modèles vers lesquels le client-prospect risque de s’orienter. Chaque candidat au renouvellement identifié recevra ainsi une communication adaptée à ses envies et à ses souhaits. Le concessionnaire choisi ensuite de contacter lui-même les clients priorisés ou d’envoyer directement la liste qualifiée à un call center partenaire.

---

^[i]Pas d’interface avec le système informatique du concessionnaire, pas d’intégration avec le DMS…

 

ET TECHNIQUEMENT ?

C-Predict exploite principalement la base de données du S.I.V. (Système d’Immatriculation des Véhicules français dont C-Ways – par sa filiale autoways – est licencié auprès du Ministère de l’Intérieur), une source de données précise et exhaustive du marché automobile français mise à jour quotidiennement. Les algorithmes de machine learning sont fondés sur des millions d’observations de mouvements (immatriculations de VN, changements de mains VO…) intégrés dans des lois de probabilité mises à jour continuellement pour tenir compte des modifications du contexte commerciales (lancement de nouveaux modèles, impacts réglementaires, primes à la conversion, généralisation du leasing…).

Outre les données cartes grises du S.I.V., C-Predict intègre et s’enrichit des données socio-démographiques des acheteurs. On ne choisit pas la même voiture selon le niveau de revenu, la composition du ménage, la densité urbaine de la zone dans laquelle on vit… Le nombre de combinaisons possibles est considérable, l’algorithme est programmé pour apprendre par lui-même à intégrer et exploiter en prédictif et en prescriptif toutes ces particularités.

Les données du S.I.V. sont des données dites censurées. Dans la base du SIV, nous retrouvons tous les achats de véhicules, mais pour certains, nous ne connaissons pas la durée de détention correspondante (le modèle n’ayant pas encore été renouvelé). Les algorithmes de machine learning classiques ne peuvent pas fonctionner sur de telles données. Le cœur du réacteur est ainsi assuré par une version modifiée de modèle de « forêt aléatoire » adaptée aux données utilisées. C-Predict fait enfin appel à des modèles de deep learning, réseaux de neurones, eux-aussi adaptés pour des données de censure.

ET LE RGPD DANS TOUT ÇA ?

L’algorithme C-Predict se limite pour l’instant aux personnes qui sont déjà clientes chez le concessionnaire et dont une transaction commerciale a eu lieu dans les 36 mois.
De plus, les transferts des bases de données sont parfaitement sécurisés. La base de données client est, en effet, cryptée avec un mot de passe que seul le concessionnaire possède. C-Ways ne peut en aucun cas accéder aux informations, exceptées celles de la plaque d’immatriculation et la date du dernier achat de chaque client. Ensuite, l’algorithme ordonne les lignes et renvoie la base de clients ordonnée, cette dernière toujours cryptée. Seul le concessionnaire peut enfin décrypter sa base et en exploiter les données de façon opérationnelle.

ET DONC LE ROI ?

Les algorithmes C-Predict ont déjà fait leurs preuves. Plusieurs POC (Proof of concept – Test grandeur nature) ont été réalisés ces derniers mois. Précisément, des campagnes ont été réalisées en AB Testing. Des ciblages échantillons C-Predict ont été comparés lors de campagnes à grande échelle à ceux des concessionnaires. Le gain moyen mesuré pour C-Predict, s’est élevé à 6 voitures supplémentaires vendues pour 1 000 contacts. Facturé au nombre de score sortant (nombre de lignes qualifiées), le retour sur investissement est garanti ! Aujourd’hui, 3 marques automobile et 4 groupes de distribution majeurs font confiance à C-Predict pour développer leurs ventes.

Cela vous intéresse ? Contactez-nous ici pour avoir de plus amples explications.

 

Lexique C-Predict

LE RETOUR SUR INVESTISSEMENT CLIENT

Le ROI client est le revenu additionnel généré par l’acquisition de nouveaux clients et par l’intensification de la consommation de clients déjà acquis. C-Predict vous permet d’optimiser la deuxième branche du ROI : devancer les besoins de vos anciens clients en leur proposant un véhicule au bon moment, avant même qu’ils ne pensent à aller chez la concurrence.

LE MACHINE LEARNING OU L’APPRENTISSAGE AUTOMATIQUE

L’apprentissage automatique, sous-domaine de l’intelligence artificielle, consiste à donner aux ordinateurs la capacité d’apprendre tout seul à partir de données. Dans C-Predict, c’est la probabilité de renouvellement que nous faisons apprendre à l’ordinateur.

UNE FORÊT ALÉATOIRE

Une forêt aléatoire est un algorithme classique d’apprentissage automatique supervisé. Elle est composée de plusieurs arbres de décision. Chaque arbre de décision est un ensemble de règles de décision, du type « Si le poids du véhicule précédent est supérieur à 1,2 tonnes, la probabilité de renouvellement est supérieure à 25% ». Ces règles sont apprises de façon automatique et sont combinées pour calculer la probabilité de renouvellement.

UN RÉSEAU DE NEURONES

Un réseau de neurones est un algorithme d’apprentissage automatique basé sur des neurones artificiels. Les neurones artificiels miment le comportement de nos neurones de façon simplifiée. Les réseaux de neurones sont l’unité de base des meilleurs algorithmes d’intelligence artificielle actuels, comme par exemple l’Alphago, de Google.