L’intégration de l’intelligence artificielle dans le CRM: Vers une personnalisation avancée de l’expérience client ; Cas du Burkina Faso.
Main Article Content
Abstract
L’essor de l’intelligence artificielle (IA) redéfinit profondément les pratiques de gestion de la relation client (CRM),. Dans un contexte concurrentiel marqué par des attentes croissantes en matière d’expérience client, l’IA s’impose comme un levier stratégique, surtout dans des économies émergentes comme celle du Burkina Faso. Cette recherche se propose d’analyser comment l’intégration de l’IA dans les systèmes CRM peut améliorer la qualité de l’expérience client.
La méthodologie adoptée repose sur une approche qualitative, combinant une analyse documentaire et des entretiens semi-directifs menés auprès de responsables marketing, techniciens CRM et experts en IA au Burkina Faso. L’échantillon, volontairement restreint mais ciblé, permet une compréhension fine des pratiques et des contraintes locales liées à l’adoption de ces technologies.
Les résultats indiquent que l’IA est utilisée principalement sous forme de chatbots, de moteurs de recommandation, de scoring prédictif ou d’analyse des sentiments. Toutefois, ces applications restent limitées à un petit nombre d’entreprises innovantes, souvent issues du secteur bancaire, des télécommunications ou du e-commerce. La majorité des entreprises interrogées perçoivent le potentiel de l’IA, mais font face à des obstacles tels que le coût élevé des solutions, la rareté des compétences locales en data science et l’absence d’une stratégie digitale intégrée.
En conclusion, l’intégration de l’intelligence artificielle dans le CRM représente une opportunité majeure de transformation de l’expérience client au Burkina Faso. Pour qu’elle devienne un levier généralisé de compétitivité, il est nécessaire de développer un écosystème technologique adapté, de renforcer les capacités locales en intelligence artificielle et d’encourager une culture d’innovation orientée client. L’étude suggère une synergie entre politiques publiques, entreprises technologiques et acteurs privés pour démocratiser l’usage de l’IA dans la gestion de la relation client.
Article Details
Section
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
• Arora, N., Dreze, X., Ghose, A., Hess, J. D., Iyengar, R., Jing, B., & Shankar, V. (2008). Putting one-to-one marketing to work: Personalization, customization, and choice. Marketing Letters, 19(3), 305–321. https://doi.org/10.1007/s11002-008-9056-z
• Buttle, F., & Maklan, S. (2019). Customer Relationship Management: Concepts and Technologies (4th ed.). Routledge.
• Chatterjee, S., Rana, N. P., Tamilmani, K., & Sharma, A. (2021). The impact of artificial intelligence on customer relationship management: A bibliometric analysis. Journal of Business Research, 129, 361–378.
• Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business Review, 96(1), 108–116.
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• IBM. (2020). AI in Customer Experience: A Global Study. IBM Institute for Business Value.
• Kusi-Sarpong, S., Gupta, H., & Sarkis, J. (2022). Barriers to smart technology adoption in African supply chains: A stakeholder and institutional perspective. Journal of Cleaner Production, 333, 130149. https://doi.org/10.1016/j.jclepro.2021.130149
• Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69–96. https://doi.org/10.1509/jm.15.0420
• Ngai, E. W. T., Xiu, L., & Chau, D. C. K. (2009). Application of data mining techniques in customer relationship management: A literature review and classification. Expert Systems with Applications, 36(2), 2592–2602. https://doi.org/10.1016/j.eswa.2008.02.021
• PwC Africa. (2021). AI in African Enterprises: A Strategic Opportunity. PricewaterhouseCoopers Africa Insights Report.
• Russell, S. J., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach (3rd ed.). Pearson Education.
• Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509–533. https://doi.org/10.1002/(SICI)1097-0266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z
• Vargo, S. L., & Lusch, R. F. (2004). Evolving to a new dominant logic for marketing. Journal of Marketing, 68(1), 1–17. https://doi.org/10.1509/jmkg.68.1.1.24036
• Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: A means-end model and synthesis of evidence. Journal of Marketing, 52(3), 2–22. https://doi.org/10.1177/002224298805200302