Pendant vingt ans, le marketing relationnel s’est organisé autour d’une question : à qui envoyer cette offre ? La Next Best Action (NBA, la « prochaine meilleure action ») la renverse : que faut-il faire, maintenant, pour ce client précis, y compris ne rien lui vendre ? L’arrivée des agents d’IA, des programmes capables de raisonner, de choisir et d’assembler une action sans scénario écrit à l’avance, promet de rendre cette logique praticable à grande échelle. Reste à regarder ce qui, sous la surface, conditionne la promesse.
La partie émergée : un modèle de campagne qui plafonne
Ce que l’on voit du marketing relationnel, c’est un calendrier : des segments, des campagnes, des parcours clients (customer journeys) dessinés comme des arbres de décision. Ce modèle a fonctionné. Il atteint pourtant ses limites, et le diagnostic le plus détaillé publié cette année vient du Boston Consulting Group, dans une série en cinq volets consacrée à la NBA (mai à juillet 2026).
Premier constat : une grande entreprise gère désormais des milliers de parcours, dont une bonne partie se chevauchent, se contredisent ou perdent leur pertinence quelques mois après leur lancement. Les coûts de maintenance progressent à mesure que les parcours s’empilent, tandis que les rendements stagnent. BCG résume le problème d’une formule : les clients vivent des moments, pas des parcours. Un client qui appelle pour régler un litige de facturation n’a aucune raison d’être traité comme la cible d’une campagne de reconquête.
Deuxième constat, plus dérangeant. La plupart des systèmes reposent sur des modèles de propension, qui prédisent qui va probablement acheter. Or la question utile n’est pas « qui va acheter ? » mais « qui achète parce que nous avons agi ? ». Un client dont la probabilité d’achat est de 90 % aurait sans doute acheté de toute façon : lui accorder une remise détruit de la marge sans rien changer. Lorsque les entreprises passent aux modèles d’uplift (qui estiment l’effet incrémental d’une action par rapport à l’absence d’action), elles découvrent souvent, selon BCG, que 20 à 40 % de leurs programmes actifs n’apportent qu’un gain négligeable.
C’est le premier étage de l’iceberg : les indicateurs visibles (volumes envoyés, taux d’ouverture, conversions) masquent ce qui compte réellement, l’effet causal de chaque action.
Inverser la question : partir du moment, pas du produit
Le marketing de campagne part de l’offre et cherche une audience. La NBA part d’un individu, à un instant donné, et cherche l’interaction la plus utile. BCG la définit comme une démarche qui considère l’ensemble des interactions, service et support compris, et pas seulement le prochain message commercial.
C’est là que se joue la distinction avec la Next Best Offer (NBO), qui se limite à recommander le produit le plus susceptible d’être acheté. Le répertoire de la NBA est plus large : une offre, un contenu pédagogique, un geste de service, une mise en relation avec un conseiller, ou le silence.
BCG en donne une illustration éclairante. Un client signale une fraude sur sa carte bancaire, le litige est résolu en sa faveur, et il ouvre l’application de sa banque vingt minutes plus tard.
- Dans un modèle de campagne classique, l’application affiche une promotion de transfert de solde programmée avant l’appel : le message tombe au moment précis où la confiance vient d’être éprouvée.
- Dans un modèle optimisé par algorithme, une règle de récence supprime la promotion. C’est mieux, mais le système ne voit pas l’opportunité.
- Dans un modèle agentique, un agent reconstitue le contexte (fraude résolue, client ancien, gros volume de dépenses, aucun incident antérieur) et choisit un message de réassurance accompagné d’une surveillance de crédit offerte.
La leçon dépasse l’exemple bancaire : la meilleure action n’est pas toujours commerciale. Dans ce cas, le geste qui protège la relation vaut plus que la transaction immédiate. La NBA ne signifie pas « moins de marketing », mais un arbitrage différent, entre valeur de la relation et revenu du jour.
Trois âges de la décision marketing
BCG décrit l’évolution de la NBA en trois étapes, chacune définie par une unité de décision différente et un rôle différent pour le marketeur.
| Étape | Unité de décision | Qui décide quoi |
|---|---|---|
| 1. Parcours orchestrés par le marketeur | Le parcours entier | Le marketeur construit les audiences, dessine les flux et écrit les règles. Efficace, mais chaque nouveau segment, produit ou canal exige un nouveau parcours. |
| 2. Parcours optimisés par modèles | L’étape du parcours | Le marketeur fixe les composants, objectifs et limites ; des modèles d’apprentissage automatique (machine learning) choisissent la meilleure branche, offre ou message à l’intérieur du parcours prédéfini. |
| 3. Actions composées par des agents | L’action élémentaire | Le marketeur gouverne l’espace des options (actifs disponibles, contraintes) ; les agents décident de l’activation : quoi, quand, dans quelle combinaison. |
Selon BCG, la plupart des organisations sont aujourd’hui à la première étape, un nombre croissant passe à la deuxième, et la troisième permettrait de lancer des programmes personnalisés en quelques heures plutôt qu’en plusieurs semaines. Le cabinet insiste sur un point rassurant pour les décideurs : ce qui est construit pour l’étape 2 sert directement l’étape 3. L’investissement serait cumulatif, sans refonte complète des plateformes.
Sous la ligne de flottaison : l’architecture agentique
C’est ici que l’iceberg prend toute sa mesure. Ce que le client perçoit, un message juste au bon moment, repose sur quatre briques invisibles.
L’étagère composable (composable shelf). C’est le catalogue modulaire dans lequel les agents puisent. BCG le décrit en trois niveaux : des actifs élémentaires (variantes de texte, visuels, mécaniques d’offre, gabarits), chacun étiqueté de métadonnées comme le canal compatible, les contraintes réglementaires ou la date d’expiration ; des communications compilées, qui associent une offre, une création et un canal, prêtes à partir ; et des micro-parcours de deux à cinq étapes (un accueil de nouveau client, un lancement de produit), que les agents déclenchent en bloc sans en modifier l’ordre interne. Sans ce travail d’étiquetage, les agents n’ont rien de pertinent à assembler.
Les agents. Un orchestrateur central réagit à un déclencheur (un événement client, un signal en temps réel, une longue inactivité) et répartit le travail entre des agents spécialisés : l’un reconstitue le contexte, un autre vérifie l’éligibilité, un troisième sélectionne l’action, un quatrième compose la communication, un dernier gère l’expérimentation. Contrairement à une chaîne de décision classique (collecter, scorer, sélectionner, diffuser), ils n’opèrent pas dans un ordre fixe.
Les outils et leur protocole. Chaque modèle, source de données, intégration de canal ou règle métier devient un outil que les agents appellent à la demande. Un modèle de propension est un outil ; une vérification d’éligibilité aussi. Le Model Context Protocol (MCP), un standard d’interface, permet aux agents de découvrir et d’utiliser ces outils sans tout reconstruire à chaque ajout.
La boucle d’apprentissage. Trois couches de décision coexistent : les modèles de propension et d’uplift pour le scoring de base ; les bandits contextuels, des algorithmes qui arbitrent en continu entre exploiter ce qui fonctionne et explorer de nouvelles options ; et le raisonnement de modèles de fondation (les grands modèles de langage) pour les situations qu’aucun modèle structuré ne sait encoder.
Et la donnée ? On lit souvent que la NBA s’impose à cause de la « fin des cookies tiers ». L’argument ne tient plus tel quel. En avril 2025, Google a confirmé que Chrome conserverait les cookies tiers par défaut, puis a retiré à l’automne 2025 la plupart des technologies Privacy Sandbox censées les remplacer. Safari et Firefox, eux, les bloquent déjà par défaut. L’argument qui reste solide est d’une autre nature (c’est notre lecture, pas un fait sourcé) : la NBA se nourrit de signaux relationnels, tickets de support, historique d’achat, usage du produit, que seule l’entreprise détient. La donnée propriétaire (first-party) n’est pas un pis-aller réglementaire, c’est la matière première du système.
Garder la main : les garde-fous du marketeur
La résistance des équipes face à une décision « boîte noire » est légitime. La réponse des plateformes de décision tient en une structure de règles qui précède tout calcul. Chez Pega, l’un des éditeurs historiques de la NBA, ces politiques d’engagement se répartissent en trois catégories :
- Éligibilité : les conditions que le client doit remplir pour pouvoir recevoir l’action (critères réglementaires, contractuels).
- Applicabilité : les conditions qui rendent l’action pertinente à ce moment précis. Pega range par exemple les préférences marketing dans cette catégorie, puisque c’est le client qui les contrôle.
- Adéquation (suitability) : l’action est-elle dans l’intérêt du client ? La documentation Pega illustre ce filtre par un seuil de score de crédit en dessous duquel une carte haut de gamme n’est pas proposée.
Dans une architecture agentique, ces règles ne disparaissent pas : elles changent de place. La vérification d’éligibilité devient un outil que l’agent est tenu d’appeler. Le contrôle humain se déplace de l’écriture de chaque scénario vers la définition du périmètre.
BCG ajoute un garde-fou de niveau supérieur, la gouvernance de la décision : si la stratégie de l’entreprise consiste à maximiser la conversion à court terme, le système optimisera exactement cela, au détriment de la relation. Les agents exécutent un objectif ; ils ne le choisissent pas.
Le métier change en conséquence. Dans son quatrième volet (juillet 2026), BCG décrit des « pods » de trois à cinq personnes, chacune épaulée par des agents, couvrant stratégie, contenu, données, activation et conformité. Le cabinet avance que ces équipes fonctionnent avec 60 % de ressources en moins que des équipes de campagne traditionnelles, que des organisations ont réduit leurs cycles jusqu’à 80 %, et que dans un modèle mature 70 à 80 % des points de contact basculeraient des campagnes vers des interactions NBA en temps réel. Ces chiffres sont des déclarations du cabinet ; leur méthode de calcul n’est pas détaillée publiquement.
Prouver la valeur : l’angle mort de la mesure
La NBA est née dans les centres d’appels et les CRM des grandes banques et opérateurs, où les conseillers reçoivent la recommandation à l’écran pendant l’échange. Elle s’est ensuite étendue au marketing numérique. Sa valeur économique est pourtant difficile à établir, et c’est le quatrième écart identifié par BCG : beaucoup d’organisations se contentent d’indicateurs d’activité (ouvertures, clics, conversions) qui confondent activité et impact. Sans groupe de contrôle global et persistant, impossible d’isoler la contribution réelle du programme.
Les chiffres de ROI qui circulent appellent donc de la prudence. Le plus cité est une étude Total Economic Impact de Forrester Consulting, commandée par Pega et publiée en décembre 2024. Elle modélise une organisation composite, construite à partir d’entretiens avec des clients de la plateforme, et lui attribue 652,1 millions de dollars de revenus incrémentaux sur trois ans grâce à la « next best experience », une baisse de 15 % du taux d’attrition en troisième année et un retour sur investissement en moins de six mois. Ces ordres de grandeur sont intéressants ; ils restent produits pour un éditeur, sur un profil de très grande entreprise, et ne constituent pas un référentiel transposable.
Ce que l’iceberg ne montre pas
Quatre zones de vigilance, qui relèvent de l’analyse et non de faits établis :
- La dépendance au catalogue. Un agent ne compose qu’à partir de ce qu’on lui donne. Une étagère pauvre ou mal étiquetée produit une personnalisation pauvre, simplement plus rapide.
- L’explicabilité. Un modèle de langage peut formuler une justification de son choix ; rien ne garantit que cette justification corresponde au calcul réel. Expliquer n’est pas prouver.
- L’effet de taille. L’exploration par bandits et la mesure d’uplift exigent des volumes importants. L’architecture décrite par BCG est pensée pour des bases de plusieurs millions de clients ; pour une PME, la question n’est pas d’atteindre l’étape 3, mais de savoir quelle part de la logique NBA (penser en moments, intégrer le service, mesurer l’incrémental) est applicable sans elle.
- La concentration des sources. La thèse de l’« ère agentique » est portée essentiellement par des cabinets de conseil et des éditeurs, qui ont un intérêt direct à son adoption. Les retours d’expérience indépendants restent rares.
Conclusion : de l’opérateur de campagne à l’architecte du système
La campagne ne disparaît pas du jour au lendemain, mais elle cesse d’être l’unité de pensée. La NBA déplace la question de « qui cibler ? » vers « que faire maintenant, pour cette personne ? ». L’IA agentique déplace le travail du marketeur de l’écriture des scénarios vers la conception de ce qui les rend possibles : un catalogue d’actifs riche, des règles claires, un objectif honnête, une mesure rigoureuse.
C’est un déplacement typique de l’iceberg : la décision descend sous la surface. Ce que voit le client, le bon message au bon moment, devient le produit d’un système qu’il ne verra jamais. Ce qui ouvre trois pistes pour la suite :
- Si la meilleure action est parfois de ne rien vendre, comment une marque mesure-t-elle la valeur d’un silence ?
- Si les agents composent les messages, qui porte encore la voix de la marque, et qui en répond ?
- Si l’avantage revient aux systèmes qui apprennent de chaque interaction, la personnalisation devient-elle un avantage concurrentiel cumulatif, réservé à ceux qui ont commencé tôt ?
Sources
- BCG — Palumbo, Abraham, Johnson, Lim, The Four Gaps in Next-Best Action Programs, 29 mai 2026 : https://www.bcg.com/publications/2026/the-four-gaps-in-next-best-action-programs
- BCG — Palumbo, Lim, Johnson, The Agentic Era of Next-Best Action, 29 mai 2026 : https://www.bcg.com/publications/2026/discover-the-agentic-era-of-next-best-action
- BCG — The Science Behind Next-Best Action, 17 juin 2026 : https://www.bcg.com/publications/2026/the-science-behind-next-best-action-programs
- BCG — The End of Marketing Campaigns as We Know Them (modèle opérationnel), 2 juillet 2026 : https://www.bcg.com/publications/2026/agent-native-marketing-operating-model
- BCG — What Is Next Best Action? (page de référence, non datée) : https://www.bcg.com/capabilities/artificial-intelligence/what-is-next-best-action
- Pega Academy — Defining eligibility, applicability, and suitability rules (non daté) : https://academy.pega.com/topic/defining-eligibility-applicability-and-suitability-rules/v4
- Pega (documentation) — Defining group eligibility, applicability and suitability policies : https://docs-previous.pega.com/node/1830441
- Forrester Consulting pour Pega — The Total Economic Impact of Pega Customer Decision Hub, décembre 2024 : https://tei.forrester.com/go/pega/customerdecisionhub/ ; synthèse des chiffres : https://www.pega.com/forrester-tei
- Stape — chronologie des décisions Chrome sur les cookies tiers (avril 2025, octobre 2025) : https://stape.io/news/google-chrome-cookie-deprecation
- Engadget — Google has killed Privacy Sandbox, octobre 2025 : https://engadget.com/cybersecurity/google-has-killed-privacy-sandbox-130029899.html
