Réduire le taux de désabonnement des entreprises abonnées grâce à ‘des expériences de rétention’ et une IA explicative : Subsets est LA solution !

La quête de revenus récurrents pour les entreprises

Les revenus récurrents sont pratiquement le Graal pour toute entreprise. C’est précisément pourquoi Apple s’est tourné vers les services, devenant presque autant une entreprise de services qu’une entreprise de matériel. Environ 20% de ses revenus proviennent désormais d’Apple TV+, Apple Music, iCloud et d’autres services basés sur l’abonnement ou non.

Le coût d’acquisition de nouveaux clients a également augmenté de plus de 200% au cours de la dernière décennie, ce qui souligne l’importance de disposer de flux de revenus prévisibles. Cependant, les modèles économiques basés sur l’abonnement présentent des défis inhérents. Les entreprises doivent non seulement se concentrer sur l’augmentation du nombre de personnes prêtes à payer pour un service donné, mais elles doivent également veiller à fidéliser ceux qu’elles ont déjà. Réduire le taux de désabonnement est le nom du jeu.

Subsets : une start-up danoise pour améliorer la rétention des clients

C’est là que la start-up danoise Subsets intervient. Elle propose une plateforme basée sur l’intelligence artificielle (IA) conçue pour « combler le fossé de la rétention dans l’industrie de l’abonnement ».

Fondée à Copenhague en 2022, Subsets s’appuie sur l’IA « explicable » pour indiquer aux entreprises quels abonnés actuels pourraient être sur le point de résilier leur abonnement et propose des « expériences » pour trouver la meilleure façon de les inciter à rester.

L’IA explicable est un concept qui décrit la capacité de l’IA à « expliquer » ou justifier les décisions et les informations qu’elle fournit d’une manière compréhensible par les humains. Il est devenu l’une des bases d’une initiative plus large visant à rendre l’IA plus fiable. La plupart des principaux fournisseurs de modèles linguistiques de grande envergure cherchent à répondre aux critiques en s’attaquant au problème tant décrié de la « boîte noire ».

Six mois après son lancement, Subsets compte déjà de bons clients, dont l’Athletic, propriété du New York Times, et le journal danois Børsen. Mais l’entreprise cherche maintenant à renforcer cette traction récente avec un nouvel investissement de 1,65 million de dollars lors d’un tour de financement préalable à la création mené par le capital-risque Upfin et Y Combinator (YC), suite à la participation de Subsets au programme Summer ’23 de YC.

Application dans l’industrie des médias

Bien que Subsets puisse être appliqué à toute entreprise basée sur l’abonnement, il se concentre actuellement sur le secteur des médias numériques.

« Nous limitons notre cas d’utilisation aux médias numériques pour le moment – cela comprend les éditeurs numériques, les plates-formes de streaming, les applications par abonnement et les opérateurs de télécommunications », a déclaré Martin Johnsen, co-fondateur et PDG de Subsets, à Toukiela. « Subsets pourra être appliqué plus largement aux abonnements numériques des consommateurs plus tard – je nous vois nous étendre à des secteurs tels que la mobilité, la banque et la livraison de repas. Même à des catégories d’abonnement hors ligne, à mesure que tout devient de plus en plus numérique. »

Les entreprises connectent Subsets à leurs différents systèmes internes tels que la gestion de la relation client (CRM), le système de gestion de contenu (CMS), la facturation, le data warehouse, etc., pour obtenir des données sur les abonnés. Cela peut inclure des informations démographiques, la manière dont chaque abonné consomme un contenu spécifique (par exemple, les horaires, les préférences de catégorie) et d’autres éléments pertinents liés au produit et à l’interaction du client avec celui-ci.

À l’avant-plan, Subsets propose une application Web permettant aux équipes commerciales d’explorer les « audiences de désabonnement » grâce à des visualisations faciles à comprendre et à un langage naturel. Par exemple, elle peut mettre en évidence des milliers d’abonnés qui s’engageaient auparavant avec de nombreux titres différents d’une marque médiatique donnée, mais qui montrent maintenant des signes de désintérêt.

Subsets permet aux équipes non techniques d’effectuer des « expériences » de rétention sur des sous-ensembles de leur base d’abonnés, afin de déterminer quelles actions peuvent inciter un client à rester. Il peut s’agir d’une série de notifications push ou d’e-mails proposant une réduction d’abonnement, ou peut-être d’une mise à niveau gratuite pour débloquer de nouvelles fonctionnalités. Les spécificités de ces « flux de rétention » peuvent être ajustées par chaque client.

Toutes les mesures qui se sont révélées efficaces pour réduire le taux de désabonnement lors de la phase expérimentale sont présentées sous forme de résultats montrant ce qui a fonctionné. Cela permet de réduire une partie de l’incertitude liée aux efforts de rétention de l’entreprise et de « automatiser ce qui fonctionne ».

« Certaines de ces expériences donneront de très bons résultats en termes de rétention des abonnés – les expériences qui donnent de bons résultats sont automatisées », a déclaré Johnsen. « Parce qu’un public est défini par un comportement d’abonné spécifique qui déclenche des résiliations, ces publics sont généralement dynamiques, et de nouveaux abonnés entreront et sortiront d’un public. Tous les abonnés qui entrent dans un public reçoivent les flux qui ont prouvé qu’ils donnent de bons résultats. »

Connexions

Avec une formation en modélisation mathématique et en calcul, Johnsen affirme que l’entreprise a développé ses propres algorithmes d’IA en utilisant des modèles de renforcement par gradient avec des méthodes de séquençage temporel. Le renforcement par gradient combine essentiellement plusieurs modèles prédictifs « faibles » pour créer un modèle prédictif unique plus fort, tandis que le séquençage temporel intègre des caractéristiques liées au temps dans le processus de modélisation. Subsets utilise ensuite les cadres de travail de l’xAI d’Elon Musk pour rendre « compréhensible » le comportement de résiliation.

Alors que Subsets n’utilise actuellement aucun des modèles GPT.x d’OpenAI, Johnsen a déclaré qu’ils travaillent sur l’ajout de fonctionnalités supplémentaires à leur produit en utilisant le même modèle fondamental qui alimente ChatGPT.

Dans un message sur les réseaux sociaux cette semaine, le président et PDG de YC, Garry Tan, a déclaré que près de la moitié des entreprises de YC « utilisent des LLM de différentes manières », ce qui correspond certainement à leur dernier investissement dans Subsets. La participation de YC en tant que premier investisseur porte également ses fruits pour les plans de croissance de Subsets, compte tenu des relations historiques de YC – en effet, le client de Subsets, l’Athletic, est également un ancien élève de YC, diplômé du programme Summer ’16, six ans avant d’être racheté par le New York Times.

« YC dispose d’un réseau incroyablement solide, ce qui nous a donné de belles opportunités », a déclaré Johnsen.

Outre les principaux investisseurs Upfin et YC, le tour de financement préalable de Subsets a également été soutenu par une série d’investisseurs institutionnels et individuels, notamment Cuesta Labs, Sandhill Markets et le fondateur de Peakon, Phillip Chambers.