MARS – Mandarine Academy Recommendation System #

MARS – Mandarine Academy : personnalisation et engagement par l’IA

La plupart des acteurs du marché abordent l’IA sous l’angle de la création ou la génération de contenu. Chez Mandarine Academy, l’IA n’est pas seulement un outil pour produire des cours ; c’est surtout un levier d’engagement, de personnalisation et de suivi des apprenants.
Le moteur de recommandation MARS (Mandarine Academy Recommendation System) repose sur 9 algorithmes et analyse en continu les parcours, préférences et interactions des apprenants pour leur proposer les ressources les plus pertinentes. Cette approche augmente de manière significative l’engagement : les utilisateurs qui suivent des contenus recommandés affichent un taux d’engagement 3 fois supérieur à ceux qui explorent la plateforme de façon classique.

Au‑delà de la simple création de contenus #

• Différenciation par rapport au marché : contrairement à d’autres solutions d’IA qui mettent l’accent sur la génération automatique de contenus, Mandarine AI se distingue par son système de recommandation et d’engagement. L’IA analyse les comportements d’apprentissage et adapte l’interface, les contenus et la communication à chaque utilisateur.
• Vision long‑terme : la collaboration avec l’université de Lille et l’intégration de modèles de langage (LLM) témoignent de l’investissement R&D pour enrichir et optimiser la personnalisation.
• Complémentarité avec les humains : Mandarine AI ne se substitue pas aux formateurs ou aux équipes pédagogiques. Le chatbot Mandarine AI Tutor est conçu pour compléter l’accompagnement humain et « ne remplace pas le soutien personnalisé d’un expert » L’IA répond aux questions récurrentes et oriente vers les bonnes ressources, mais les consultants et CSM continuent de jouer un rôle central.

Personnalisation et segmentation  #

L’une des forces de Mandarine AI réside dans sa capacité à segmenter les utilisateurs et à leur proposer une interface adaptée :

• Segmentation par profil et par objectifs : les apprenants sont regroupés en segments (nouveaux utilisateurs, utilisateurs avancés, managers, etc.). Chaque segment bénéficie d’une page d’accueil et de recommandations personnalisées
• Ciblage comportemental : le module d’emailing du Mandarine LMS analyse les habitudes de consultation, l’historique d’apprentissage et l’engagement pour envoyer des messages pertinents. Les contenus, le ton et le moment d’envoi sont optimisés pour chaque segment.

Les 9 algorithmes de recommandation #

MARS s’appuie sur 9 algorithmes d’apprentissage automatique. Les détails de chaque algorithme sont techniques et évolutifs, mais deux grands principes structurent le moteur:

Principe	Description	Effets constatés
Similitude de contenus	Recommandation basée sur les thématiques et les contenus déjà explorés (analyse sémantique et tags).	L’utilisateur découvre rapidement des ressources complémentaires à ses centres d’intérêt, ce qui augmente la pertinence perçue des recommandations.
Similitude des utilisateurs	Suggestions alignées sur les profils et parcours d’utilisateurs ayant des comportements similaires (collaborative filtering).	Les apprenants reçoivent des propositions adaptées à leur niveau de maîtrise et à leur progression, favorisant un apprentissage individualisé et évolutif.

Les neuf algorithmes combinent ces approches avec des techniques complémentaires : analyse de graphes de connaissances, apprentissage supervisé et non supervisé, filtrage hybride, etc. Cette combinaison permet de proposer un parcours adapté et évolutif pour chaque apprenant.

Ciblage intelligent et communications personnalisées #

Mandarine AI et le module de communication du LMS utilisent l’IA pour cibler et personnaliser les messages :

• Création d’emails en mode rapide ou guidé : l’IA génère des modèles d’email structurés en quelques secondes et permet de personnaliser chaque élément avant l’envoi.
• Personnalisation dynamique : l’IA ajuste automatiquement le contenu, la tonalité et le moment d’envoi en fonction du profil et des préférences de l’apprenant.
• Segmentation et priorisation : l’algorithme sélectionne les destinataires selon leur engagement, priorise les contenus les plus pertinents et ajuste les listes de diffusion en temps réel.
• Suivi et optimisation continue : un tableau de bord affiche les taux d’ouverture, les clics et l’engagement. Des tests A/B et des suggestions automatiques permettent d’améliorer en continu les campagnes.

Ce ciblage intelligent assure un taux d’engagement élevé : certaines entreprises ayant adopté Mandarine LMS constatent une hausse de +35 % du taux d’ouverture des emails et de +28 % de complétion des formations.

Rôle des consultants et des Customer Success Managers #

L’IA ne serait pas aussi efficace sans l’intervention d’experts humains :

• Consultants Mandarine : ils configurent le système, établissent les critères de segmentation, mettent en place des robots de communication et conseillent sur la stratégie de contenu. Leur expertise garantit que les recommandations respectent vos objectifs métier.
• Customer Success Managers (CSM) : ils suivent l’engagement des utilisateurs, analysent les données fournies par MARS et proposent des ajustements pour optimiser les parcours. Les CSM jouent un rôle de relais entre la technologie et les utilisateurs, en s’assurant que les apprenants restent motivés et soutenus.
• Tableau humain : Mandarine Academy garde une dimension humaine forte. L’IA est un outil pour amplifier l’efficacité et la pertinence, mais l’accompagnement par des personnes demeure essentiel pour assurer la réussite de la formation.

Cas clients et retours d’expérience #

Les cas clients sont un moyen puissant de démontrer l’efficacité du système d’engagement. Voici un exemple de mise en œuvre :

Client : entreprise du secteur public

• Problématique : faible taux de complétion des formations malgré des contenus de qualité.
• Solution : mise en place de campagnes d’emailing ciblées à l’aide de l’IA du Mandarine LMS, segmentation des apprenants selon leur historique et leur engagement, activation de recommandations MARS.
• Résultats : augmentation de +35 % du taux d’ouverture des emails et de +28 % du taux de complétion des formations. L’entreprise identifie désormais les apprenants à risque et peut les relancer au bon moment.(*)

Ce retour d’expérience illustre l’impact concret de la personnalisation et du ciblage sur l’engagement et la montée en compétences.

En résumé #

Mandarine AI ne se contente pas de générer des contenus : l’IA place l’apprenant au centre, analyse ses besoins et propose les ressources et communications les plus pertinentes. L’outil MARS, basé sur neuf algorithmes, combine des approches de similitude de contenus et de profils pour offrir un apprentissage personnalisé et adaptatif. En s’appuyant sur des stratégies de ciblage avancées et sur l’accompagnement des consultants et CSM, Mandarine Academy assure un engagement durable et une montée en compétences efficace.
L’optimisation du document sur la recommandation permettra de mieux valoriser ces atouts et de montrer que Mandarine Academy est à la pointe de la personnalisation et de l’engagement dans la formation.

(*)Ces résultats sont issus de l’analyse moyenne des campagnes menées auprès de clients Mandarine Academy en 2024-2025.