Ventes additionnelles et mises à niveau basées sur l'usage

Version 1.0 · Dernière mise à jour le 2026-08-20

Cette recette vise à faire passer les suggestions d’expansion pour des conseils utiles, plutôt que pour une vente intrusive.

Les bannières de vente additionnelle génériques touchent rarement leur cible. Les clients réagissent mieux lorsque les suggestions correspondent à ce qu’ils font déjà, et aux points où ils ressentent de la friction. Un moteur de recommandation basé sur l’usage s’appuie sur l’activité réelle du produit pour décider quand et quoi proposer.

Définissez une Procédure agentique qui se déclenche sur une question liée à la fonctionnalité que vous souhaitez proposer en vente additionnelle, si l’utilisateur appartient à une Audience qui n’y a pas accès. À partir de là, la Procédure peut afficher une liste de recommended_offers. Pour aller plus loin, vous pouvez même encoder des règles simples pour déclencher la maturité d’achat, comme un usage soutenu proche des limites, ou des workflows manuels répétés qu’une fonctionnalité premium automatiserait.

Ancrez la Procédure sur des Sujets plats comme Product-bundles, Usage-thresholds et Expansion-playbooks. Vous y définissez quand suggérer quel produit, ce qui évite les recommandations spéculatives. L’IA explique ensuite ses suggestions avec un langage puisé dans ces Sujets.

Pour les comptes qui remplissent les critères de maturité d’achat, deux voies sont possibles. La première est interne : créer des Messages pour les responsables de compte, avec un résumé de l’usage et des points de discussion suggérés. La seconde s’adresse directement au client : afficher des Notifications aux utilisateurs segmentés dans le portail, du type « Vous approchez de votre limite actuelle ; voici une option pour la lever ».

Utilisez des Audiences fondées sur upsell_readiness, feature_usage et segment pour garder les notifications pertinentes. Pour les segments à fort accompagnement humain, vous pouvez choisir de désactiver les offres in-app et de vous appuyer uniquement sur une prise de contact humaine, à partir du contexte généré par l’IA. Pour les segments à faible accompagnement, les offres in-app peuvent constituer le canal principal.

Conclusion
Un moteur de recommandation de ventes additionnelles et de mises à niveau basé sur l’usage transforme les données produit en suggestions mesurées, qui tiennent compte du contexte. La Procédure est ancrée dans vos propres playbooks d’expansion et s’accompagne de Messages, de Notifications et d’invitations in-app segmentées. La croissance apparaît alors comme le prolongement naturel de la valeur, et non comme une relance commerciale générique.