Pourquoi Accor se lance sur ChatGPT pour capter les intentions de voyage

Accor a annoncé le lancement de son application ALL Accor sur ChatGPT fin janvier. Pourquoi avoir décidé d’être présent sur cette plateforme ?

Nous nous intéressions à ces sujets depuis un certain temps. Nous observions l’évolution des usages vers des modèles plus conversationnels et nous voulions travailler avec un grand acteur du monde de l’IA. Nous avions déjà développé des briques et des applications autour de ces usages en interne. L’idée était donc d’accélérer et d’intégrer ces capacités dans un environnement où les clients commencent de plus en plus leurs recherches.

Il ne s’agissait donc pas d’un virage opportuniste, mais d’une continuité. La recherche devient particulièrement conversationnelle, notamment dans le monde anglo-saxon. Ce canal est encore à ses débuts, mais il est capable de grandir et va très probablement devenir un canal à part entière. Être présent dans ChatGPT, c’est être présent au moment où le client formule son intention de voyage. Nous constatons par exemple que les utilisateurs ne formulent plus uniquement une recherche transactionnelle, mais décrivent un projet : “je veux partir à deux en France”, puis affinent progressivement. C’est cette logique conversationnelle que nous voulons adresser.

Nous constatons par exemple que les utilisateurs ne formulent plus uniquement une recherche transactionnelle, mais décrivent un projet : “je veux partir à deux en France”, puis affinent progressivement.

Concrètement, que permet l’application sur ChatGPT ?

L’utilisateur peut rechercher un hôtel en indiquant une destination et des dates. Le système est intégré à nos capacités de réservation, à la notation et à l’inventaire. Il connaît les spécificités de nos marques et de nos établissements. Il est possible de consulter des informations détaillées sur les hôtels : types de chambres, équipements, localisation ainsi que les tarifs publics et les tarifs réservés aux membres du programme ALL Accor. La finalisation de la réservation se fait ensuite via redirection vers notre site sécurisé. L’agent conversationnel est donc connecté à notre inventaire en temps réel. Il ne s’agit pas simplement d’une vitrine informationnelle : il interroge les disponibilités et les capacités de réservation. L’application développée pour ChatGPT est spécifique à cette plateforme. Elle est distincte de l’application mobile ALL Accor, accessible dans plus de 20 langues et disponible dans tous les pays où les applications ChatGPT sont accessibles. Le lancement a été ouvert sur l’ensemble de l’Europe.

À partir du moment où les accords ont été finalisés, la mise en œuvre a été relativement rapide. En un à deux mois, nous avons pu avancer significativement. Nous nous sommes appuyés sur des modèles que nous avions déjà développés auparavant.

Y a-t-il un partenariat commercial spécifique avec OpenAI ?

Il ne s’agit pas d’une relation commerciale exclusive. Nous avons développé une application disponible dans l’écosystème ChatGPT, comme d’autres acteurs peuvent le faire. Il n’y a pas eu non plus d’échange de données commerciales au sens d’un partage de bases de données. La conversation permet d’interroger l’inventaire. Il s’agit d’un échange technique nécessaire pour produire une réponse, pas d’un transfert massif de données. Il ne s’agit pas d’un système d’échange de bases de données. Il n’y a pas de « pipe » de données commerciales partagées. La logique repose sur l’interrogation de l’inventaire pour produire une réponse pertinente.

Ce canal représente-t-il une nouvelle forme d’intermédiation ?

Je ne parlerais pas d’une intermédiation nouvelle. Il existe déjà une intermédiation entre Google et notre canal direct. Un client peut commencer son parcours par une recherche Google avant d’arriver sur nos sites. Demain, il pourra commencer par une recherche dans ChatGPT ou Gemini avant d’arriver sur notre canal direct. Pour nous, l’important est d’être présents là où le parcours démarre. Ce modèle n’est pas fondamentalement différent d’une intermédiation classique. Ce qui compte, c’est d’être visible et pertinent au point d’entrée du parcours.

Comment cela s’articule-t-il avec votre stratégie CRM et votre logique de personnalisation ?

C’est un complément. Une fois qu’un client est identifié, l’expérience peut devenir plus personnalisée. Le rattachement à un profil est très important. Nous travaillons déjà sur ces sujets dans nos canaux directs. L’environnement conversationnel permet d’enrichir cette logique. L’identification est clé : si le client est reconnu, nous pouvons tenir compte de ses préférences, de son historique, et personnaliser davantage l’échange.

L’objectif est aussi d’aider le client à poser les bonnes questions dans un cadre cohérent avec nos autres canaux. Nous disposions déjà de dispositifs conversationnels sur nos propres canaux, notamment des solutions de chat, y compris via WhatsApp. Ces briques existaient avant le lancement sur ChatGPT, même si nous n’avons pas communiqué officiellement.

Voyez-vous un impact sur la conversion ou le panier moyen ?

Nous cherchions avant tout à observer des éléments mesurables. Il existe un potentiel d’amélioration du taux de conversion, car l’expérience conversationnelle permet de créer un parcours plus intégral. De manière générale, dans les canaux conversationnels, le panier peut être plus important que dans des parcours classiques.

De manière générale, dans les canaux conversationnels, le panier peut être plus important que dans des parcours classiques.

Mais les volumes restent encore faibles en termes de chiffres. Il est donc difficile d’en tirer des conclusions fortes pour le moment. Nous devons encore accumuler de la donnée avant de pouvoir tirer des enseignements robustes. Il faut aussi noter que si l’information proposée ne correspond pas aux attentes, les utilisateurs peuvent sortir du parcours.

Quel rôle joue la data dans cette transformation ?

La data est un levier de croissance important. Nous avons regroupé la data et l’intelligence artificielle afin d’aligner les enjeux technologiques et métiers. Nous avons engagé une transformation importante pour industrialiser ces usages. L’enjeu est que les analyses ne restent pas théoriques, mais qu’elles soient réellement mises en production dans nos parcours clients.

La fidélité est un pilier central. La data nous permet de mieux comprendre les comportements, mais surtout de les traduire en actions concrètes, notamment en matière de personnalisation et d’activation dans nos dispositifs. Nous avons également rapproché les équipes data des métiers afin d’accélérer cette mise en œuvre et de faire en sorte que les cas d’usage soient activés rapidement et génèrent de la valeur.

Plus largement, comment voyez-vous l’usage de l’intelligence artificielle chez Accor ?

Nous travaillons sur plusieurs volets en parallèle. Il y a l’IA pour l’expérience client, notamment dans ces environnements conversationnels. Il y a des usages opérationnels. Et il y a un pilier très important : l’IA pour nos collaborateurs. Toutes les fonctions de développement sont profondément impactées. Les développeurs vont plus vite, sont plus productifs grâce aux outils d’IA qui les assistent dans la préparation des développements, les tests et les spécifications. Toute la chaîne de product delivery et de développement des produits digitaux va considérablement s’accélérer grâce aux outils d’IA. Nous le testons déjà au quotidien : les équipes de développement gagnent en efficacité et en rapidité grâce à ces outils.

Vous évoquez une transformation importante visant à industrialiser ces usages et à rapprocher les équipes data des métiers. Pourriez-vous préciser ce que cela signifie concrètement chez Accor ?

Chez Accor, cela recouvre d’abord une transformation de l’organisation et des process. Depuis trois ans, nous avons fait évoluer notre modèle data pour l’aligner beaucoup plus étroitement sur les grands domaines métiers, en nous inspirant de certains principes du Data Mesh, comme l’approche orientée domaines et les data products. Très concrètement, cela veut dire que nous avons renforcé les rituels de collaboration avec les métiers pour co-construire les besoins, prioriser les cas d’usage et arbitrer les roadmaps en fonction de la valeur business. Nous sommes aussi sortis d’une logique principalement « projet » pour aller vers une logique plus capacitaire, avec des équipes inscrites dans la durée, capables d’accompagner les métiers de façon continue plutôt que ponctuelle. En réalité, c’est donc d’abord une évolution de l’organisation et des process, appuyée ensuite par les bonnes plateformes et les bons outils. L’enjeu est clair : faire de la data un partenaire stratégique des métiers, et non une fonction support à part.

Vous insistez sur la nécessité de « mettre en production » les analyses. Auriez-vous un exemple concret ?

Un cas d’usage récent concerne la refonte de nos audiences prioritaires. Nous avons d’abord conduit une analyse de segmentation de nos guests afin d’identifier des groupes cibles plus pertinents au regard de leurs comportements et de leur potentiel de valeur. Cette analyse a ensuite été mise en production, via un rattachement opérationnel des guests à des audiences activables. Cette industrialisation permet d’orchestrer des parcours et des activations marketing plus ciblés, avec un meilleur niveau de priorisation. Pour nous, c’est un point essentiel : la valeur de la donnée ne se situe pas seulement dans l’analyse, mais dans sa capacité à être intégrée aux dispositifs opérationnels et à produire un impact concret sur l’expérience client.

Disposez-vous d’indicateurs permettant de mesurer la contribution de la data et de l’IA à la performance commerciale (conversion, panier moyen, fidélisation, etc.) ?

Oui, et c’est même un point essentiel. Nous pilotons ces sujets à partir d’OKR (Objectifs et résultats clés) alignés sur nos priorités stratégiques, avec des indicateurs qui varient selon les cas d’usage. Par exemple, sur les expériences conversationnelles, nous suivons la satisfaction, le taux d’automatisation et la qualité des réponses. Sur le marketing, nous mesurons des indicateurs comme le revenu incrémental, les taux d’ouverture ou l’impact sur la conversion. Et sur notre plateforme interne d’IA générative, nous regardons à la fois l’adoption par les collaborateurs et les gains de temps pour les équipes utilisatrices.

L’idée de fond est simple : la valeur de la data et de l’IA doit pouvoir être objectivée, soit en performance commerciale, soit en efficacité opérationnelle, ou en amélioration de l’expérience par exemple.

Quel rôle stratégique joue le programme de fidélité dans ce nouveau contexte ?

Dans un monde agentique qui pourrait potentiellement fonctionner sous forme d’enchères ou d’arbitrages automatisés, le fait d’être membre du programme ALL Accor est déterminant. À partir du moment où un client bénéficie de meilleurs tarifs et de prestations privilégiées et qu’il fait valoir son programme de fidélité, cela maximise les chances qu’un hôtel de notre groupe soit proposé. C’est un asset très fort sur lequel nous continuerons de nous appuyer dans toutes nos initiatives d’intelligence artificielle au sein du groupe. Dans un environnement où des agents pourraient comparer et arbitrer automatiquement les offres, la proximité avec le client via la fidélité devient encore plus stratégique.