Bellaaj, M. (2014). Gestion de la relation client et internet : Les impératifs stratégiques pour la mise en place d’un projet e-GRC par les PME. Revue Française de Gestion, 238, 119-137.

https://research-ebsco-com.devinci.idm.oclc.org/c/ry7y5r/viewer/pdf/43j4dkwuib

Mots clés
Gestion de la relation client (GRC), gestion électronique de la relation client (e-GRC), PME, stratégie multicanale, performance marketing, cohérence stratégique, intégration technologique, mobilisation des ressources, implication du dirigeant.

Synthèse

Introduction :
L’article analyse les facteurs stratégiques nécessaires à la mise en place réussie d’un projet d’e-GRC dans les PME. Il identifie quatre antécédents principaux (implication du dirigeant, cohérence stratégique, mobilisation des ressources, intégration technologique) et examine leur impact sur la performance des entreprises.

Développement :

• Antécédents de la mise en place de la e-GRC :
  • Implication du dirigeant : Vision stratégique, allocation des ressources et gestion du changement.
  • Cohérence stratégique : Alignement entre la stratégie internet et les objectifs globaux de l’entreprise.
  • Mobilisation des ressources : Coordination des ressources humaines, financières et technologiques.
  • Intégration technologique : Connexion front-office (site web) et back-office (système d’information).
• Impact sur la performance :
  • Amélioration de l’acquisition, de la fidélisation et de la rentabilité client.
  • Renforcement de la performance en contexte de forte concurrence.

Méthodologie et résultats :

• Échantillon : 83 PME tunisiennes avec un projet e-GRC.
• Analyse : Modélisation par équations structurelles (PLS).
• Résultats :
  • La cohérence stratégique a l’impact le plus fort sur la mise en place de l’e-GRC.
  • L’implication du dirigeant et la mobilisation des ressources sont des facteurs déterminants.
  • L’intégration technologique favorise la centralisation des données clients et améliore la relation client.

Conclusion
La réussite d’un projet e-GRC repose sur la cohérence stratégique, l’implication du dirigeant, la mobilisation des ressources et l’intégration technologique. Leur combinaison permet d’améliorer significativement la performance des PME grâce à une meilleure gestion de la relation client.

Intégration dans la revue de la littérature
Cet article est pertinent pour mon mémoire sur l’optimisation de l’IA dans le CRM automobile. Les éléments clés comme la cohérence stratégique et l’intégration technologique sont essentiels dans les campagnes CRM optimisées l’IA. L’implication du dirigeant et la mobilisation des ressources sont aussi des leviers majeurs pour optimiser le ciblage et l’engagement client.

Bibliographie citée

• Harrigan, P., Ramsey, E., & Ibbotson, P. (2009). Investigating the e-CRM activities of Irish SMEs. Journal of Small Business and Enterprise Development, 16(3), 443-465.
• Raymond, L., & Bergeron, F. (2008). Enabling the business strategy of SMEs through e-business capabilities. Industrial Management & Data, 108(5), 577-595.
• Payne, A., & Frow, P. (2005). A strategic framework for customer relationship management. Journal of Marketing, 69(1), 67-176.
• Reinartz, W., Krafft, M., & Hoyer, W. (2004). The customer relationship management process: Its measurement and impact on performance. Journal of Marketing Research, 41(3), 293-305.

Ambroise, L., & Prim-Allaz, I. (2015). Gestion de la Relation Client et performance des PME. Décisions Marketing, 77, 13-30.

https://research-ebsco-com.devinci.idm.oclc.org/c/ry7y5r/viewer/pdf/nwxphsbniv

Mots clés:

Gestion de la Relation Client (GRC), PME, performance, stratégie de marché, orientation relationnelle.

Synthèse :

Introduction :

Cet article analyse la manière dont les petites et moyennes entreprises (PME) intègrent la Gestion de la Relation Client (GRC) dans leur stratégie et mesure l’impact de cette intégration sur leur performance. À travers une enquête réalisée auprès de 439 dirigeants de PME, les auteurs identifient les différentes stratégies relationnelles adoptées et leur influence sur les résultats financiers des entreprises.

Développement :

Lien entre la GRC et la performance des PME :

– Cinq profils de PME sont identifiés selon leur approche de la GRC : des entreprises sans stratégie relationnelle spécifique aux entreprises focalisées sur la satisfaction client.

– Les PME avec une vision stratégique à long terme mettent en place des pratiques de GRC plus élaborées, favorisant la fidélisation et la satisfaction des clients.

– Les retombées sur la performance financière ne sont observables qu’à moyen terme, avec des effets contrastés selon les groupes de PME.

Stratégie et mise en œuvre de la GRC :

– L’adoption de la GRC implique des changements organisationnels, notamment en termes de collecte de données clients et d’utilisation d’outils dédiés.

– Bien que l’investissement dans des outils de GRC soit coûteux, leur usage permet de mieux segmenter la clientèle et de personnaliser l’offre.

– Les PME disposant de programmes de fidélité, d’outils de suivi des contacts clients et d’enquêtes de satisfaction constatent une amélioration progressive de leur rentabilité.

Méthodologie et résultats :

L’étude repose sur des analyses statistiques (ACP et CHA) pour classer les PME selon leur stratégie relationnelle.

Les PME avec une approche relationnelle focalisée sur des clients prioritaires affichent les meilleures performances en termes de croissance et de rentabilité.

La mise en place des outils de GRC a un effet négatif à court terme sur la rentabilité, mais cet effet s’estompe et devient positif après cinq ans d’utilisation.

Conclusion:

La GRC, lorsqu’elle est intégrée de manière stratégique, permet aux PME d’améliorer leur performance financière à moyen terme. L’étude montre que les entreprises qui ciblent leurs clients les plus rentables tout en mettant en place des outils adaptés bénéficient d’un avantage concurrentiel durable.

Intégration dans la revue de littérature:

Cet article est essentiel pour mon mémoire car il met en lumière les impacts concrets d’une stratégie de GRC sur la performance des PME. Bien que l’intelligence artificielle ne soit pas directement abordée, les résultats démontrent que la collecte et l’analyse des données clients sont des leviers de performance clés, que l’IA pourrait optimiser. Dans le contexte du secteur automobile, où je travaille, ces pratiques pourraient être appliquées pour renforcer la fidélisation client et améliorer le ciblage des campagnes CRM.

Bibliographie citée:

Kumar, V., & Reinartz, W.J. (2006). Customer Relationship Management: A Databased Approach. Wiley.

Morgan, R. M., & Hunt, S. D. (1994). The commitment–trust theory of relationship marketing. Journal of Marketing, 58(3), 20-38.

Payne, A., & Frow, P. (2005). A Strategic framework for customer relationship management. Journal of Marketing, 69(4), 167-176.

Peelen, E., Jallat, F., Stevens, E., & Volle, P. (2014). Gestion de la relation client. Pearson, 4e édition.

Frimousse, S., & Peretti, J.-M. (2019). « Expérience collaborateur » et « Expérience client » : comment l’entreprise peut-elle utiliser l’Intelligence Artificielle pour progresser ?. Question(s) de Management, 23, 135-156.
https://doi.org/10.5281/zenodo.10602607

Mots clés : expérience collaborateur, expérience client, intelligence artificielle, marketing expérientiel, ressources humaines

Résumé :
Cet article explore comment l’intelligence artificielle (IA) peut être utilisée pour améliorer à la fois l’expérience collaborateur et l’expérience client. L’IA transforme la gestion des relations clients et collaborateurs en automatisant et en optimisant les interactions. Les technologies telles que les chatbots, les systèmes de recommandation et les analyses prédictives améliorent l’expérience client en réduisant les temps d’attente et en fournissant des réponses rapides et précises. De même, l’IA permet d’améliorer l’expérience collaborateur en automatisant les tâches répétitives et en permettant aux employés de se concentrer sur des tâches à plus forte valeur ajoutée.

Contexte d’apparition de l’IA dans l’expérience collaborateur et client
L’IA a été initialement adoptée par les marketeurs pour mieux connaître les clients et les consommateurs. Les usages marketing du Big Data se sont développés pour valoriser les masses de données accumulées. En parallèle, l’approche expérientielle s’est étendue aux ressources humaines, avec un souci de symétrie des attentions, visant à améliorer l’expérience collaborateur pour, en retour, améliorer l’expérience client.

Applications de l’IA dans l’expérience collaborateur et client
L’IA permet de traiter des volumes massifs de données, d’automatiser les réponses aux demandes des clients et de fournir des recommandations personnalisées. Dans le domaine des ressources humaines, l’IA aide à la gestion des talents, à l’analyse des compétences et à l’amélioration de l’engagement des employés. Les chatbots, par exemple, peuvent répondre aux questions fréquentes des employés, libérant ainsi du temps pour les tâches à plus forte valeur ajoutée.

Avantages de l’IA pour l’expérience collaborateur et client
L’IA améliore la satisfaction client en fournissant des réponses rapides et efficaces, en personnalisant les interactions et en anticipant les besoins des clients. Elle permet également d’optimiser les stratégies marketing et de fidéliser la clientèle. Pour les collaborateurs, l’IA permet de se concentrer sur des tâches à plus forte valeur ajoutée, améliorant ainsi leur satisfaction et leur engagement.

Défis et considérations éthiques
L’intégration de l’IA dans la gestion des relations clients et collaborateurs soulève des défis importants, notamment en matière de protection des données, d’équité des algorithmes et de transparence. Les entreprises doivent veiller à un déploiement stratégique de l’IA, qui tienne compte des besoins d’interaction humaine et de transparence pour maintenir la confiance des clients et des collaborateurs.

Conclusion
L’IA ouvre de nouvelles opportunités pour améliorer l’expérience collaborateur et client, transformant profondément la manière dont les entreprises interagissent avec leurs clients et leurs employés. En optimisant l’expérience client et collaborateur, elle pose néanmoins des défis éthiques et pratiques qui nécessitent une adoption prudente et une réflexion continue sur son utilisation. Le potentiel de l’IA à redéfinir les interactions entre entreprises, clients et collaborateurs pourrait, s’il est bien exploité, offrir des avantages durables tant pour les organisations que pour leurs clients et collaborateurs, tout en intégrant des pratiques responsables et éthiques.

Bibliographie

• Benavent, C. (2016). Big Data, algorithmes et marketing : rendre des comptes. Statistique et Société, 4(3), 1-10.
• Cappelli, P., Tambe, P., & Yakubovich, V. (2018). Artificial Intelligence in HRM: Challenges and a path forward. SSRN Electronic Journal.
• Pine, B. J., & Gilmore, J. H. (1998). Welcome to the Experience Economy. Harvard Business Review, 76(4), 97-105.
• Nayar, V. (2011). Les employés d’abord, les clients ensuite. Harvard Business Review Press.
• Batat, W., & Frochot, I. (2014). Marketing Expérientiel, comment concevoir et stimuler l’expérience client ?. Dunod.
• Peretti, J.-M. (2016). La gestion des ressources humaines. Vuibert.
• Casilli, A. (2019). En attendant les robots : Enquête sur le travail du clic. Seuil.
• Bernheim, B. D., & Vincent, J. (2019). The Economics of Artificial Intelligence: An Agenda. University of Chicago Press.

• Market Intelligence: go to the lecture (password required) deux classes du Master 2 DB , premier semestre, 7h de cours par classe (soit 14h au total).
• Web Marketing go to the lecture (password required) Bachelor 3 FR MCO, au second semestre, 24h30 de cours.
• Comportement des consommateurs, social Ads & Display, deux classes du Master 1 DB, second semestre, 14h de cours par classe (soit 28h au total).
• UX Design, go to the lecture (password required), deux classes du Master 2 DB, second semestre, 14h de cours par classe (soit 28h au total).
• Outils CRM, go to the lecture (password required) trois classes du Master 1 SIC, second semestre, 14h de cours par classe (soit 42h au total).

Intelligence artificielle et avenir du travail

L’intelligence artificielle (AI), l’apprentissage automatique, la robotique et l’automatisation Les avances exponentielles transformeront rapidement l’industrie et la société du monde entier. D’une part, cette nouvelle révolution industrielle devrait améliore nos vies au sein notre société. D’un autre côté, nous pouvons considérablement séparer nos vies des normes sociales. Nous approchons d’un délai pour comprendre l’impact de ces technologies et prévoir leurs effets néfastes. L’humanité doit agir plutôt que réagir à la gestion de cette nouvelle révolution industrielle.

Cet article examine des problèmes et des orientations de recherche futures sur ces technologies de transformation. En plus de l’enquête, les aspects techniques sont également étudiés. Les questions comportementales, sociales, politiques et de gouvernance sont également étudiées. Cette recherche contribue aux discussions et débats en cours sur l’IA, l’automatisation, l’apprentissage automatique et la robotique.

Cet article est important pour comprendre ces technologies perturbatrices comme base pour l’élaboration de politiques et de réglementations qui peuvent maximiser les avantages de ces avancées pour l’humanité tout en réduisant les effets dangereux et nocifs.

L’impact de l’IA sur le travail

Ce document nous montre comment les progrès rapides de l’intelligence artificielle (IA) et de la technologie d’automatisation ont le potentiel de transformer considérablement le marché du travail. Alors que l’IA et l’automatisation peuvent améliorer la productivité de certains travailleurs, elles peuvent remplacer le travail des autres et transformer presque toutes les professions, du moins en partie. Les progrès de l’automatisation surviennent à un moment où les inégalités économiques se creusent, les inquiétudes concernant un chômage technologique massif augmentent et de nouveaux efforts politiques sont nécessaires pour faire face aux conséquences du changement technologique.

Ce document traite des obstacles qui empêchent les scientifiques de mesurer l’impact de l’IA et de l’automatisation sur l’avenir du travail. Ces obstacles comprennent un manque de données sur la nature du travail (par exemple, les exigences dynamiques de la profession), un manque de modèles empiriques de processus critiques au niveau micro (par exemple, la substitution des compétences et les humains). Comment la complémentarité des machines, et les technologies cognitives, y compris une compréhension insuffisante, interagissent avec la dynamique économique et les mécanismes institutionnels plus larges (tels que la migration urbaine et les politiques commerciales internationales).

Pour surmonter ces obstacles, nous devons améliorer les données sur les compétences au travail. Ces améliorations permettent à la recherche de suivre quantitativement et de prévoir les évolutions complexes du travail en parallèle avec les avancées technologiques. Enfin, compte tenu des incertitudes sous-jacentes à la prévision des changements technologiques, il est conseillé ici de développer un cadre décisionnel qui se concentre sur la résilience aux scénarios inattendus ainsi que sur le comportement d’équilibre général.

L‘automatisation, un frein aux emplois ?

Ce document nous présente les raisons pour lesquelles l’automatisation n’a pas supprimé la majorité des emplois au fil des décennies et des siècles. L’automatisation se substitue en effet au travail, comme elle est généralement censée le faire. Cependant, l’automatisation complète également la main-d’œuvre, augmente la production de manière à accroître la demande de main-d’œuvre et interagit avec les ajustements de l’offre de main-d’œuvre.

Les journalistes et même les commentateurs experts ont tendance à exagérer l’étendue de la substitution des machines au travail humain et à ignorer les fortes complémentarités entre l’automatisation et le travail qui augmentent la productivité, augmentent les revenus et augmentent la demande de travail. Les changements technologiques modifient les types d’emplois disponibles et ce que ces emplois paient.

La dernière section de cet article décrit ainsi la manière dont les progrès récents et futurs de l’intelligence artificielle et de la robotique devraient façonner notre réflexion sur la trajectoire probable du changement professionnel et de la croissance de l’emploi. L’interaction entre l’avantage comparatif de la machine et l’homme permet aux ordinateurs de se substituer aux travailleurs dans l’exécution de tâches routinières et codifiables tout en amplifiant l’avantage comparatif des travailleurs dans la fourniture de compétences en résolution de problèmes, d’adaptabilité et de créativité. Il est peu probable que cette polarisation se poursuive très longtemps dans le futur.

Également, la dernière section de ce document réfléchit à la façon dont les progrès récents et futurs de l’intelligence artificielle et de la robotique devraient façonner notre réflexion sur la trajectoire probable du changement professionnel et de la croissance de l’emploi. L’interaction entre l’avantage comparatif de la machine et de l’homme permet aux ordinateurs de se substituer aux travailleurs dans l’exécution de tâches routinières et codifiables.

Revue de la littérature : Fiche 4

Li, X., Zhao, X., & Pu, W. (2020). Measuring ease of use of mobile applications in e-commerce retailing from the perspective of consumer online shopping behaviour patterns. Journal of Retailing and Consumer Services, 55, 102093.

Dans cette étude, nous verrons l”utilité de comparer scientifiquement différentes applications en l’occurence ici dans ce cas, 3 entreprises chinoises de vente au détail de commerce électronique mobile
afin accroître l’efficacité des achats en ligne et améliorer la conception pour l’amélioration du système.