Projets en
entreprise

La mise en place de Zendesk chez Proximus Luxembourg a profondément transformé le support client, mais la gestion multilingue du chatbot restait un point de friction.

Le Flow Builder ne permettait pas de traduire facilement les arbres conversationnels : chaque modification devait être exportée, traduite manuellement, puis réimportée. Un processus long, répétitif et risqué.

Les principaux défis :

• protéger les placeholders et variables techniques (#FIRSTNAME#, {{userInput}}...),
• préserver les liens Markdown spécifiques à Zendesk,
• garantir une cohérence linguistique entre trois langues,
• éviter les erreurs de copier-coller dans les scénarios complexes.

Pour répondre à cette contrainte, j'ai conçu une solution sur mesure : une Web App HTML autonome, simple et efficace, dédiée aux cas de traduction les plus complexes du bot.

L'outil a été développé en HTML + JavaScript, avec une interface utilisateur claire, pensée pour un usage interne sans ligne de commande.

Il s'appuie sur SheetJS pour lire et écrire les fichiers Excel, et sur l'API DeepL pour la traduction automatique.

Le fonctionnement suit un pipeline en sept étapes :

• Chargement du fichier Excel exporté depuis Zendesk.
• Détection automatique des colonnes de texte à traduire.
• Protection ("masking") des variables, liens, placeholders et structures Markdown.
• Traduction automatique via DeepL, avec gestion du rate limit et du formalisme (vous/Sie).
• Nettoyage linguistique pour corriger les tournures incorrectes.
• Restauration des éléments protégés ("unmasking").
• Génération et téléchargement automatique du fichier traduit (_translated.xlsx).

L'application ne se connecte pas directement à Zendesk : elle génère un fichier propre, prêt à être réimporté manuellement.

L'interface graphique permet d'ajuster les paramètres de traduction (clé API, formalité, délai entre lignes) et d'afficher la progression en temps réel.

Les principaux défis techniques ont concerné :

• la protection fiable des variables et formats Markdown,
• le nettoyage contextuel des traductions pour éviter les erreurs DeepL,
• la gestion du rythme d'appel à l'API pour ne pas dépasser les quotas.

Sur le plan opérationnel, ce projet a démontré qu'il est possible d'améliorer significativement un processus sans dépendre d'un déploiement lourd.

Le gain de temps a été immédiat : plusieurs heures économisées à chaque cycle de mise à jour du bot, avec une fiabilité bien supérieure.

Avant l'arrivée de Zendesk, le support client s'appuyait sur une multitude d'outils : Gainsight pour la FAQ, Google Dialogflow pour le chatbot, et plusieurs systèmes internes pour la gestion des tickets.

Cette fragmentation entraînait :

• des parcours clients confus,
• une dépendance importante aux équipes IT,
• et des coûts de maintenance élevés.

L'ambition du projet : remplacer 13 outils par une seule plateforme, plus moderne, plus connectée, et capable d'intégrer progressivement l'IA et, à terme, un CRM cloud pour une vue client complète.

Le choix s'est porté sur Zendesk, un écosystème modulable capable d'unifier la FAQ, le chatbot et les canaux de contact, tout en s'intégrant au site support.tango.lu.

Mon rôle s'est articulé autour de quatre axes :

• FAQ (Zendesk Guide) : structurer et rédiger les contenus multilingues (FR, EN, DE) avec une logique de recherche fluide et de SEO optimisé.
• Chatbot (Flow Builder) : concevoir les parcours conversationnels, les redirections et la logique de transfert vers un agent humain.
• Gestion linguistique : assurer la cohérence des contenus et le ton de marque dans les trois langues.
• Coordination PremiumPlus : piloter l'intégration front et la configuration technique avec l'agence partenaire.

Techniques :

• décommissionner progressivement 13 outils tout en assurant la continuité du service,
• migrer des contenus hétérogènes vers une base structurée et multilingue,
• contourner certaines limites du Flow Builder pour les scénarios complexes.

Organisationnels :

• aligner marketing, care, IT et partenaires externes sur une gouvernance claire du contenu,
• mettre en place un cycle de validation et de mise à jour des FAQ,
• instaurer une culture d'amélioration continue du selfcare.

Expérience & IA :

• trouver l'équilibre entre automatisation et contact humain,
• transformer un chatbot frustrant (Dialogflow) en un canal réellement utile et intuitif.

Avant SAS 360, la gestion des campagnes marketing reposait sur une combinaison d'outils distincts : un CRM interne, des solutions d'envoi manuelles et des process hétérogènes entre canaux.

Cette fragmentation entraînait :

• des délais de mise en marché importants,
• une difficulté à exploiter la donnée client en temps réel,
• et une dépendance forte aux équipes IT pour toute nouvelle campagne.

L'objectif du projet SAS 360 était de créer une plateforme unique capable d'orchestrer les communications clients de manière fluide, cohérente et pilotée par la donnée.

Le choix de SAS Customer Intelligence 360 visait à moderniser l'écosystème marketing autour de trois piliers :

• Engage : orchestration omnicanale des campagnes (email, SMS, push, courrier).
• Discover : suivi comportemental des interactions sur web et app mobile.
• Optimize : moteur d'aide à la décision et personnalisation en temps réel.

Mon rôle était d'assurer la traduction métier des besoins dans un environnement hautement technique :

• rédaction des spécifications fonctionnelles (triggers, mapping de données, champs clients),
• définition des types de campagnes CVM et de leur logique de déclenchement,
• validation des parcours clients et des scénarios d'envoi entre les différents canaux.

Techniques :

• orchestrer des flux entre systèmes hétérogènes,
• assurer la cohérence des identifiants clients entre sources,
• tester des workflows complexes sans environnement de production stabilisé.

Organisationnels :

• clarifier la gouvernance data et la propriété des cas d'usage,
• définir un cadre de validation commun pour les spécifications et tests,
• gérer la cohabitation temporaire avec les anciens outils jusqu'au go live.

Humains et méthodologiques :

• créer un langage commun entre profils techniques et métiers,
• maintenir la motivation sur un projet long et exigeant,
• anticiper la conduite du changement pour les équipes marketing post-déploiement.

Proximus Luxembourg devait consolider sa base clients tout en augmentant ses revenus, sans nuire à l'expérience client.

Principaux obstacles :

• Fatigue de communication : les clients recevaient trop de messages, sans personnalisation
• Mauvaise segmentation : offres génériques, mal ciblées
• Manque de visibilité : difficile de suivre la performance réelle des campagnes

Technos utilisées : SAS Campaign Manager pour la segmentation, le ciblage et les déclencheurs comportementaux. Campaign Monitor pour la gestion de l'emailing, tests et reporting.

Ciblage intelligent et scénarios personnalisés :

• Engagés dans Enjoy : offres exclusives pour renforcer la fidélité
• Petits forfaits mobiles : campagnes upsell personnalisées pour les faire évoluer
• Clients inactifs ou à risque : relances personnalisées (win-back)

Multi-canal & A/B Testing :

• Canaux activés : email, SMS, notifications push
• Optimisations : test A/B des objets, CTA, formats d'offres
• Analyse continue : KPIs suivis et campagnes réajustées en temps réel

• Hausse du taux d'engagement : plus de clics, plus d'interactions
• Augmentation de l'ARPU : upsell ciblés efficaces
• Meilleure performance des campagnes : segmentation et personnalisation = plus de conversions
• Expérience client renforcée : offres plus pertinentes, mieux perçues

Avec une croissance constante des demandes clients, Proximus devait améliorer la capacité d'auto-assistance via son chatbot.

Objectifs :

• Automatiser davantage : gérer plus de requêtes sans intervention humaine
• Réduire les délais de réponse
• Assurer une cohérence avec les contenus existants : FAQ, CRM, et outils de ticketing

• Gestion de Google Dialogflow : Maintenance et enrichissement continu des intentions en fonction des données clients. Refonte des scénarios conversationnels pour fluidifier l'expérience.
• Intégration des FAQ multilingues : Connexion directe avec les contenus FAQ gérés via Gainsight. Réponses alignées avec les standards d'assistance de Proximus.
• Escalade automatisée : Mise en place de passerelles vers agents humains quand le bot atteint ses limites. Fluidité dans le transfert, pas de frustration côté client.
• Suivi de performance & itérations : Analyse des logs et des échecs pour ajouter des intents manquants. Optimisation continue des taux de résolution automatique.

• Plus de self-service : les utilisateurs trouvent plus facilement des réponses seuls
• Réduction du workload support : moins de sollicitations pour les agents humains
• Expérience client renforcée : interactions plus naturelles et utiles
• Amélioration continue : chatbot enrichi chaque mois pour coller aux attentes

Le programme Enjoy visait à fidéliser les clients Proximus, mais peinait à générer un usage régulier de l'application.

Les défis majeurs étaient :

• Engagement faible dans l'app : Peu de retours réguliers des utilisateurs
• Catalogue de récompenses statique : Manque de variété et de surprises
• Peu d'interactions ludiques : Le programme manquait d'éléments engageants et dynamiques

Pour relancer l'intérêt et dynamiser l'expérience, j'ai structuré une stratégie gamifiée autour de plusieurs piliers :

• Mécaniques de gamification : Ajout de défis hebdomadaires, d'offres à débloquer et d'éléments interactifs.
• Calendrier de récompenses : Élaboration d'un planning mensuel structuré et basé sur les données d'usage.
• Partenariats stratégiques : Collaboration avec des marques comme Samsung ou Auchan.
• Suivi des performances & optimisation : Analyse continue des taux de réclamation et d'interactions.

• +32 % de récurrence dans l'app
• Taux de réclamation en hausse
• Partenariats valorisants : Marques reconnues = meilleure perception du programme
• Pilotage par la donnée : Récompenses ajustées en temps réel

Proximus Luxembourg cherchait à fluidifier ses parcours clients et à automatiser ses actions marketing pour gagner en efficacité.

Les principaux défis identifiés :

• Opt-in non optimisé
• Localisation trop manuelle
• Liens profonds inefficaces
• Répétition des tâches

J'ai mis en oeuvre une série d'outils complémentaires :

• Tally + Domaine personnalisé : Création de formulaires d'opt-in intégrés aux campagnes marketing
• WeGlot pour la localisation : Intégration de WeGlot pour automatiser la traduction du site (FR/DE/EN) et meilleure performance SEO
• Branch.io pour le deep linking : Mise en place de liens profonds pour rediriger directement vers des pages spécifiques dans l'app mobile
• Automatisation via IA : Introduction d'outils IA pour automatiser les tâches récurrentes

• +45 % de conversion opt-in
• Déploiement multilingue accéléré
• +28 % de taux de clic in-app
• Gain de productivité

Proximus Luxembourg devait professionnaliser la gestion de ses contenus d'assistance.

Les principaux défis étaient :

• Contenu obsolète
• Multilinguisme complexe : maintenir des traductions cohérentes en FR, EN et DE
• Difficultés de navigation
• Processus manuels

• Centralisation via Gainsight : Unification de tous les contenus FAQ et forum avec une gestion multi-langues centralisée.
• Tutoriels & Fiches pratiques : Rédaction de guides clairs sur la facturation, la gestion de compte et les problèmes techniques récurrents.
• Optimisation SEO & maillage interne : Structuration des articles avec titres hiérarchisés, mots-clés ciblés et liens croisés.
• Automatisation avec Slack & Zapier : Mise en place d'alertes automatiques pour notifier les équipes des mises à jour nécessaires.
• Qualité multilingue : Mise en place d'un processus de vérification systématique des traductions.

• +25 % de visites sur la FAQ
• Réduction significative des tickets
• Gain de temps : Automatisation des alertes
• Expérience client renforcée : Navigation plus fluide dans les 3 langues

En tant qu'entreprise B2B SaaS, Yollty devait scaler ses processus de vente inbound et outbound.

Principaux défis :

• Un sourcing de leads dispersé
• Une prospection manuelle et irrégulière
• Des intégrations CRM limitées
• Un manque de structure dans les relances

• Automatisation de la prospection à froid : Lemlist pour envoyer des campagnes d'emails personnalisés à grande échelle.
• Sourcing & enrichissement de données : PhantomBuster pour scraper des listes de contacts, structurées dans Google Sheets.
• CRM & visibilité pipeline : Passage à HubSpot payant avec funnels structurés et automatisations.
• Optimisation des appels de prospection : Transition de Ringover vers Aircall.
• Engagement multicanal : Intégration de Crisp.chat, WhatsApp Business, et connexion automatique avec HubSpot.

• Gain de temps sur le sourcing : Prospection automatisée
• Pipeline structuré : Funnels clairs, relances automatisées
• Intégration CRM renforcée : Toutes les interactions centralisées dans HubSpot
• Prospection téléphonique plus efficace : Aircall a permis d'augmenter les taux de réponse
• Processus de vente reproductible

Yollty devait affiner sa stratégie d'acquisition dans un marché ultra-concurrentiel.

Principaux obstacles :

• Trafic organique faible
• Parcours client fragmenté
• USP flou
• Manque d'harmonie de marque

• Structure & optimisation du site Web : Refonte du site sur Webflow : navigation, hiérarchie des pages, et expérience conversion.
• Définition des ICP & optimisation des USP
• Stratégie de contenu SEO : Externalisation de la rédaction d'articles
• Parcours email automatisé : Séquences ciblées pour l'onboarding, la rétention et la réactivation
• Vidéos d'onboarding multilingues : Tutoriels en espagnol, grec, anglais et français
• Création de supports commerciaux localisés : Vidéos PlayPlay pour réseaux sociaux et decks de vente

• Trafic organique en hausse
• Taux de conversion amélioré
• Message de marque clarifié
• Onboarding plus efficace
• Équipe commerciale mieux outillée

Yollty devait :

• Réduire les abandons d'inscription.
• Encourager l'adoption produit dès l'onboarding.
• Maintenir l'engagement client via des contenus utiles.
• Nourrir les leads commerciaux de manière automatisée.
• Générer de nouveaux contacts via des canaux scalables.

Automatisation des séquences email :

• Relances d'inscription : Emails automatiques pour ceux n'ayant pas finalisé leur compte.
• Onboarding séquencé : E-mails guidés pour découvrir la plateforme.
• Relances inactifs : Séquences avec conseils, bonus ou fonctionnalités.
• Rétention active : Emails réguliers : nouveautés, études de cas, tips avancés.

Newsletter mensuelle : Contenu à forte valeur ajoutée.

Séquences pour l'équipe commerciale : Emails automatisés pour les SDRs. Intégration avec HubSpot et Customer.io.

Webinaires comme aimants à leads :

• Partenariats stratégiques : Co-animation avec Yavin, TastyCloud...
• Plateforme Livestorm
• Retargeting post-webinar : Séquences de suivi pour convertir les participants.

• Taux d'ouverture & d'engagement en hausse
• Meilleure conversion lead > client
• Adoption produit renforcée
• Webinaires performants
• Relances commerciales optimisées

Pour faire croître la base client sans alourdir l'équipe :

• Ressources internes limitées
• Expansion géographique : Viser plusieurs villes en France et au Royaume-Uni
• Modèle scalable
• Assurer la rétention

Programme Ambassadeurs Étudiants (France) :

• Partenariats avec des leaders d'associations étudiantes
• Fourniture de kits commerciaux, formation et suivi personnalisé
• Primes de parrainage sur chaque client acquis
• Déploiement progressif sur plusieurs villes

Programme Parrainage Indépendant (France & UK) :

• Système ouvert à tous (auto-entrepreneurs, freelances, particuliers...)
• Lancement via landing page dédiée + campagnes LinkedIn Ads
• Modèle à commission clair, suivi dans le CRM

• Génération de leads : Présence dans plusieurs villes en France et UK
• Modèle scalable & performant : Zéro croissance RH, 100 % croissance acquisition
• Rétention clients : Onboarding structuré
• Stratégie double canal : Synergie entre ambassadeurs étudiants et indépendants digitaux

Yollty grandissait vite, mais sans base solide pour gérer ses campagnes :

• Pas de suivi structuré : Projets éclatés, pas de vue globale
• Workflows inefficaces : Tâches répétitives, peu optimisées
• Documentation éparse : Aucun historique des blocages ou des solutions
• Pas de sprint planning

Notion comme hub opérationnel :

• Système hiérarchique (projets / sous-projets / tâches / échéances)
• Centralisation de tous les chantiers en cours
• Attribution des responsabilités & suivi en temps réel

Sprint Reviews & Priorisation :

• Revue bi-hebdomadaire avec le CEO
• Mise en place d'OKR et KPI projet
• Log de chaque blocage / solution

Optimisation & automatisation :

• Suivi du temps passé par tâche
• Refonte ou suppression des tâches à faible valeur
• Automatisation des éléments récurrents avec Notion

• Plus de collaboration & clarté
• Plus de priorisation stratégique
• Plus de performance opérationnelle
• Plus de scalabilité

Dans l'écosystème foodtech, les restaurateurs adoptent les solutions par ordre d'urgence :

• Système de caisse (PoS)
• Paiement & terminaux
• Réservations / présence digitale
• Fidélité (en dernier...)

Yollty, en tant qu'outil de fidélité, arrivait souvent trop tard dans la chaîne de décision.

Le défi : changer de stratégie pour atteindre les bons clients au bon moment, grâce aux bons partenaires.

Stratégie de partenariats structurée :

• Partenaires stratégiques (co-marketing, co-branding, co-acquisition)
• Partenaires techniques (intégrations & bundling)

Co-marketing & accès au marché :

• Partenariats avec Yavin, Apicbase, TastyCloud...
• Webinaires, campagnes communes, pages dédiées
• Cartographie clients via Reveal et Crossbeam : Go-to-market ciblés

Intégrations produit & bundling :

• Intégration fluide avec les outils PoS / gestion / menus
• Yollty devient un module complémentaire et non un outil isolé

• Plus d'accès marché : Clients plus gros, franchises, deals accélérés
• Plus de leads : Contenus co-brandés + campagnes ciblées
• Plus de notoriété : Adossement à des leaders reconnus du secteur
• Plus de valeur perçue : Produit intégré dans des bundles

Dans un contexte de forte acquisition client, Yollty devait offrir un support structuré et rapide.

Principaux obstacles :

• Trop de demandes d'assistance manuelles
• Absence de FAQ multilingue
• Aucun suivi centralisé des interactions clients
• Pas de système de gestion des bugs & retours utilisateurs

• Chatbot & Live Chat (Crisp.chat) : Chatbot intelligent avec transfert fluide vers l'humain. Support en temps réel.
• FAQ multilingue & auto-assistance : Rédaction d'une base de connaissances en FR / EN / ES dans Crisp. Structuration par use cases.
• Suivi CRM & historique support (HubSpot) : Chaque interaction automatiquement logguée. Création automatique de fiches clients.
• Suivi des bugs & demandes via Notion : Centralisation manuelle des bugs et feedbacks produits. Mise en place d'un backlog partagé avec l'équipe technique.

• Temps de réponse réduit : Le chatbot filtre et oriente plus vite
• Onboarding amélioré : Les utilisateurs trouvent les réponses seuls
• Suivi structuré : HubSpot permet un support contextualisé
• Feedback produit mieux exploité : Amélioration continue facilitée