Aide aux factures Pacific Power : 37 000 foyers repérés
Une campagne d'aide aux factures de Pacific Power en Oregon, guidée par l'analyse par IA de Bidgely, a repéré environ 37 000 foyers supplémentaires susceptibles de bénéficier de son programme de remise pour les bas revenus et contribué à environ 9 000 inscriptions de plus, a indiqué le fournisseur d'électricité le 27 octobre 2026. Ce travail a valu un prix AEIC Achievement Award 2026. Pour toute entreprise qui gère un programme de remises ou de ristournes, il montre comment les données clients peuvent orienter la prospection vers les personnes les plus susceptibles d'y avoir droit, la décision d'éligibilité restant entre les mains de personnes.
Pourquoi des clients éligibles passaient à côté des remises
Pacific Power avait un programme de remise que de nombreux clients de l'Oregon éligibles n'utilisaient pas. Son programme de remise pour les bas revenus de l'Oregon réduit les factures de 20 % à 80 % pour les clients dont le revenu ne dépasse pas 60 % du revenu médian de l'État, ajusté selon la taille du foyer. Mais une remise n'aide que les foyers qui la connaissent et en font la demande ; le fournisseur a donc cherché à identifier quels clients pouvaient y prétendre pour les contacter directement.
Pacific Power sert plus de 800 000 clients dans l'Oregon, l'État de Washington et la Californie et fait partie de PacifiCorp.
Ce que Pacific Power a utilisé pour les trouver
Le fournisseur a utilisé l'Analytics Workbench de Bidgely, fondé sur UtilityAI. Avec cet outil, Pacific Power a examiné des données de recensement, des données clients, la consommation d'énergie des foyers et les préférences de communication, et a identifié environ 37 000 foyers supplémentaires potentiellement éligibles à la remise. Bidgely, basée à Los Altos, en Californie, les décrit comme des foyers éligibles mais invisibles.
Comment l'IA a orienté la prospection, pas l'éligibilité
L'analyse a décidé qui contacter, pas qui est éligible. Pacific Power précise que le travail par IA n'a servi qu'à orienter la prospection auprès des clients. Les clients ont choisi de faire ou non une demande, chaque demande est passée par la procédure établie du programme, et les informations clients ont été traitées selon les règles de confidentialité existantes du fournisseur.
Les données de la campagne ont aussi montré où les gens abandonnaient. Certains clients commençaient une demande sans la terminer ; Pacific Power a donc modifié ses messages pour rappeler aux demandeurs de préparer leur numéro de compte et leurs informations de revenus avant de commencer.
« La technologie a le plus de valeur quand elle aide à résoudre un vrai problème client. » Barbara Modey, responsable des études de marché sur la satisfaction client chez Pacific Power
Ce que la prospection a obtenu
L'opération a contribué à environ 9 000 inscriptions supplémentaires au programme de remise pour les bas revenus, selon l'entreprise. Entre 2025 et 2026, les inscriptions sont passées d'environ 69 000 à 78 000 clients. La notoriété des programmes d'aide de Pacific Power a progressé de 10 % dans l'étude J.D. Power sur la satisfaction des clients résidentiels des fournisseurs d'électricité, tandis que la satisfaction des participants au programme est restée stable, autour de 90 %.
Ce travail a valu à Pacific Power un Achievement Award 2026 de l'Association of Edison Illuminating Companies, annoncé le 27 octobre 2026.
Ce que l'aide aux factures de Pacific Power signifie pour les fournisseurs d'énergie et les entreprises de services
Pour un fournisseur d'électricité, la valeur est dans le ciblage. L'entreprise a concentré sa prospection sur les foyers repérés par les données, et elle s'est servie des résultats de la campagne pour corriger l'étape où les demandeurs restaient bloqués. James Owen, vice-président de l'expérience client et de l'innovation, a qualifié de prudent le fait d'atteindre les bons clients avec le bon message pour employer les ressources de prospection.
La même méthode convient à toute entreprise qui gère un programme d'avantages, de remises ou de ristournes pour lequel les clients doivent faire une demande : assureurs, opérateurs télécoms, banques et administrations. Les données d'usage et de compte peuvent désigner les personnes probablement éligibles, tandis que la vérification formelle de l'éligibilité reste dans le processus existant. Les garde-fous décrits par Pacific Power, une procédure de demande menée par des personnes et les règles de confidentialité existantes, sont la partie que d'autres entreprises devraient reprendre.
Questions et réponses
Comment Pacific Power a-t-elle utilisé l'IA pour trouver les clients éligibles ?
Elle a utilisé l'Analytics Workbench de Bidgely, fondé sur UtilityAI, pour examiner des données de recensement, des données clients, la consommation d'énergie des foyers et les préférences de communication. L'analyse a identifié environ 37 000 foyers supplémentaires susceptibles de bénéficier de son programme de remise pour les bas revenus de l'Oregon.
L'IA a-t-elle décidé qui obtient la remise ?
Non. Pacific Power indique que l'analyse n'a servi qu'à orienter la prospection. Les clients ont choisi de faire ou non une demande, et les demandes sont passées par la procédure établie du programme.
Combien de clients se sont inscrits grâce à cela ?
L'opération a contribué à environ 9 000 inscriptions supplémentaires, et le total des inscriptions est passé d'environ 69 000 à 78 000 clients entre 2025 et 2026.
Le regard de MOZGII
Comment nous le construirions
Trouver les personnes qui ont droit à une remise mais n'ont jamais fait de demande est un bon premier travail pour l'IA chez un fournisseur d'énergie. La décision reste aux personnes et aux règles existantes, et le modèle se contente de classer qui contacter en premier.
Pour un programme de ce type, nous partirions des données que le fournisseur détient déjà : historique de facturation, habitudes de paiement, consommation par saison, aides passées et mode de contact préféré de chaque client. Nous les croiserions avec les données publiques de recensement à l'échelle du quartier. Le modèle noterait chaque foyer selon sa probabilité d'être éligible, et l'équipe de prospection choisirait jusqu'où descendre dans la liste selon le budget. Un responsable de programme examinerait chaque mois des échantillons de foyers signalés pour vérifier que les notes ont du sens et qu'aucun groupe de clients n'est oublié ou pointé du doigt.
Le point faible est l'étape qui suit le message. Un courrier bien ciblé ne sert à rien si la demande est longue, réclame des documents que les gens n'ont pas sous la main ou expire en ligne. C'est pourquoi les données d'abandon de ce cas comptent autant que le ciblage.
L'indicateur que nous suivrions : les inscriptions menées à terme par foyer contacté, ventilées par canal de prospection. Ensuite, nous construirions une demande courte et préremplie qui utilise ce que le fournisseur sait déjà, pour que moins de personnes s'arrêtent en chemin.
Sources
D’où viennent les faits de cet article.