Les revenus récurrents sont à peu près le Saint Graal pour toute entreprise – c’est précisément pourquoi Apple est devenue presque autant une entreprise de services qu’une entreprise de matériel informatique, avec 20 % de ses revenus provenant désormais d’Apple TV+, Apple Music, iCloud, parmi une gamme d’autres services par abonnement et sans abonnement.
Le coût d’acquisition de nouveaux clients aurait également augmenté de plus de 200 % au cours de la dernière décennie, ce qui souligne l’importance de flux de revenus prévisibles. Mais les modèles commerciaux basés sur l’abonnement présentent des défis inhérents : non seulement les entreprises doivent se concentrer sur l’augmentation du nombre de personnes prêtes à payer pour un service donné, mais elles doivent également veiller à conserver celles qu’elles possèdent déjà. Réduire le taux de désabonnement est la clé du jeu.
C’est quelque chose que la jeune startup danoise Subsets entend aider les entreprises à réaliser, avec une plate-forme basée sur l’IA conçue pour « combler le déficit de rétention dans le secteur des abonnements ».
Expliquable
Fondée à Copenhague en 2022, Subsets s’appuie sur ce que l’on appelle « l’IA explicable » pour indiquer aux entreprises quels abonnés actuels pourraient être sur le point de quitter le navire, et propose des « expériences » pour trouver le meilleur moyen 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 que les humains peuvent analyser, et il est apparu comme l’une des pierres angulaires d’une initiative sociétale plus large visant à rendre l’IA plus fiable – la plupart des principaux fournisseurs de grands modèles linguistiques (LLM) tentent d’apaiser les critiques en s’attaquant au problème tant décrié de la « boîte noire ».
Six mois après son lancement, Subsets a déjà revendiqué quelques clients intéressants, notamment le journal Athletic, propriété du New York Times, et le journal danois Børsen. Mais la société cherche maintenant à doubler cette récente traction avec un nouveau financement de pré-amorçage de 1,65 million de dollars dirigé par les sociétés nordiques de démarrage VC Upfin et Y Combinator (YC), suite à la participation de Subsets au programme Summer ’23 de YC.
Le business des médias
Bien que les sous-ensembles puissent être appliqués à n’importe quelle activité d’abonnement, ils se concentrent actuellement sur le secteur vertical des médias numériques.
« Nous limitons pour le moment notre cas d’utilisation aux médias numériques – cela inclut les éditeurs numériques, le streaming [platforms], les applications d’abonnement et les télécommunications », a déclaré à TechCrunch le co-fondateur et PDG de Subsets, Martin Johnsen. « Les sous-ensembles pourront être appliqués plus largement aux abonnements numériques des consommateurs plus tard – je vois que nous nous élargirons, par exemple, à la mobilité, aux services bancaires et à la livraison de nourriture. Encore plus de catégories d’abonnements hors ligne, car tout devient plus numérique.
Les entreprises connectent des sous-ensembles à leurs différents systèmes internes, tels que CRM (gestion de la relation client), CMS (système de gestion de contenu), facturation, entrepôt de données, etc. pour recueillir des points de données sur les abonnés. Cela peut inclure des éléments tels que les données démographiques, la façon dont chaque abonné consomme. un élément de contenu spécifique (par exemple, les horaires, les préférences de catégorie) et tout autre élément pertinent lié au produit et à la manière dont le client interagit avec lui.
Sur le front-end, Subsets propose une application Web grâce à laquelle les équipes commerciales peuvent se plonger dans les « audiences de désabonnement » via des visuels faciles à comprendre et un langage naturel. Par exemple, cela pourrait mettre en avant des milliers d’abonnés qui s’intéressaient à une myriade de titres différents sous une marque média particulière, mais qui montrent maintenant des signes de perte d’intérêt.
Les sous-ensembles permettent aux équipes non techniques d’effectuer des « expériences » de fidélisation sur des sous-ensembles (d’où le nom de l’entreprise) de leur base d’abonnés, pour voir quelles actions pourraient amener un client à rester à bord. Ces expériences peuvent prendre la forme d’une série de notifications push ou d’e-mails proposant une réduction sur l’abonnement, ou peut-être une mise à niveau gratuite pour débloquer de nouvelles fonctionnalités. Les spécificités de ces « flux de rétention » peuvent être ajustées par chaque client.
Quelles que soient les étapes qui ont permis de réduire le taux de désabonnement au cours de la phase d’expérimentation, elles sont présentées sous la forme de résultats qui mettent en valeur ce qui a fonctionné. Elles sont conçues pour éliminer au moins une partie des incertitudes liées aux efforts de rétention d’une entreprise et permettent à l’entreprise « d’automatiser ce qui fonctionne ». .»
« Certaines de ces expériences donneront de très bons résultats en matière de fidélisation des abonnés – les expériences qui donnent de bons résultats sont automatisées », a déclaré Johnsen. « Étant donné qu’une audience est définie par un comportement spécifique d’abonné qui déclenche des désabonnements, ces audiences sont généralement dynamiques et de nouveaux abonnés entreront et sortiront d’une audience. Tous les abonnés qui affluent vers une audience reçoivent les flux qui ont fait leurs preuves. »
Connexions
Fort d’une formation en modélisation mathématique et en calcul, Johnsen explique à TechCrunch que la société a développé ses propres algorithmes d’IA en utilisant des « modèles augmentant les gradients avec des méthodes de séquençage temporel ». L’augmentation du gradient combine essentiellement plusieurs modèles prédictifs « faibles » pour créer un seul modèle prédictif plus fort, tandis que le séquençage temporel intègre des fonctionnalités liées au temps dans le processus de modélisation. Subsets utilise ensuite les cadres de xAI d’Elon Musk pour rendre « compréhensible le comportement de désabonnement », comme le dit Johnsen.
Bien que Subsets n’utilise actuellement aucun des modèles GPT.x d’OpenAI, Johnsen a déclaré qu’ils travaillaient à la création de « fonctionnalités en aval » supplémentaires dans son produit en utilisant le même modèle de base qui alimente ChatGPT.
Dans une publication sur les réseaux sociaux cette semaine, le président-directeur général de YC, Garry Tan, a déclaré qu’environ la moitié de toutes les entreprises de YC « utilisent les LLM d’une manière ou d’une autre », ce qui correspond certainement à son dernier investissement dans les sous-ensembles. Obtenir YC en tant que premier bailleur de fonds s’avère également fructueux pour les plans de croissance de Subsets étant donné les liens historiques de YC – en effet, le client de Subsets, l’Athletic, est également un ancien de YC, diplômé du programme Summer ’16 six ans avant son rachat par New York. Fois.
« YC dispose d’un réseau incroyablement solide, ce qui nous a offert des opportunités passionnantes », a déclaré Johnsen.
Outre les principaux bailleurs de fonds Upfin et YC, le cycle de pré-amorçage de Subsets comprenait des investissements d’un grand nombre d’investisseurs institutionnels et providentiels, dont Cuesta Labs ; Marchés Sandhill ; et le fondateur de Peakon, Phillip Chambers.
