Marketing et Intelligence artificielle : les 7 tendances du moment

Nous assistons ces dernières années à la montée en puissance de l’intelligence artificielle (IA). Tous les secteurs sont de près ou de loin concernés. En revanche, l’un d’entre eux est (et sera) plus particulièrement impacté : le marketing. Je vous propose de parcourir 7 tendances permettant d’illustrer l’impact (actuel ou à venir) de l’IA sur le marketing.

Tendance 1 : la prédiction des ventes

J-27

Une plateforme pour réunir tous vos portails : Liferay, la solution de vos Expériences Digitales

Webinar 16 Mai 2024 |11h00 – 11h45

S'inscrire

L’Intelligence artificielle (IA) permet aujourd’hui d’analyser finement de nombreuses variables extérieures (ex. météo, réseaux sociaux, recherches effectuées sur les différents dispositifs digitaux de l’annonceur, volumes de vente…) afin de prédire les volumes de vente d’un produit.

Intérêt(s) : Les avantages sont nombreux et concernent avant tout la logistique (fabrication, stockage, transports…). Quelques exemples :

Connaître l’impact de la météo sur les ventes de barbecues permettrait de stocker en magasin un nombre idéal de barbecues.Connaître les modèles de robes ou de pantalons les plus likées, partagées… permettrait de concevoir et de vendre sur le marché des modèles plus en adéquation avec les souhaits des consommateurs(trices).

Tendance 2 : le scoring des clients/prospects et le ciblage

L’Intelligence artificielle identifie les prospects les plus « intéressants » (ceux ayant la probabilité de transformer la plus forte) grâce, entre autres, à la méthode du « look-alike ». Celle-ci permet ainsi d’identifier une audience « ressemblant » à la clientèle de l’annonceur, c’est-à-dire partageant les mêmes centres d’intérêts, visitant les mêmes sites, les mêmes catégories produits… etc.

Intérêt(s) : Optimisation des coûts d’acquisition.

Tendance 3 : la personnalisation (zoning et contenu éditorial)

L’IA teste une multitude de zonings différents pour une même page, afin d’identifier la configuration la plus optimale. Dans la plupart des cas, les solutions reposent sur la technique de l’AB testing multivarié et le machine learning.

Intérêt(s) : Cela dépend du contenu optimisé. Dans le cas d’une fiche produit, on sera avant tout sensible au taux de transformation, dans le cadre d’une newsletter de son taux d’ouverture et de son taux de clic.

Tendance 4 : la personnalisation (moteur de recommandation produit)

L’IA identifie et propose les produits (complémentaires, de substitution ou tout simplement de nouveaux produits) les plus pertinents au regard du profil du visiteur. Traditionnellement, la personnalisation était basée sur les données CRM. L’ajout d’Intelligence artificielle permet aujourd’hui d’y ajouter de nouvelles variables, tels que :

• Géolocalisation Indoor & Outdoor
• Météo
• Réseaux sociaux
• Historique de navigation
• …

Intérêt(s) : Deux objectifs sont poursuivis : l’augmentation des ventes et l’amélioration de la satisfaction client.

Tendance 5 : la personnalisation (pricing dynamique)

L’Intelligence artificielle personnalise en temps réel le prix de vente proposé en fonction du profil du visiteur. Le tracking, même si celui-ci est désormais plus difficile en raison du RGPD, permet de tracer le parcours du consommateur. Et donc d’identifier, par exemple, le nombre de fois où il va consulter une même fiche produit, se renseigner sur des sites généralistes traitant du produit et/ou de l’univers produit associé… Mis bout à bout, ces variables permettent de comprendre l’intérêt du consommateur pour tel ou tel produit, et d’éventuellement en modifier le prix.

Intérêts : Augmentation du volume de vente

Tendance 6 : les chatbots (ou agents conversationnels)

L’IA, et tout particulièrement le NLP (Natural Language Processing) et NLU (Natural Language Understanding) permet de créer des conversations entre l’homme et la machine. Plus précisément, le NLU permet d’analyser une phrase et d’en extraire le sens (l’intention) et éventuellement ses variables (les entités). Pour en savoir plus sur le sujet, je vous invite à consulter notre article sur les chatbots.

Intérêt(s) : Les cas d’usages sont extrêmement nombreux. Tous les secteurs peuvent être concernés, les différents services d’une entreprise également, le B2B, le B2C,… et donc les avantages liés à sa mise en place sont très différents d’une situation à une autre.

Tendance 7 : l’écoute et l’analyse des « bruits » sociaux

L’Intelligence artificielle permet, entre autres, à l’annonceur :

• de savoir ce que l’on dit de lui sur les réseaux sociaux
• d’identifier les promoteurs et les détracteurs

Intérêt(s) : L’annonceur peut rapidement répondre aux détracteurs et « désamorcer » une crise. Au contraire, il peut aussi récompenser ses promoteurs et espérer qu’ils parleront davantage de lui autour de lui (réseaux sociaux, proches, familles…)

Comment cela fonctionne ?

Ces nouvelles applications reposent sur différentes techniques, en particulier le machine learning. D’une manière générale, le machine learning est une technique permettant à la machine de tester différentes situations, et d’en connaître les performances grâce à l’analyse autonome d’un ou plusieurs KPI.

On y trouve, entre autres le deep learning qui permet, par exemple, de reconnaître les images, les personnes, les émotions faciales, les objets…

L’impact de l’Intelligence artificielle sur le marketing est un sujet très vaste et qui est loin d’être mature. De nouvelles fonctionnalités vont apparaître ces prochaines années. Les plateformes d’expérience client unifiée (Adobe Experience Cloud, Salesforce, Octave…) vont, elles aussi, continuer à intégrer de nouvelles fonctionnalités d’intelligence artificielle dans leurs solutions, que ça soit par rachat ou par développement interne.