Un moteur de règles est un composant logiciel qui évalue des données selon un ensemble de règles métier écrites sous la forme « si condition, alors action », puis renvoie une décision ou déclenche une action sans intervention humaine.
Son principe consiste à séparer la logique de décision du code des applications. Les règles sont stockées dans un référentiel distinct, souvent sous forme de tables de décision. Les équipes métier peuvent ainsi les modifier sans redéveloppement. À chaque sollicitation, le moteur reçoit des faits, par exemple le profil d’un client et son dernier achat. Il repère les règles dont les conditions sont remplies, arbitre entre elles lorsque plusieurs s’appliquent, puis produit un résultat : une offre, un refus, un canal, un ordre de priorité.
Un moteur de règles comprend trois éléments : le référentiel des règles, les données d’entrée et le mécanisme d’évaluation qui résout les conflits entre règles. La plupart des outils y ajoutent un journal qui conserve la trace de chaque décision. La norme DMN (Decision Model and Notation), publiée par l’Object Management Group depuis 2015, propose une notation commune pour décrire ces décisions, compréhensible par les équipes métier comme par les développeurs.
Il se distingue d’un modèle d’apprentissage automatique (machine learning), qui déduit ses critères de l’historique au lieu de les recevoir sous forme écrite. Les deux se combinent souvent : un scoring prédictif calcule une probabilité, une règle fixe le seuil à partir duquel on agit. Il se distingue aussi d’un workflow, qui enchaîne des étapes dans le temps, alors que le moteur tranche une décision à un instant donné. En marketing direct, il sert à sélectionner les cibles d’une campagne, à attribuer une offre, à plafonner la pression marketing et à déclencher les messages d’un dispositif de marketing automation.
Dans une direction marketing, les règles de décision existent toujours. Elles sont simplement dispersées : dans les requêtes de ciblage, dans les paramètres de l’outil d’envoi, dans la mémoire des chargés de campagne. Le même client peut alors recevoir une offre par courriel et en être exclu par téléphone. À notre avis, le premier bénéfice d’un moteur de règles n’est pas la vitesse, mais la cohérence : une règle d’éligibilité écrite une fois et appliquée par tous les canaux. Ce bénéfice suppose que quelqu’un décide quelles règles valent et qui peut les changer. Sans cette décision, l’outil ne fait que centraliser le désordre.
Les repères suivants sont ceux que nous proposons pour juger la santé du référentiel, non des normes.
Le RGPD encadre les décisions fondées exclusivement sur un traitement automatisé. Selon la page « Profilage et décision entièrement automatisée » de la CNIL (2018), l’article 22 donne aux personnes le droit de ne pas faire l’objet d’une telle décision lorsqu’elle produit des effets juridiques ou les affecte de manière significative. Les exceptions sont le consentement explicite, la nécessité pour un contrat et une autorisation légale. Des garanties s’appliquent alors : information sur la logique sous-jacente, droit à une intervention humaine, droit de contester. La CNIL cite le refus de crédit par un algorithme et l’application de tarifs plus élevés. À notre lecture, une règle de ciblage ordinaire reste en deçà de ce seuil. Une règle qui refuse un service ou fixe un prix peut l’atteindre : le journal des décisions devient alors une pièce de conformité.
Advalians défend vos intérêts de maître d’ouvrage sur vos projets CRM et d’automatisation : besoin formalisé, prestataires choisis sur des critères explicites, budget tenu.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
Le moteur de règles applique des critères écrits par l’entreprise, alors que l’algorithme d’apprentissage automatique déduit ses critères des données passées. Le premier est explicable ligne à ligne et se modifie par décision. Le second capte des combinaisons qu’aucun expert n’aurait formulées, mais il doit être réentraîné et surveillé.
Critère pratique : confiez à une règle ce qui relève d’une politique, comme une exclusion, un plafond de sollicitations ou une obligation légale. Confiez au modèle ce qui relève d’une estimation, comme une probabilité d’achat. La règle décide ensuite du seuil d’action.
Commencez par un inventaire, pas par un appel d’offres logiciel. Recensez les règles de ciblage, d’exclusion et de priorité appliquées dans chaque outil, puis rédigez-les dans une même table : condition, action, propriétaire, date.
Traitez d’abord une seule famille, par exemple la priorité entre offres concurrentes. Faites tourner l’ancien et le nouveau dispositif en parallèle sur quelques semaines et comparez les décisions produites. Chaque écart révèle une règle implicite ou une contradiction. Ne basculez la famille suivante qu’une fois ces écarts expliqués.
Vérifiez qu’il produit les décisions attendues sur des cas connus et que son référentiel reste maîtrisé. Constituez un jeu de profils types, avec pour chacun le résultat attendu, et rejouez-le après chaque modification.
Suivez ensuite trois repères dans le temps : la part des décisions prises par la règle par défaut, le nombre de règles jamais déclenchées sur un trimestre et le délai de mise en production d’une modification. Une hausse de la part par défaut signale des cas réels non couverts. Ces repères sont des propositions, à calibrer sur votre volume de décisions.
Le principal risque est l’accumulation : des règles ajoutées au fil des campagnes, jamais retirées, qui finissent par se contredire. Le client reçoit alors une offre qu’une autre règle aurait dû bloquer, et personne ne sait expliquer pourquoi.
Pour l’éviter, imposez trois garde-fous : un propriétaire nommé pour chaque règle, une date de revue inscrite dès la création et une revue trimestrielle des règles jamais déclenchées. Si une décision automatisée refuse un service ou fixe un prix, prévoyez aussi une voie de recours humaine et conservez la trace de la règle appliquée.
Les règles intégrées à l’outil de campagne suffisent tant qu’un seul outil prend les décisions. Un moteur dédié se justifie lorsque plusieurs canaux doivent appliquer la même logique : site, centre d’appels, courriel, point de vente.
Autres signaux : les modifications passent par l’équipe technique et prennent des semaines, ou deux outils appliquent des versions différentes d’une même règle. Renoncez-y si vos règles tiennent sur une page et changent rarement : le coût d’intégration et de maintenance dépasserait le gain de cohérence.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
L’IA générative a d’abord été un accélérateur individuel : produire plus vite, reformuler..
La plupart des directions marketing investissent beaucoup d’énergie dans la conception de leur..
