Pendant des années, une grande partie des projets CRM a poursuivi le même objectif : collecter davantage d’informations et améliorer la qualité de la donnée disponible sur les clients et les prospects. Il fallait convaincre les commerciaux de renseigner leurs rendez-vous, documenter les opportunités, compléter les fiches comptes, saisir leurs prochaines actions ou encore mettre à jour les contacts.
Cette logique était parfaitement compréhensible. Un CRM peu renseigné offre une vision incomplète de l’activité commerciale et limite considérablement la capacité d’une entreprise à piloter son marché. Beaucoup d’organisations ont donc investi dans des processus, des formations, des règles de saisie et des outils d’enrichissement pour améliorer progressivement leur capital de données.
L’intelligence artificielle est en train de modifier profondément cette équation. Elle ne supprime pas le besoin de données ; elle rend leur production beaucoup plus simple. Un rendez-vous peut désormais être enregistré, transcrit et résumé automatiquement. Les échanges par e-mail peuvent être analysés. Des informations sur une entreprise peuvent être recherchées et enrichies sans intervention humaine. Une conversation commerciale peut produire en quelques minutes une quantité d’informations qu’un commercial n’aurait probablement jamais pris le temps de saisir lui-même.
C’est évidemment un progrès considérable. Mais il fait apparaître un autre problème, déjà présent dans de nombreuses organisations commerciales : lorsque la quantité d’informations disponible augmente plus vite que notre capacité à l’exploiter, ajouter de la donnée ne produit pas nécessairement de meilleures décisions.
Le CRM était déjà confronté à un problème d’exploitation de l’information
Les CRM ont été historiquement conçus pour structurer l’information commerciale. Ils remplissent très bien cette fonction. Comptes, contacts, opportunités, activités, rendez-vous et tâches peuvent être reliés entre eux et conservés dans un référentiel commun.
Pour autant, disposer de l'information et être capable de l'exploiter sont deux choses différentes.
Cette distinction est particulièrement visible dans la vente B2B complexe. Prenons le cas d’un commercial responsable d’un territoire dans le secteur de la santé. Son CRM peut contenir plusieurs centaines d’établissements, des dizaines d’opportunités, des historiques de rendez-vous, des contacts, des comptes rendus, des informations sur les groupes auxquels appartiennent les établissements et différentes données issues de sources externes.
Toutes ces informations ont potentiellement de la valeur. Mais elles ne répondent pas directement aux questions que se pose le commercial lorsqu’il commence sa journée : quels comptes méritent mon attention ? Sur quels établissements ai-je encore du potentiel ? Quels interlocuteurs dois-je relancer ? Quelle information récente peut modifier mon approche d’un compte ? Quels acteurs de mon territoire ne sont pas encore suffisamment couverts ?
Pour répondre à ces questions, il faut souvent naviguer entre plusieurs objets du CRM, ouvrir différentes fiches, consulter des notes, effectuer des recherches ou construire des vues spécifiques. À mesure que le volume de données augmente, le coût cognitif de cette recherche augmente lui aussi.
Le risque est alors paradoxal : une organisation peut disposer de davantage d’informations tout en rendant plus difficile l’identification de celles qui permettent réellement d'agir.
L’IA va accélérer considérablement la production de données commerciales
L’intelligence artificielle change d’abord le CRM parce qu’elle réduit le coût de production de l’information.
Jusqu’à récemment, une grande partie de la connaissance commerciale n’entrait jamais dans le système. Un commercial pouvait sortir d’un rendez-vous avec une compréhension assez précise d’un compte, de ses enjeux et de ses interlocuteurs, mais n’en restituer que quelques lignes dans le CRM. Certaines informations restaient dans sa messagerie, d’autres dans ses notes personnelles, et beaucoup simplement dans sa mémoire.
L’IA permet progressivement de capter une partie beaucoup plus importante de cette matière. Une réunion d’une heure peut générer automatiquement une transcription, un résumé, une liste d’actions, des informations sur les besoins exprimés, les objections formulées et les personnes mentionnées. À cela viennent s’ajouter les e-mails, les appels, les données d’enrichissement et, demain, une quantité croissante d’informations provenant de sources externes.
Pour une entreprise, cette évolution est extrêmement intéressante. Elle permet de réduire la dépendance à la saisie manuelle et de conserver une connaissance commerciale qui disparaissait auparavant avec le temps ou avec le départ d’un collaborateur.
Elle change néanmoins la nature du problème à résoudre.
Lorsque la donnée était rare, l'enjeu consistait à la collecter. Lorsqu'elle devient abondante, il faut être capable de la hiérarchiser, de la contextualiser et de la restituer sous une forme directement exploitable.
Le CRM ne peut donc plus seulement être considéré comme un endroit dans lequel l’information doit entrer. Il doit progressivement devenir un système capable de déterminer quelle information mérite de ressortir.
Toutes les données commerciales n’ont pas la même valeur selon le contexte
C’est probablement l’un des points les plus importants dans cette transformation. Une information commerciale n’a pas de valeur absolue. Sa valeur dépend largement du contexte dans lequel elle est utilisée.
Le chiffre d’affaires potentiel d’un établissement peut être essentiel lorsqu’un directeur commercial cherche à répartir équitablement les territoires entre ses équipes. La date du dernier rendez-vous devient plus importante lorsqu’un commercial prépare sa semaine. L’appartenance d’un hôpital à un GHT peut devenir déterminante lorsqu’une opportunité approche d’une décision d’achat. L’historique des objections exprimées par plusieurs interlocuteurs prend de la valeur avant un nouveau rendez-vous.
La difficulté n’est donc plus seulement de stocker ces informations dans les bons champs. Il faut réussir à les faire apparaître au moment où elles permettent de prendre une décision.
C’est précisément là que les approches traditionnelles du CRM montrent parfois leurs limites. Une base de données organise naturellement l’information autour d’objets : comptes, contacts, opportunités, activités. Un commercial organisé par territoire raisonne, lui, davantage en situations : où dois-je concentrer mes efforts, quels comptes dois-je développer, quelle relation dois-je entretenir et quelle prochaine action dois-je engager ?
Ce décalage est relativement supportable lorsque les données sont peu nombreuses. Il devient beaucoup plus problématique lorsque l’IA multiplie les informations disponibles.
Le Territory Plan peut devenir une couche de contextualisation du CRM
C’est dans cette perspective que nous travaillons chez Instedge sur les Territory Plans. Leur intérêt ne consiste pas à remplacer le CRM, qui reste le référentiel indispensable de l’activité commerciale, mais à organiser une partie de ses données autour de la manière dont un commercial travaille réellement son marché.
Dans une organisation territoriale, le premier niveau de lecture est naturellement le territoire. Une représentation géographique permet de visualiser la couverture commerciale, la concentration des clients, les prospects encore peu adressés, les opportunités en cours et les zones dans lesquelles le potentiel reste sous-exploité.
La cartographie ne constitue cependant qu’une première couche. Lorsqu’un commercial sélectionne un compte, il ne devrait pas avoir à parcourir successivement dix écrans pour reconstruire lui-même le contexte commercial. Une playcard peut réunir les éléments réellement utiles à la compréhension de la situation : caractéristiques du compte, potentiel estimé, historique de la relation, opportunités, dernières interactions, interlocuteurs importants, informations issues de l’écosystème et prochaines actions.
Cette approche devient particulièrement intéressante lorsque les données structurées du CRM sont rapprochées des informations non structurées produites par l’IA. Un champ indiquant le nombre de lits d’un établissement, une opportunité ouverte, le résumé du dernier rendez-vous et une information récente concernant le compte peuvent avoir beaucoup plus de valeur lorsqu’ils sont présentés ensemble que lorsqu’ils sont dispersés dans plusieurs parties du système.
Le Territory Plan devient alors moins un outil supplémentaire qu’une manière différente d’organiser l’information commerciale : à partir du territoire, du compte et de l’action à mener.
Le véritable enjeu sera de réduire la charge cognitive des commerciaux
Cette évolution pose également une question plus large sur la manière dont nous concevons les outils commerciaux.
Pendant longtemps, l’amélioration d’un CRM a souvent consisté à ajouter des informations : davantage de champs, davantage de données enrichies, davantage de tableaux de bord, davantage d’indicateurs. Chaque ajout pouvait être justifié individuellement. Leur accumulation finissait pourtant parfois par produire des interfaces dans lesquelles il devenait difficile de distinguer l’essentiel de l’accessoire.
L’IA pourrait amplifier cette tendance si elle est uniquement utilisée pour produire encore davantage de contenu. Un résumé supplémentaire n’est utile que s’il évite au commercial de lire dix informations différentes. Une recommandation n’a de valeur que si elle s’appuie sur un contexte suffisamment précis. Un enrichissement supplémentaire ne sert à rien s’il ne modifie aucune décision commerciale.
Le critère de performance des outils commerciaux pourrait donc progressivement évoluer. Il ne s’agira plus seulement de mesurer la quantité ou la qualité des données disponibles, mais la capacité du système à réduire le temps nécessaire pour comprendre une situation et décider de l’action suivante.
Sur des marchés complexes, cette capacité est particulièrement importante. Un responsable de territoire ne travaille pas seulement une succession d’opportunités indépendantes. Il développe progressivement une connaissance de son environnement : les comptes prioritaires, les décideurs, les relations entre organisations, les acteurs déjà clients, les projets émergents et les particularités locales.
Connaître son territoire constitue déjà une partie importante du travail commercial. Encore faut-il que les outils permettent de transformer la masse d’informations disponible en une représentation intelligible de ce territoire.
Après l’ère de la collecte, celle de la contextualisation
L’intelligence artificielle va probablement résoudre une partie d’un problème auquel les entreprises consacrent beaucoup d’énergie depuis vingt ans : faire entrer davantage de connaissance commerciale dans leurs systèmes.
Elle ne résoudra pas automatiquement le problème suivant.
À mesure que la quantité de données disponibles augmentera, la valeur se déplacera vers les outils capables de sélectionner, relier et contextualiser cette information. Les commerciaux n’auront pas besoin de consulter davantage de données parce que l’IA en produit davantage. Ils auront besoin que leurs outils leur présentent moins d’informations, mais des informations plus pertinentes au regard du compte, du territoire et de l’action qu’ils doivent mener.
Cela suppose également de faire évoluer notre manière de considérer le CRM. Celui-ci restera probablement le socle de données et de processus de l’organisation commerciale. Mais dans la vente complexe B2B, il devra être complété par des couches capables de restituer cette connaissance selon les logiques opérationnelles des équipes.
C’est l’une des raisons pour lesquelles nous pensons que les Territory Plans vont prendre une importance croissante. Plus les entreprises disposeront de données, plus elles auront besoin de les replacer dans leur contexte commercial.
Pendant des années, nous avons principalement cherché à mieux alimenter les CRM. L’IA pourrait largement accélérer cette étape. La prochaine bataille sera celle de l’exploitation : faire ressortir, parmi une quantité considérable d’informations, celles qui permettent à un commercial de comprendre son territoire et de savoir où agir.
