De l'analyse à l'action.
OUIGO s’est attaqué à l’un des angles morts du marketing relationnel : ces 95 % de clients qui ne répondent jamais aux enquêtes de satisfaction. En collaboration avec la startup Actionable, l’offre low cost de la SNCF s’est reposée sur une IA capable de prédire le ressenti de l’ensemble de ses voyageurs. Une approche inédite qui mêle précision, pédagogie et passage à l’action.
Le contexte
Chaque année, OUIGO transporte plus de 25 millions de voyageurs, mais seules 5 % des personnes interrogées répondent aux enquêtes de satisfaction post-trajet. Impossible, dès lors, d’avoir une lecture fine du ressenti global. « Nous restions aveugles sur la majorité de nos clients. C’était donc difficile de passer de l’intuition à la conviction », reconnaît Maxime Legrand, directeur marque et expérience client de OUIGO.
Dans un secteur dans lequel la compétitivité se joue autant sur le prix que sur l’expérience, le service ferroviaire cherchait à transformer le silence en signal. « L’idée était de voir si ce silence pouvait devenir une source d’action », résume Nicolas Rieul, co-fondateur et co-CEO d’Actionable.
Nos interviews du jour ne l’évoquent, mais on imagine que l’ouverture progressive du réseau à la concurrence rend l’obtention d’une satisfaction client fine et corrélée aux différents leviers d’autant plus clé pour OUIGO.
Ce qui a été mis en place
La rencontre entre OUIGO et Actionable s’est faite dans ce contexte propice à l’expérimentation. Startup française fondée en 2024, Actionable propose une solution d’IA prédictive capable de croiser des données transactionnelles, comportementales et contextuelles pour reconstituer le parcours client et en déduire un score de satisfaction individuel.
OUIGO a accepté de jouer les bêta-testeurs, dans une logique agile et directe, sans faire appel à un cabinet conseil pour intégrer la solution. En quelques semaines, la plateforme a été connectée aux datas de la marque – réservations, paiements, retards, profils clients – et a produit les premiers insights.
« Nous avons pu mettre la plateforme en production entre deux et quatre semaines après la réception des données brutes, ce qui est rarissime pour un projet data », souligne Nicolas Rieul, par ailleurs président de l’Alliance Digitale. Les équipes de OUIGO – expérience client, CRM, pricing et marketing digital – ont rapidement adopté la solution, séduits par la rapidité d’intégration et la lisibilité opérationnelle.
Certaines données sont devenues évidentes : « par exemple, à partir de 13 minutes de retard, la satisfaction diminue fortement. Mais ce seuil passe à 11 minutes pour les clients réguliers et 15 pour les nouveaux », précise Nicolas Rieul.
Cette rapidité est au sein même de la promesse d’Actionable qui développe « un modèle de donnée pour chaque verticale ». OUIGO a permis à l’éditeur de mettre en place sa verticale pour le transport ferroviaire. Alors que d’autres modèles ont été créés en parallèle pour les secteurs de la banque, du retail ou des mutuelles.
Le case study
Les cas d’usage
1. Le dispositif “Chat noir”
OUIGO a lancé une campagne CRM prédictive baptisée Chat noir, destinée aux voyageurs ayant connu deux mauvaises expériences consécutives.
« Avant, nous regardions manuellement les cas clients un par un. Désormais, l’IA nous permet d’identifier automatiquement ceux qui ont enchaîné des voyages malchanceux, et de les reconquérir avant qu’ils ne décrochent », explique Maxime Legrand. Grâce à un message personnalisé comportant potentiellement un bon d’achat, ces clients sont réengagés sans attendre leur feedback.
2. Le pricing prédictif
En croisant satisfaction et sensibilité au prix, OUIGO a pu détecter des points d’inflexion précis. Ces informations permettent d’orienter les décisions de pricing et de piloter la performance au-delà des simples indicateurs commerciaux. « C’est un nouvel équilibre à trouver entre business et satisfaction client », ajoute Maxime Legrand. Pour résumer, certains prix élevés engendrent des niveaux d’exigence qui ne peuvent être totalement satisfaits. Il incombe alors aux équipes de OUIGO d’arbitrer entre le revenu pur et l’expérience de ses clients.
3. De l’analyse à l’action
Ces données prédictives sont désormais intégrées aux campagnes relationnelles et aux processus opérationnels. « Nous sommes passés de l’analyse à l’action. Cela change complètement la façon de piloter la relation client », résume Maxime Legrand. « Actionable », l’entreprise porte donc bien son nom.
Les résultats
– 100 % des clients disposent maintenant d’un score de satisfaction prédictive, mis à jour quotidiennement.
– Le modèle atteint une fiabilité supérieure à 80 %, vérifiée par les enquêtes de satisfaction classiques auxquelles les 5 % de consommateurs répondent.
– Le dispositif Chat noir a généré une hausse de 20 à 30 points du NPS sur les profils ciblés.
Au-delà des chiffres, le projet a permis de réconcilier les objectifs business et la voix du client. « Cela a donné à toutes les équipes une nouvelle grille de lecture : plus fine, plus concrète et surtout, plus utile », analyse Maxime Legrand. « On a goûté à l’expérience client prédictive. C’est impossible de revenir en arrière. C’est le futur de la relation client », s’enthousiasme-t-il.
L’étape d’après
Après cette première phase d’appropriation, OUIGO et Actionable préparent la démultiplication des use cases et l’automatisation des actions en temps réel. « Notre ambition, c’est qu’à terme, chaque interaction – message, offre, compensation – soit calibrée selon le niveau de satisfaction prédite du client », prédit Nicolas Rieul. Le co-fondateur d’Actionable imagine également l’ajout au projet « de données encore plus granulaires. Car tout cela est addictif. Plus on a d’infos et de données, plus on a envie de gratter et de regarder sous un autre angle ce qui en ressort. »
Pour Maxime Legrand, l’enjeu est désormais d’« industrialiser ces apprentissages sans perdre l’humain ». Avant d’ajouter : « Nous avons encore beaucoup de projets à venir. Mais ce qui compte, c’est d’avoir désormais une boussole pour guider chaque décision marketing. »
