Le défi
Un acteur du sponsoring sportif cherchait des entreprises prêtes à devenir sponsors. Chaque campagne suivait le même chemin : dresser la liste des entreprises de la cible, écarter celles qui ne correspondaient pas, retrouver la bonne fonction à contacter, puis écrire un message propre à chaque entreprise.
Faite à la main, cette préparation retient une personne longtemps avant le premier message. La question à trancher : confier la préparation à un moteur, en gardant la décision sur chaque contact et chaque envoi ? La démonstration y répond sur le périmètre et les sources réels de cet acteur, et non sur un exemple choisi pour l’occasion.
Notre approche
Fixer le périmètre et les sources
La cible (taille, ancrage géographique, secteur, signaux comme un partenariat sportif existant), les critères de sélection et les sources consultées sont ceux de l’utilisateur. Hypothèse écrite : une démonstration ne vaut que si elle rejoue la tâche qu’il fait déjà à la main.
Repérer les entreprises
Le moteur parcourt les sources retenues avec l’utilisateur (registres officiels, mentions légales, annuaires professionnels), dans les limites d’usage de chacune, et dresse la liste des entreprises de la cible. Chaque entreprise garde la trace de la source qui l’a fait entrer dans la liste.
Décider entreprise par entreprise
Chaque entreprise est retenue ou écartée selon les critères fixés, avec sa raison écrite. Les sponsors actuels et les entreprises déjà sollicitées sont retirés avant toute recherche de coordonnées. Hypothèse écrite : une liste courte et justifiée sert mieux qu’une liste longue, parce que l’utilisateur relit chaque décision.
Enrichir les seules entreprises retenues
Le moteur recherche, pour les seules entreprises retenues, la fonction à contacter et ses coordonnées professionnelles, chacune avec sa source. Hypothèse écrite : enrichir après le tri, jamais avant, pour ne collecter aucune coordonnée inutile. L’utilisateur reste responsable du traitement : le premier message dit à la personne d’où viennent ses coordonnées et lui permet de s’opposer.
Préparer les messages, sous la décision de l’utilisateur
Un message personnalisé par entreprise, appuyé sur un fait sourcé que l’utilisateur vérifie. Rien ne part sans sa décision, depuis sa propre messagerie.
L’impact
30 minutes contre 6 jours de travail estimés par l’utilisateur pour la même tâche faite à la main, lors d’une démonstration sur le périmètre et les sources d’un acteur du sponsoring sportif.
Ce qui a été produit : une campagne de bout en bout, du repérage des entreprises aux messages personnalisés prêts à valider, chaque décision et chaque coordonnée rattachées à leur source.
Ce qui n’a pas été mesuré : les réponses et les rendez-vous obtenus. L’envoi des messages reste décidé par l’utilisateur.
Livrables types
- Produit pendant la démonstration : la liste des entreprises de la cible, chacune retenue ou écartée avec sa raison et sa source
- Produit pendant la démonstration : la fonction à contacter et les coordonnées professionnelles sourcées, pour les entreprises retenues
- Produit pendant la démonstration : les messages personnalisés prêts à valider, un par entreprise retenue
Ce que ce cas ne dit pas. C’était une démonstration : aucun système n’a été livré ni exploité pour cet acteur, et la base de comparaison est une estimation de l’utilisateur, non une mesure.
Voir le domaine : Intelligence artificielle : usages et cadre