Chaque compte micali.online accumule des centaines de chiffres en un mois. Qui a consulté votre page de réservation, et d'où il venait. Qui a ouvert le détail d'un créneau et n'est jamais revenu. Quels créneaux se sont remplis, lesquels sont restés vides, qui n'est pas venu et qui a réservé cinq fois de suite. Vous pouvez consulter ces chiffres dans Statistiques. Mais les chiffres, à eux seuls, ne disent pas quoi en faire le lundi matin, quand vous avez un client devant vous et pas un tableau.
C'est pourquoi nous avons ajouté à micali.online un conseiller AI. En général une fois par semaine, il parcourt votre compte, recalcule tout ce qui s'y est passé au cours des 30 derniers jours, compare cela au mois précédent ainsi qu'aux autres comptes de la plateforme, et vous envoie 3 à 5 recommandations concrètes pour obtenir plus de réservations. Chaque recommandation porte le chiffre qui l'a déclenchée, une raison, des étapes et un lien vers l'écran où effectuer la première d'entre elles. Dans l'application, vous le trouverez sous le nom Conseils pour votre activité.
Dans cet article, nous vous montrons ce que le conseiller calcule exactement, pourquoi il y a des mathématiques et non une impression derrière chaque recommandation, pourquoi chaque suggestion est relue par un humain avant d'être envoyée, et à quoi ressemblent les recommandations déjà reçues par les premiers propriétaires de comptes.
Ce que voit le conseiller
Le conseiller travaille avec une fenêtre de 30 jours et une fenêtre de même durée qui la précède, afin de distinguer une fluctuation d'une tendance. Il établit à partir de votre compte un instantané de huit domaines :
- La fréquentation de la page publique : le nombre de personnes, d'où elles sont venues (Facebook, Instagram, Google, lien direct, publicité payante), depuis quel appareil, dans quelle langue, et sur quelle page elles sont arrivées en premier.
- L'entonnoir de réservation : combien de personnes ont vu la liste, combien ont ouvert le détail d'un créneau ou d'un service, combien ont commencé une réservation, combien se sont connectées et combien ont terminé leur réservation.
- Le taux de remplissage de chaque événement et de chaque créneau : créneaux vides, créneaux complets, nombre moyen de places occupées, et quel jour et quelle heure de la semaine fonctionnent le mieux pour vous.
- La présence et les paiements : qui est venu, qui n'est pas venu, combien de réservations sont restées sans enregistrement, et combien de réservations impayées vous avez dans les sept prochains jours.
- Les visiteurs : qui réserve à répétition, qui n'a encore jamais réservé, qui ne s'est plus manifesté depuis 60 jours, et qui vient chez vous régulièrement sans avoir de forfait prépayé.
- Les forfaits prépayés : ce qui se termine dans les deux prochaines semaines, ce qui s'est terminé sans renouvellement, et ce qui attend une validation.
- La communication : messages de visiteurs restés sans réponse, e-mails en échec, rappels configurés et questionnaires.
- Le profil : longueur de la description, catégorie, site web, réseaux sociaux, contact. Autrement dit, ce que le visiteur voit en premier.
Comment les chiffres deviennent des signaux
C'est le cœur de tout le système. L'instantané du compte n'est pas lu par l'AI, mais par un ensemble de plus de vingt détecteurs déterministes. Chacun recherche un motif précis et, s'il le trouve, crée un signal accompagné des chiffres qui le prouvent. Voici quelques exemples de ce qui se calcule sous le capot :
Départs rapides. À chaque affichage de la liste, nous mesurons le temps que le visiteur y passe. S'il part en moins de dix secondes, nous comptons cela comme un départ rapide. Quand plus de la moitié des gens partent ainsi, la liste ne leur a pas dit pourquoi cliquer plus loin.
L'entonnoir étape par étape. Nous suivons le passage du détail d'un créneau à la réservation commencée, puis à la connexion et à la finalisation. Chaque étape a son propre taux. Nous répartissons aussi les visiteurs entre ceux venus de la publicité payante et les organiques, pour voir si la publicité amène des gens qui réservent vraiment, ou qui se contentent de cliquer.
Meilleurs et pires horaires de la semaine. Chaque créneau réalisé est classé dans une case jour de la semaine × heure, et pour chaque case, nous calculons le nombre moyen de places occupées. Les cases comptant au moins deux créneaux sont classées, ce qui permet au conseiller de dire que le jeudi à 19 h 00, vous obtenez en moyenne trois places occupées, et le vendredi à 8 h 00, aucune.
Créneaux vides et taux de remplissage. Pour chaque événement, nous comparons le nombre de créneaux réalisés au nombre de créneaux vides. Si au moins la moitié de cinq créneaux ou plus est restée vide, c'est un signal fort. Si les créneaux se sont remplis, mais en moyenne à moins de 30 % de la capacité, c'est un signal plus faible, avec une recommandation différente.
Réservations de dernière minute. À partir de l'écart entre la création de la réservation et le début du créneau, nous calculons une avance moyenne. Quand plus de 40 % des gens réservent moins de 24 heures à l'avance, il devient pertinent de planifier différemment les rappels et la promotion.
Absentéisme. À partir de la présence enregistrée, nous calculons la part de personnes qui ont réservé et ne sont pas venues. Au-delà de 20 %, c'est un signal qui s'associe à l'absence de rappel avant le créneau ou à l'absence de lien de paiement.
Les seuils sont volontairement conservateurs. Un signal signifie « cela mérite une phrase », pas « c'est statistiquement certain ». Et quand les données sont peu nombreuses, le détecteur préfère se taire plutôt que de recommander quelque chose sur la base de trois visites.
Comparaison avec toute la plateforme
La plupart des chiffres n'ont aucun sens sans comparaison. Un taux de conversion de 3 % du détail d'un créneau vers la réservation, est-ce un mauvais résultat ? Impossible à dire sans savoir ce qu'obtiennent les autres. C'est pourquoi, à chaque exécution, le conseiller recalcule les médianes de toute la plateforme pour les ratios clés : départs rapides depuis la liste, visites d'une seule page, passage du détail à la réservation, taux de remplissage des créneaux et part de présence enregistrée. Seuls les comptes ayant une fréquentation suffisante entrent dans les médianes, afin que les comptes nouveaux ou presque inutilisés ne les faussent pas.
La comparaison a encore une autre conséquence, à laquelle nous tenons particulièrement. Si votre compte a un faible taux de passage du détail à la réservation, mais que toute la plateforme l'a tout aussi faible, le problème n'est pas dans la description de votre créneau. Le problème est dans notre page de réservation. Un tel signal ne vous sera jamais présenté comme une recommandation. Il atterrit à la place sur le bureau de notre équipe, comme un retour sur le produit. Le conseiller ne cherche donc pas seulement ce que vous pouvez améliorer, mais aussi ce que nous devons améliorer, nous.
Seules des médianes agrégées entrent dans la comparaison. Aucun compte ne voit les chiffres d'un autre compte, et vos recommandations ne contiennent que vos propres données. Les autres comptes n'y apparaissent que sous la forme d'un seul chiffre : la médiane à laquelle vous êtes comparé.
Où intervient l'AI, et où elle n'intervient pas
Dans ce système, le modèle de langage ne calcule rien. Il reçoit l'instantané du compte, la liste des signaux avec les chiffres qui les prouvent, et les médianes de la plateforme, et sa tâche consiste à en rédiger des recommandations compréhensibles. Les règles sont strictes : chaque recommandation doit s'appuyer sur un signal précis, ne peut utiliser que des chiffres présents dans l'instantané, et ne peut renvoyer qu'à des écrans figurant sur une liste autorisée. La sortie du modèle passe ensuite par un contrôle. Une recommandation sans signal, avec un chiffre inventé ou un lien hors liste, est rejetée avant que qui que ce soit ne la voie.
Grâce à cela, nous pouvons retracer chaque phrase d'une recommandation jusqu'au chiffre dont elle est issue. Quand le conseiller écrit que « 373 personnes sont venues de la publicité et aucune n'a commencé de réservation », ce n'est pas une estimation. C'est une ligne tirée de l'instantané de votre compte.
Chaque recommandation passe par un humain
Même avec des règles strictes, il reste vrai que le modèle peut écrire une phrase juste sur le plan des chiffres, mais malheureuse. C'est pourquoi chaque exécution du conseiller se termine sous forme de brouillon, que quelqu'un de notre équipe relit. Cette personne peut modifier, approuver ou rejeter les recommandations. Seules les recommandations approuvées sont traduites dans la langue de votre compte et envoyées. Personne ne devrait voir son cours du matin perturbé par un texte généré automatiquement que personne n'a relu.
Cette étape nous coûte du temps, mais nous ne voulons pas la sauter. micali.online est utilisé par des studios et des entreprises dans 31 langues, et un conseil qui va de soi pour un studio de yoga à Bratislava peut être inutilisable pour une école de musique à Varsovie. L'humain dans la boucle est la raison pour laquelle nous assumons chaque recommandation.
À quoi ça ressemble chez vous
Une fois les recommandations prêtes, les administrateurs du compte reçoivent un e-mail et une notification dans l'application. Sur la page principale du compte apparaît la carte Conseils pour votre activité. Chaque conseil comprend :
- un point de couleur selon l'importance, du niveau informatif à urgent, et vert pour un signal positif, quand quelque chose fonctionne bien chez vous et mérite d'être développé,
- Pourquoi : une à trois phrases avec les chiffres qui ont déclenché le conseil,
- Que faire : deux à quatre étapes, dans l'application comme en dehors, par exemple quel événement modifier, à qui envoyer un e-mail, ou quoi changer dans la publicité,
- une phrase sur ce qui va concrètement s'améliorer,
- un bouton Ouvrir, qui vous mène directement à l'écran où effectuer la première étape.
Pour chaque conseil, vous pouvez cliquer sur Terminé, Masquer ou Pas utile. Les conseils traités disparaissent de la carte, et votre réponse nous revient. Un conseil que les propriétaires signalent comme n'ayant pas aidé est pour nous un signal qu'il faut ajuster le détecteur ou le seuil, pas vous convaincre.
Six exemples concrets
Les recommandations suivantes sont issues des premières exécutions du conseiller. Nous avons changé les noms des comptes et des événements, les chiffres sont réels.
Une publicité qui amène des gens, mais pas de réservations. En 30 jours, 373 visiteurs sont venus de la publicité payante. Aucun n'a commencé de réservation, ils ont consulté en moyenne 1,1 page. Sur la fréquentation organique, 181 personnes sont venues et 14 d'entre elles se sont connectées. Recommandation : suspendre la campagne qui mène vers la liste générale, et diriger la publicité directement vers un créneau précis, avec le jour, l'heure et un bouton « Réserver une place ». La première étape se trouve dans Statistiques, où l'on voit ce que les gens venus de la publicité ont réellement fait.
Des créneaux du matin où personne ne vient. Le cours de pilates du matin comptait 23 créneaux, et les 23 sont restés vides. Le cours du soir du même studio en avait 17 vides sur 21, mais les cases jeudi, samedi et dimanche à 19 h 00 ressortaient comme les meilleures. Recommandation : déplacer les créneaux du matin vers le soir, fixer pour ceux qui restent le matin une capacité minimale et une date limite d'inscription, afin qu'un cours sans intérêt n'ait pas lieu, et promouvoir trois horaires du soir précis.
Un détail de créneau après lequel il ne se passe rien. 467 personnes ont consulté le détail de l'événement, aucune n'a commencé de réservation et 14 se sont connectées. Cela fait 3 % contre une médiane de la plateforme de 14,3 %. Trois événements avaient par ailleurs une description courte ou inexistante. Recommandation : préciser dans les descriptions à qui s'adresse le cours, ce que le participant en retirera, ce qu'il doit apporter et comment se déroule la réservation. Puis seulement, repartager le lien.
Des horaires qui fonctionnent réclament plus de créneaux. Les cours pour enfants du mardi à 10 h 00 comptaient en moyenne 8 places occupées, et ceux du vendredi à 10 h 00, cinq. Le compte affichait par ailleurs un taux d'ouverture de 86 % sur 201 e-mails envoyés. Recommandation : ajouter d'autres créneaux du mardi et du vendredi matin, et les annoncer par un e-mail que les parents lisent manifestement.
Des créneaux complets sans liste d'attente. Les cours individuels avaient trois créneaux complets, et les cours collectifs deux, et dans les deux cas la liste d'attente était désactivée. Recommandation : l'activer et configurer un modèle de message, afin qu'une place libérée après une annulation de réservation revienne à la personne suivante intéressée, plutôt que de rester vide.
Des personnes dans la liste qui n'ont jamais réservé. Le compte comptait 32 visiteurs enregistrés, 19 d'entre eux n'avaient jamais réservé et 10 réservaient à répétition. Recommandation : créer une liste de diffusion avec ces 19 personnes et leur envoyer un e-mail groupé avec un lien direct vers le prochain créneau. Contacter les visiteurs récurrents séparément. Reconquérir un contact existant coûte moins cher que d'en trouver un nouveau.
Et un bonus, qui n'a rien à voir avec les mathématiques, seulement avec l'attention : dans un compte, un message d'un visiteur attendait depuis 825 heures. Le conseiller l'a fait remonter comme le signal le plus urgent de la semaine.
Ce que le conseiller n'est pas
Ce n'est pas une boule de cristal. Le conseiller ne voit que ce qui existe dans micali.online : réservations, fréquentation de la page publique, présence, messages. Il ne voit ni votre chiffre d'affaires, ni vos coûts, ni ce qui se passe dans la salle. Quand un compte a peu de données, le conseiller préfère envoyer deux recommandations plutôt que cinq inventées. Et si un conseil ne vous convient pas, marquez-le comme Pas utile. La décision vous appartient toujours, le conseiller est là seulement pour vous la faciliter.
Comment l'activer
Le conseiller AI est, comme tout le reste dans micali.online, sans supplément. Nous l'activons progressivement, compte par compte, pour pouvoir bien vérifier chaque première exécution. Si vous voulez des conseils pour votre compte dès maintenant, écrivez-nous via la section Support directement dans l'application. Les recommandations sont envoyées aux administrateurs du compte, en général une fois par semaine, toujours dans la langue du compte. Et si vous avez l'impression que le conseiller est passé à côté de quelque chose d'important, faites-le-nous savoir. Ce sont exactement ce type de retours qui donnent naissance à de nouveaux détecteurs.
