Des recommandations personnalisées de communautés à suivre pour accompagner les collaborateurs

L’expérience collaborateur est la nouvelle expérience client

Les analystes et les acteurs du secteur s’accordent sur un point : la création d’une expérience collaborateur réussie doit s’inspirer des meilleures pratiques en matière d’expérience client. 

Les clients reçoivent aujourd’hui des informations ciblées et personnalisées tout au long de leur parcours d’achat, quels que soient les applications, équipements et plateformes utilisés dans différentes zones géographiques. Analysé, scruté et examiné par les décideurs au plus haut niveau, l’amélioration du parcours client figure souvent en bonne place dans le budget de toute entreprise.

A juste titre puisqu’il a un lien direct avec le chiffre d’affaires. Les entreprises les plus innovantes prennent conscience du potentiel qu’offre la même démarche appliquée au parcours collaborateur. 

L’expérience collaborateur au sein de votre entreprise peut avoir un impact sur la fidélisation des employés, sur sa culture et, en conséquence, sur le travail en équipe et la productivité. Autant de facteurs qui, conjugués, influent considérablement sur la performance de l’entreprise. Cela explique en partie pourquoi le terme « expérience collaborateur » est deux fois plus répandu en 2022 que l’an passé, selon Google Trends. 

Leader des plateformes d’expérience collaborateur, LumApps en est bien conscient. C’est pourquoi l’évolution de la plateforme est une priorité quotidienne, à commencer par des fonctionnalités de recommandations intelligentes. 

L'importance des recommandations

De Netflix à Google, des vêtements que nous achetons aux lieux que nous fréquentons et à ce que nous mangeons, ce n’est un secret pour personne : nous vivons dans un monde de recommandations. Pourquoi sont-elles si omniprésentes ? C’est parce qu’elles fonctionnent ! 

Pour 57 % des participants à une enquête réalisée par Meta, pouvoir découvrir des produits pertinents sur un site ou sur une application e-commerce est très, voire extrêmement, important pour eux.

Une étude d’Accenture révèle que pas moins de 75 % des consommateurs sont plus enclins à acheter auprès de commerçants si ceux-ci les reconnaissent par leur nom, leur font des recommandations pertinentes ou conservent leur historique d’achat. 

Les recommandations sont clairement importantes pour les clients. Et cela vaut aussi pour les collaborateurs. Pensez à leur impact dans le cadre d’une plateforme d’expérience collaborateur… ou dans tout logiciel utilisé au quotidien. 

Partage des connaissances – Les recommandations peuvent combler d’éventuelles lacunes en matière de recherches et d’informations obsolètes. Elles s’appuient sur des données à jour et des usages réels, écartant des communautés qui seraient inactives ou des contenus archivés. 

Adoption – Le succès des outils utilisés au travail ne se mesure que par leur taux d’adoption. Les recommandations donnent aux collaborateurs une raison de rester connectés ou bien de revenir plus tard. 

Collaboration – Les recommandations peuvent également améliorer la collaboration. En effet, les employés découvrent comment utiliser les outils digitaux et se réfèrent à l’utilisation qu’en font leurs collègues. 

Les recommandations de communautés 

Premier exemple de recommandations dans la plateforme LumApps : les recommandations liées à des communautés. 
 

Au sein de la plateforme LumApps, les communautés sont des hubs de communication et de partage autour d’un métier, d’une équipe ou d’un centre d’intérêt. 

Les recommandations de communautés LumApps reposent sur le Data Lake LumApps, qui permet aux clients de connecter leurs données LumApps à des outils tiers de Business Intelligence tels que Tableau ou Google Data Studio. Le tout s’appuie sur l’employee data layer LumApps, qui héberge l’ensemble des données relatives aux utilisateurs LumApps. 

Ces données comprennent toutes les actions effectuées par un collaborateur, ce qui nourrit l’algorithme de recommandations. 

Le système de recommandations fait appel à une méthode d’Intelligence Artificielle et de Machine Learning fondée sur des règles d’association, ce qui permet à la plateforme de découvrir automatiquement des relations entre les entités. 

Le principe est identique à un site d’e-commerce qui recommanderait du beurre à un consommateur en train d’acheter de la confiture. En fonction de l’historique d’achat, une règle a déterminé que les deux produits devaient être associés. 

Ce système, ainsi que des techniques de filtrage, permet d’accompagner les collaborateurs avec des recommandations. 

Comment est-ce que cela fonctionne dans la pratique ? Notre intention est de permettre un accès naturel aux communautés

Un collaborateur basé à Paris peut n’avoir aucune interaction avec un collègue situé à Bangalore, alors qu’ils  ont le même profil, les mêmes centres d’intérêts et suivre les mêmes communautés. Les recommandations de communautés de LumApps leur permettra d’entrer en relation de manière pertinente. 

Les recommandations de communautés sont les premières d’une série de recommandations intelligentes que vise à fournir la plateforme LumApps. Elles seront suivies par les recommandations de contenus, prévues dans les mois à venir.