Le contexte
Un éditeur de logiciels pour le BTP vit avec une base Salesforce dupliquée : environ 90 000 comptes, 30 000 SIREN, 16 000 clients actifs. La segmentation public / privé, les groupes capitalistiques et l’affectation commerciale reposent sur des fiches en double.
La réorganisation de la force de vente pour l’exercice suivant doit être livrée à date fixe, sans compte orphelin.
Ce qui a été fait
- Résolution d’identité sur le SIREN, puis cascade d’enrichissement sur six connecteurs (registre officiel, données d’entreprise, enrichissement web) avec priorités explicites et résolution récursive des maisons mères.
- Trois IA, chacune à sa place : un modèle en copilote data pour les règles et les contrôles, un service d’enrichissement pour la couverture, des agents parallèles qui vérifient sur le web chaque cas douteux. 695 corrections ciblées retenues contre 8 440 remplacements aveugles proposés.
- Réassignation de 40 058 groupes sur six pools commerciaux par scoring multicritère, avec une application Streamlit d’environ 1 300 lignes pour les arbitrages des managers. 22 itérations en trois mois.
Ce que ça a donné
- 55 681 comptes traités ; 99,9 % de couverture de la maison mère ; SIREN retrouvé sur 93,3 % des comptes ; segmentation public / privé à 100 %.
- 88 faux positifs bloqués avant d’atteindre le CRM ; 0 compte orphelin à la livraison de la réorganisation.
- Revenu récurrent rattaché aux bons groupes : de 48,9 à 61,3 M€, soit +12,4 M€ par la seule réconciliation.
Ce qu’on retient
La puissance de l’IA tient à ses garde-fous : un enrichissement sans agent de vérification aurait poussé 88 erreurs dans le CRM, et 8 440 remplacements aveugles. Le client achète la couverture, mais il garde surtout ce qu’on a refusé d’écrire.