Le service de Conciergerie premium John Paul consolide son service client avec Snowflake

Gestion de VIP pour la Fashion Week, séance de dégustation avec un grand chef, deux places au premier rang d’un Grand prix… Depuis sa création en 2008, John Paul, aujourd’hui filiale à 100 % du groupe ACCOR, est un leader reconnu mondialement des services de conciergerie premium et des programmes de marketing relationnel sur-mesure. Ses 400 collaborateurs répartis dans le monde entier s’attachent à accompagner les marques dans le développement d’une expérience sur-mesure, émotionnelle et engageante avec leurs clients.

Pour garantir la qualité de service et la satisfaction client, véritable socle de son métier, John Paul s'appuie sur des données qualitatives et quantitatives. À ce titre, et afin d’aider les concierges à toujours mieux traiter les demandes et répondre aux sollicitations, John Paul analysait « manuellement » certains échanges, sur échantillonnage aléatoire, ou sur certains cas d’hyper-satisfaction ou d’insatisfaction clients.

Afin d’automatiser, et surtout de massifier ces analyses, l’équipe de data Science a décidé d’explorer une nouvelle solution basée sur l’IA, en capitalisant sur les données existantes dans Snowflake, à la fois capable de retranscrire les échanges téléphoniques (Speech-to-text) et d’analyser les échanges sur tous les canaux de communication mis à la disposition des usagers de la conciergerie (e-mail, voix, WhatsApp…).

Prestataire de services de conciergerie de luxe, John Paul adresse un marché de grands comptes dans de nombreux secteurs, tels que la banque ou encore l’automobile. Lesquels grands comptes confient donc à John Paul les besoins et exigences de leurs propres clients. La conciergerie participe ainsi à l’image de marque globale de ses clients.

Dans ce contexte, la qualité de service est primordiale, pour assurer le reporting auprès de ses clients, mais aussi et surtout pour piloter son activité. Et ce, à des fins d’améliorations potentielles, de formation continue de ses équipes ou encore de formation des nouveaux concierges recrutés. 

Parmi les mesures de la qualité, la teneur des échanges, très détaillés, entre les clients finaux et les concierges constitue un baromètre assez précis de la satisfaction client. Si, jusque-là, la mesure était basée sur des échantillons aléatoires ou sur des cas bien précis en lien avec un retour client inhabituel, les équipes John Paul souhaitaient désormais automatiser l’analyse de l’ensemble des échanges clients, sur tous les canaux de communication, en particulier les échanges vocaux, canal préféré des utilisateurs.

Pour l’équipe data, en charge des aspects techniques du projet, l’utilisation des solutions Snowflake était une évidence : « Nous utilisons la plateforme Snowflake pour la gestion de l’ensemble des données depuis plusieurs années, explique Sanyat Mohamed, data scientist chez John Paul. En utilisant les solutions intégrées de Snowflake, nous pouvions parfaitement répondre à la demande métier. » 

Le premier défi à relever était la retranscription écrite des échanges téléphoniques. L’équipe a retenu Whisper d’OpenAI, dont l’intégration a été facilitée grâce à Snowpark Container Services. De même, la disponibilité de toutes les données directement dans la plateforme Snowflake a permis de simplifier les tests des différents grands modèles de langage (LLM - Large Language Model), afin d’identifier la meilleure solution compte tenu du besoin.

« Les échanges, surtout à l’oral, peuvent s’avérer très longs, détaille Sanyat Mohamed. Les LLM retenus devaient donc être en mesure de répondre à cette spécificité. » Ainsi, après un test réussi de Mistral Large, c’est finalement LLAMA (Meta) qui a été retenu pour le projet définitif. « Le paiement à la demande via Snowflake et la pré-existence de nos données sur la plateforme ont contribué à la simplicité et à la rapidité des tests », précise la data scientist.