Chez BackMarket, les fonctionnalités IA avant tout au service des OKR stratégiques

From Python to Profit. Dans notre ressenti de l'AI Product Day 2026, on a pointé l’absence des  considérations financières, sociales et écologiques de l’IA dans les interventions auxquelles nous avons assisté. À l’exception peut-être de celle de Anne-Sophie Lavelle, Head of Product de Back Market.

⌛ 5 min de lecture 

🎫 Les membres Premium du Ticket ont un accès intégral à cet article

---

Il y a 5 ans, quand elle rejoint le (super) marché du reconditionné, il n’y a qu’une squad Data Science, dont elle est la Product Manager. Aujourd’hui, il y en a trois pour désormais 17 fonctionnalités IA / machine learning en prod’ (contre une seule auparavant). “Qui ont un impact business prouvé”, précise Anne-Sophie.

Voyons comment la scale-up a concrètement réussi à passer l’IA à l’échelle grâce à 3 grands principes.

Principe 1 : be user centric, not AI centric

Anne-Sophie commence par rappeler le fonctionnement de Back Market qui n’est qu’une place de marché. Ce n’est pas la société qui reconditionne le matériel mais les fournisseurs.

Une nuance difficilement perceptible pour les clients qui, sur le site, ne voient qu’une seule page produit. Sauf que derrière elle, se cachent potentiellement des dizaines de marchands. C’est l’algorithme de Back Market, appelé en interne BackBox, qui va sélectionner le meilleur pour chaque modèle en essayant de prédire sa qualité.

Un algo qui, en 5 ans, a donc permis de passer d’un taux de commandes défectueuses de 12 % à 4 % (divisé par 3 donc).

La CSent, le nouvel indicateur de satisfaction de Back Market

Autre cas d’usage de l’IA (bien avant l’IA générative), la mesure de la satisfaction client. Jusqu’en 2022, Back Market se basait sur la fameuse (et potentiellement fumeuse, on va le voir) Csat (Customer Satisfaction). Le fameux mail que tu reçois après une commande et auquel presque personne (moins de 10 %) ne répond.

L’équipe d’Anne-Sophie crée alors la CSent, le premier indicateur de satisfaction basé sur l’IA. Le principe ? Cette IA vient scanner chaque message envoyé au service client et donner un score de satisfaction entre 0 et 100. Les utilisateurs les plus mécontents sont à cette occasion redirigés vers les meilleurs agents Care. 

Résultat : une augmentation de 9 points de cette CSent sur une moyenne de 84. Mieux, l’équipe a pu corréler cette donnée avec le taux de ré-achat. Concrètement, un client mécontent (score de 0 sur 100) a 15 % de chance de faire de nouveau une commande sur Back Market contre 40 % pour une personne satisfaite (100 sur 100). 

On voit donc tout de suite l’impact business tangible d’une telle mesure. Au point que le CSent est aujourd’hui l’indicateur clé des équipes Business et Ops !

Des fonctionnalités IA basées sur les 3 OKR de Back Market