Voici comment Mieuxplacer.com utilise l’IA pour fluidifier son parcours client © MieuxPlacer.com
« Vendre des produits d’épargne comme on vendrait des yaourts ». C’est l’objectif affiché par la fintech Mieuxplacer.com, dont le métier consiste à proposer, à des clients finaux, les produits d’épargne du marché qui correspondent le mieux à leurs besoins via une plateforme digitale. Afin de simplifier le parcours client, affiner ses recommandations de produits et augmenter son taux de conversion, la jeune pousse a dévoilé il y a quelques mois une nouvelle version de son interface nourrie d’intelligence artificielle.
Baptisée Lucy, la solution repose sur deux axes complémentaires. Il s’agit d’établir une base de données à partir de laquelle l’intelligence artificielle pourra ensuite s’appuyer pour offrir au client un parcours personnalisé et préciser ses recommandations de produits.
Un parcours client réduit de 9 à 6 minutes
Dans un premier temps, une série de quatre programmes de finance comportementale, menés avec l’Institut Louis Bachelier, l’école polytechnique et l’INRIA, a donc été lancée afin de mieux déterminer la relation des épargnants français avec leur argent. « Il s’agit de collecter les données concernant le comportement de nos clients lorsqu’ils sont sur notre plateforme (la façon dont ils déplacent leur souris, le temps passé sur les pages, les retours en arrière, les réponses aux questionnaires réglementaires…)« , explique Guillaume-Olivier Doré, fondateur et CEO de Mieuxplacer.com, rencontré lors de la conférence Inbanque.
Riche des informations recueillies, l’intelligence artificielle va ensuite pouvoir adapter le parcours de chaque client en fonction de sa compréhension et de son expertise sur le marché de l’épargne. Le questionnaire réglementaire de la directive des marchés d’instruments financiers, une étape obligatoire s’apparentant à un “long tunnel” pour tout néophyte, s’en est ainsi trouvé transformé. “Il s’agit d’une série de questions permettant aux banques et fintech d’évaluer la situation personnelle, les objectifs financiers et le niveau de connaissance de leurs clients sur les produits proposés, ainsi que leur expérience en tant qu’investisseur afin de leur préconiser des conseils et produits adaptés, précise le CEO. Pour faciliter la démarche client, nous avons fait évoluer ce questionnaire en un système auto-adaptatif en langage naturel qui, se nourrissant des informations qu’il recueille (pertinence, précision, temps de réponses), s’ajuste en temps réel au niveau de compréhension du client en utilisant un vocabulaire financier plus ou moins complexe par exemple. L’idée est que selon la façon et la vitesse à laquelle vous répondez, chaque personne ait un questionnaire quasiment personnalisé”. Grâce à ces évolutions, la start-up affiche aujourd’hui un taux de conversion de 70% et un parcours client de 6 minutes, au lieu de 9 minutes il y a un an.
Des réseaux de neurones à mémoire pour personnaliser les recommandations
Capable d’adapter le parcours de l’utilisateur en fonction de son profil, la solution développée par Mieuxplacer.com permet également d’ajuster les recommandations de produits aux besoins, parfois changeants, des clients. A partir des mêmes données et observations comportementales recueillies sur la plateforme, “l’intelligence artificielle peut détecter que vous avez changé de situation familiale par exemple. Elle vous interroge alors en vous envoyant une recommandation de changement de profil et, en fonction de vos réponses, réajuste mécaniquement les options que vous devez prendre en compte pour votre épargne”, explique Guillaume-Olivier Doré. Autre cas de figure : votre situation reste la même, seulement Lucy s’aperçoit que certains produits qu’elle vous avait recommandés ne parviennent pas à remplir les objectifs que vous aviez fixés (réduire mes impôts, préparer ma retraite, compléter mes revenus…). La solution vous proposera alors de nouveaux produits plus adaptés”.
Pour obtenir ces résultats, la start-up s’est appuyée sur une technologie d’intelligence artificielle bien spécifique : les réseaux de neurones à mémoire. Ceux-ci ont la particularité de conserver une trace de leurs décisions passées afin de pouvoir comparer sans cesse les objectifs fixés à ceux obtenus en réalité et apprendre ainsi de leurs erreurs. Ainsi, “si demain Lucy vous fait une recommandation de panier de produits qu’elle estime mathématiquement parfaite pour vous, mais que vous ne la suivez qu’à 80%, elle va retenir votre choix. Et lorsqu’un client au profil similaire au vôtre se présentera, elle lui proposera votre sélection de produits et non la sienne”, précise le CEO. Autre avantage : en apprenant directement de la réalité, cette solution par itération permet de développer une intelligence artificielle moins dépendante d’une base de données primaires, longue à bâtir sur la durée. Surtout pour une jeune pousse qui compte moins d’utilisateurs.
Déjà 300 000 à 500 000 combinaisons de produits possibles par client
Regroupant près de 2 000 clients, la plateforme continue aujourd’hui de se développer. « Actuellement, nous proposons l’ensemble des produits du marché de l’épargne sur notre plateforme, mais Lucy n’en recommande que 170. Ce sont celles qui sont proposées en priorité. A terme, nous souhaitons pouvoir tous les intégrer à notre algorithme, mais cela prend du temps. Avec 170 produits, on peut déjà formuler 300 000 à 500 000 combinaisons possibles par client. Si l’on doit prendre en compte les milliers de produits existants lors de nos recommandations, il nous faudra davantage de puissance de calcul. Au risque sinon de prendre plus de temps…”, souligne le dirigeant.
En deux ans, la fintech, qui compte désormais une trentaine d’employés, a déjà levé 5,5 millions d’euros. Confiante, elle vise les 300 millions d’euros d’actifs gérés (Asset under management) d’ici 2020.