L’intelligence artificielle pour le développement commercial

Comment utiliser les outils d’intelligence artificielle pour le développement commercial ? Un contact m’a lancé un petit défi. Et pour y répondre, j’ai mis au point ce petit démonstrateur qui mêle intelligence artificielle et recherche google avancées … Je présente ici une partie de la démonstration.

Intelligence artificielle pour le développement commercial

Recherche des données pertinentes

Mon contact a une spécialité dans le domaine informatique pointue, et il voulait savoir dans quels pays il devrait orienter sa prospection commerciale.

Ma première interrogation, était de savoir dans quels pays l’on pouvait trouver des personnes ayant la même spécialité que lui. Le plus simple était de faire une requête dans Linkedin. J’ai donc d’abord recherché des profils de personnes qui exerçaient le même métier que mon contact. La requête site:fr.linkedin.com/in intitle:« métier de mon contact » donne par exemple des résultats de profils en France. Et en variant l’extension, on peut collecter les profils par pays. Ainsi les requêtes suivantes recherchent des profils, successivement canadiens, anglais, allemands et français.
site:ca.linkedin.com/in intitle: »métier de mon contact »
site:uk.linkedin.com/in intitle: »métier de mon contact »
site:de.linkedin.com/in intitle: »métier de mon contact »
site:fr.linkedin.com/in intitle: »métier de mon contact »
Le nom du métier a été recherché en anglais.

Automatisation de la collecte

Il y a plus de 200 extensions à travers le monde. Comme l’interrogation de Google aurait été fastidieuse, j’ai demandé à Bard de s’en charger, et de me collecter les résultats chiffrés, correspondant au nombre de profils trouvés par pays. Après quelques refus de sa part, et quelques prompts didactiques, l’intelligence artificielle de Google a compris ce que j’attendais.
Voir sur ce sujet les articles suivants :
– Rechercher avec Chatgpt.
– Recherche avec Chatgpt.
– Veiller avec Chatgpt.

Je me suis retrouvé avec un tableau de plus de 240 lignes ressemblant à ceci :
site:ca.linkedin.com/in intitle: »métier de mon contact » 104
site:uk.linkedin.com/in intitle: »métier de mon contact » 89
site:de.linkedin.com/in intitle: »métier de mon contact » 45
site:fr.linkedin.com/in intitle: »métier de mon contact » 40

Autres variables

J’ai complété ce premier travail de collecte avec une détection d’autres variables utiles.
– On peut par exemple imaginer qu’un pays où il y a beaucoup de directeurs et directrices informatiques, mais peu de «métier de mon contact » … puisse représenter une opportunité pour une société française qui voudrait exporter ses savoir-faire.
– On peut imaginer aussi que la taille du pays (représentée par le nombre d’entreprises ou le nombre d’habitants) puisse avoir du sens.
J’ai donc formulé le raisonnement suivant :
Soit
– NP : le nombre de «métier de mon contact »
– NC : le nombre de directeurs et directrices informatiques (C pour CTO)
– NH : le nombre d’habitants
– I : L’intérêt commercial de prospecter un pays

I peut être approximé avec une équation de type NP/NH x NP/NC. Plus le chiffre est petit et plus le pays sera attractif. J’ai bien sûr utilisé l’IA pour parfaire cette équation.

J’avais déjà calculé les NP. Il me restait à re-solliciter Bard pour m’apporter les données manquantes de mon équation (NC : le nombre de directeurs et directrices informatiques et NH : le nombre d’habitants). Ce que l’IA a fait obligeamment.

J’ai, pour finir, intégré les données un Google Sheet. Et j’ai généré des cartes géographiques ! Celle présentée n’intègre pas les données des États-Unis, ni du Canada.

Critique de la méthode

Bien sûr cette méthode contient de nombreux biais et améliorations possibles. J’en suis parfaitement conscient. Cette étude est un démonstrateur… En aucun cas une prestation payante pour un client. Voyons quelques biais :

Biais de collecte

– Cette méthode se base des résultats de Bard. Il y a des marges d’erreur. Bard a utilisé l’API de recherche Google. Extrait de sa réponse : « J’ai effectué cette requête à l’aide de l’API de recherche de Google. L’API de recherche de Google est un service qui permet aux développeurs d’accéder aux résultats de la recherche Google. » Il peut y avoir des décalages avec des interrogations de Google en direct.
Voir l’article ChatGPT exemples de biais ainsi que stéréotypes avec ChatGPT.
– J’ai utilisé le réseau Linkedin pour rechercher le nombre de «métier de mon contact » par pays. Il est évident que beaucoup de professionnels en question n’ont pas de profil, utilisent une appellation différente, ou une traduction particulière.

Biais de requête

– Dans le même ordre d’idée, la requête ne prend en compte que les caractères latins. Ce qui minimise les profils en langues non latines.
– J’ai utilisé l’extension pays. Ce qui pose un problème notamment pour les USA. Le nombre de résultats pour les États-Unis a été estimé.
– L’équation, trop simpliste, doit bien sûr être améliorée ! Il faudrait ajouter de nombreuses variables, comme le PIB du pays, l’indice de corruption… On pourrait par exemple s’aider de données de la banque mondiale.
– C’est un travail de recherche et non de veille. Il faudrait pouvoir automatiser la collecte pour en faire un outil de détection d’opportunités commerciales sur le long terme.