Yelp
assistant conversationnel de qualification d'intention qui transforme une recherche locale en demande de devis, generant des leads pour les entreprises annonceurs
Au premier trimestre 2026, Yelp indique que son assistant conversationnel Yelp Assistant, etendu a toutes les categories, represente environ 15% des demandes de devis Request-a-Quote contre 5% un an plus tot, alimentant un poste other revenue en hausse de 75% sur un an a un record de 29 millions de dollars, avec une cible de 250 millions de dollars de run rate annuel d'ici fin 2028.
L'essentiel
- Yelp Assistant est un assistant conversationnel qui transforme une recherche locale en demande de devis qualifiee.
- Au T1 2026, il represente environ 15% des Request-a-Quote, contre 5% un an plus tot.
- Il a ete etendu a toutes les categories ; l'other revenue croit de 75% sur un an, a 29 M$.
- Preuve de niveau A : resultats du T1 2026 deposes a la SEC et earnings call du 7 mai 2026.
Objectif
Reconstruire le parcours autour de la reponse et de l'action plutot que de la seule recherche. La valeur commerciale de Yelp tient a la qualite des mises en relation qu'elle vend a des entreprises locales : une recherche qui n'aboutit pas a une demande de devis ne rapporte rien. L'assistant capte l'intention pendant qu'elle est encore floue, la met en forme en demande qualifiee, et alimente ainsi le flux de leads payants, sur un marche publicitaire local sous pression ou la croissance vient de l'other revenue plutot que de la publicite historique.
Le déploiement
Yelp a fait de son assistant conversationnel le nouveau point d'entree de son moteur de mise en relation. Yelp Assistant dialogue avec le consommateur pour cerner un besoin de service local, puis met ce besoin en forme comme une demande de devis, le flux Request-a-Quote, adressee aux entreprises pertinentes. Ces entreprises sont les clientes payantes de Yelp : chaque demande qualifiee est un lead qui alimente le modele publicitaire. Au premier trimestre 2026, l'assistant a ete etendu a toutes les categories, et il represente deja environ 15% des Request-a-Quote du trimestre, contre 5% un an plus tot d'apres l'echange en earnings call. La direction relie explicitement l'assistant a la bascule strategique de l'entreprise, qu'elle decrit comme une reconception autour des reponses et des actions. Cote resultats, la croissance ne vient plus de la publicite locale, restee quasi stable (chiffre d'affaires net de 361 millions de dollars, plus 1% sur un an), mais de l'other revenue, qui progresse de 75% sur un an pour atteindre un record de 29 millions de dollars, portee par Yelp Assistant, la solution de reponse aux leads Hatch, l'offre Yelp Host et la cession de donnees. Yelp fixe une cible de 250 millions de dollars de run rate annuel d'other revenue d'ici fin 2028. Ce que le cas ne dit pas : l'effet net sur le revenu publicitaire par entreprise, ni le taux de transformation d'un devis genere par l'assistant en client servi.
Résultats Preuve A
Le cas repose sur les resultats du premier trimestre 2026 de Yelp, deposes a la SEC (formulaire 8-K, exhibit 99.1) et commentes en earnings call le 7 mai 2026. Le communique primaire donne la croissance de l'other revenue (plus 75%, 29 millions de dollars), l'extension de Yelp Assistant a toutes les categories et la cible de 250 millions de dollars a fin 2028. La part de 15% des Request-a-Quote portee par l'assistant, contre 5% un an plus tot, vient de la lettre aux actionnaires et de l'echange en earnings call. Reserve honnete : le poste other revenue agrege plusieurs briques (Yelp Assistant, Hatch, Yelp Host, cession de donnees), donc le revenu propre a l'assistant n'est pas isole ; l'attribution la plus nette est la part des Request-a-Quote, une metrique d'usage.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- outil Yelp Assistant Assistant conversationnel qui, apres avoir dialogue avec le consommateur pour cerner son besoin, produit une demande de devis adressee aux entreprises pertinentes. Etendu a toutes les categories au premier trimestre 2026.
- outil Hatch Solution de reponse et de suivi automatises des leads cote entreprise, citee par le CFO parmi les moteurs de croissance de l'other revenue.
Comment ça tourne, concrètement
Pour les équipes ops-
1Expression du besoin client
Le consommateur decrit son besoin de service local a l'assistant, en langage naturel.
-
2Qualification de l'intention IA
Yelp Assistant dialogue pour preciser le projet (nature, contexte) et le met en forme.
-
3Generation de la demande de devis IA
L'assistant transforme le besoin qualifie en Request-a-Quote adressee aux entreprises pertinentes.
-
4Reception et reponse cote entreprise IA
Les entreprises annonceurs recoivent le lead et y repondent, avec une reponse pouvant etre automatisee via Hatch.
-
5Mise en relation client
Le consommateur compare les reponses et choisit un prestataire, ce qui ferme la boucle de conversion.
La qualite des elements de projet extraits en conversation, qui determine la pertinence de la mise en relation. Un besoin mal qualifie envoie un mauvais lead a l'entreprise et abime les deux cotes du marche. La densite d'entreprises actives par categorie et par zone conditionne aussi ce que l'assistant peut proposer.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.
Conditions d'acceptation
- Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
- Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
- Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)
Lignes rouges
- Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
- Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)
Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Une base d'entreprises locales assez dense par categorie et par zone pour que la mise en relation ait du sens
- Un historique de demandes et de mises en relation pour entrainer la qualification d'intention
- Un referentiel de categories de services structure
- Une mesure distinguant les leads issus de l'assistant des leads issus du parcours classique, sinon aucun effet propre ne sera lisible
Prérequis orga
- Un modele economique ou la mise en relation qualifiee est ce qui se monetise
- Une exigence de neutralite percue : l'assistant doit rester utile au consommateur tout en orientant vers des annonceurs
- Une chaine de reponse cote entreprise, sans quoi un lead qualifie se perd
- Une conformite AI Act sur l'assistant et RGPD sur les elements de projet collectes
Stack possible
- Assistant conversationnel branche sur l'annuaire d'entreprises et l'historique de demandes
- Generation de demande de devis structuree a partir de la conversation
- Outil de reponse et de suivi des leads cote entreprise
- Mesure comparative des leads assistes et non assistes
Le plan, étape par étape
- Étape 1Instrumenter le flux de leads pour distinguer ceux generes par l'assistant de ceux du parcours classique.Livrable : Mesure de la part des demandes qualifiees portee par l'assistant.
- Étape 2Entrainer la qualification d'intention sur l'historique de demandes et de mises en relation.Livrable : Assistant capable de transformer un besoin flou en demande structuree.
- Étape 3Ouvrir l'assistant sur une categorie dense, ou l'offre d'entreprises repond a la demande.Livrable : Assistant en production sur un perimetre ou la mise en relation aboutit.
- Étape 4Brancher une chaine de reponse cote entreprise pour que le lead qualifie soit traite vite.Livrable : Boucle lead genere puis lead traite, mesurable de bout en bout.
- Étape 5Etendre a toutes les categories en surveillant la neutralite percue et le taux de transformation.Livrable : Couverture large, avec suivi de la satisfaction consommateur et du rendement annonceur.
Première étape : Definir la mesure avant l'assistant. Le seul chiffre net de ce cas est la part des Request-a-Quote portee par l'assistant, parce que Yelp a su l'isoler. Le premier travail est de rendre traçable, dans le flux de leads, ce qui vient de l'assistant et ce qui vient du parcours classique, pour pouvoir juger l'effet.
Sources
- S1 Yelp Reports First Quarter 2026 Results, Advances AI Transformation (Form 8-K, Exhibit 99.1) Primaire archive à générer
- S2 Yelp Inc. Q1 2026 Earnings Call Summary Secondaire archive à générer
- S3 Yelp (YELP) posts Q1 2026 results and doubles down on AI strategy Secondaire archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.