L’intelligence artificielle et le marketing en 2022

En 2022, l’intelligence artificielle n’est peut-être pas toujours bien comprise, mais elle a déjà commencé à bouleverser les différents départements de quantité d’entreprises. Le marketing n’est pas en reste et profite déjà largement des possibilités offertes par l’IA.

Des possibilités nombreuses et inédites en 2022

L’IA est une technologie disruptive qui bouleverse les équilibres dans tous les secteurs d’activité, depuis la santé ou l’éducation jusqu’à la finance et au Retail. Par exemple, L’IA permet d’automatiser des tâches habituellement traitées par des humains (souvent chronophages et à faible valeur ajoutée), ou d’optimiser l’expérience client à travers l’établissement de prévisions et l’optimisation des ressources.

Stimulés par les puissances de calcul, les progrès du Machine Learning et l’imagination des ingénieurs continuent d’explorer les champs des possibles. Les opportunités qui se multiplient à tous les niveaux n’évitent cependant pas des confusions quant aux actions à privilégier et aux stratégies les plus efficaces à mettre en place.

Mais si elles se déclarent convaincues par les capacités disruptives de l’intelligence artificielle, les directions marketing peinent toujours à mesurer les bénéfices qu’elles peuvent en tirer, et n’ont souvent aucune idée sur quelle serait la façon la plus rationnelle d’organiser leurs efforts.

Et parce que l’ignorance des opportunités de l’IA dans les métiers du marketing et la méconnaissance des conditions nécessaires à leur succès restent les deux principaux obstacles au développement d’un marketing plus efficace que nous avons identifié les principales situations où l’IA peut valablement se mettre au service du marketing.

Intelligence artificielle pour le marketing : les cas d’usage

Les technologies liées au Big Data permettent depuis quelques années déjà aux professionnels du marketing de créer de la valeur par la collecte et l’agrégation de volumes toujours plus importants, divers et véloces de données. Par sa capacité à identifier des patterns (ou modèles) au sein de ces données, l’intelligence artificielle permet d’accéder à une somme d’opportunités et d’agir en temps réel pour la résolution des problématiques marketing les plus essentielles.

Analyser l’environnement

Les analyses de type PESTLE et SWOT comptent parmi les outils privilégiés pour comprendre l’environnement présent et futur d’une entreprise, l’aider à analyser le marché dans lequel elle évolue, identifier ses menaces et opportunités, et mieux cerner les consommateurs qu’elle souhaite cibler.

Les techniques d’IA et de Social Listening augmentent largement cette capacité par leur aptitude particulière à renifler l’air du temps, à collecter et agréger des grandes quantités de données en temps quasi-réel. De façon plus précise, l’IA rend possible l’identification à court, moyen et long terme, des tendances socioculturelles et des tendances de marché, l’évaluation et l’évolution de l’état de la demande, ainsi que l‘état des sentiments exprimés par les consommateurs.
De nombreuses sources de données sont analysées à cet effet, parmi lesquelles les forums en ligne et les médias sociaux, la presse généraliste et spécialisée, les études et recherches, les données économiques, etc.

Comprendre ses clients

Ce deuxième cas d’usage diffère du premier et concerne plus directement les données liées à l’entreprise. Cela comprend notamment les évolutions des comportements face aux produits proposés, l’analyse des parcours client, des besoins, désirs et motivations ainsi que des freins qui sont liés aux décisions d’achat, le niveau de satisfaction et de fidélisation, etc.).

L’IA permet ici de mieux exploiter les métriques, analytiques et études menées, en y intégrant toutes les données clients non structurées en provenance du web et des médias sociaux, ainsi que les données extraites depuis les mobiles et récoltées lors des échanges organisés avec le service client. Ces données sont ensuite analysées en temps réel afin de permettre une prise de décision rapide et éclairée qui prenne en considération un maximum de facteurs pertinents.

Toujours plus pointue, l’IA permet d’accéder aujourd’hui à de nouvelles sources de données qu’elle analyse pour interpréter les niveaux de satisfaction (cela va de l’analyse des expressions du visage, du débit vocal et du volume de la voix, jusqu’aux mouvements de pupille, à l’attitude corporelle, au nombre de battements de cœur, etc. ). Loin d’être des gadgets vus dans des films de SF, ces IA sont prometteuses et évoluent à la vitesse des technologies de plus en plus matures qui arrivent sur le marché à des cadences de plus en plus rapides.

Segmenter, cibler, positionner

La segmentation marketing a ici pour objectif d’organiser ses cibles selon des critères définis en vue de permettre de cibler ses messages et de proposer des produits et services optimisés pour chaque segment.

L’IA permet par des techniques de Clustering ou de Predictive Modeling non seulement de prévoir les intentions des prospects, mais également de les organiser en groupes toujours plus précis qui rendent possibles la personnalisation des publicités et promotions et la délivrance d’un service plus adapté.

Les applications sont nombreuses et facilement accessibles et elles sont aujourd’hui adoptées par un grand nombre d’entreprises de toutes tailles. Citons parmi celles-ci, l’amélioration des campagnes d’e-mailing, l’augmentation de la Customer Lifetime Value, le lancement de nouveaux produits, l’amélioration de la fidélité et de l’engagement, la réduction du Churn, le remarketing, etc.

Améliorer le service client

L’introduction massive des chatbots comme outil d’assistance a permis de comprendre aussi bien les avantages marketing, organisationnels et financiers liés à l’introduction de ces agents intelligents (qui vont jusqu’à leur intégration dans des solutions de prévision sales et marketing, que de leurs limites pour proposer un service qui soit véritablement perçu par les clients comme étant à leur avantage.

Un palier a été franchi grâce aux progrés des technologies NPL qui rendent désormais possible et fiable la faculté de répondre de façon satisfaisante aux demandes des personnes qui privilégient les contacts humains. A partir d’un minimum d’informations préliminaires, ces technologies permettent un matching parfait entre le problème décrit et la ressource la plus compétente pour y répondre.

Développer le marketing produit

Des options relatives au design, aux fonctionnalités, à la qualité et à la personnalisation, sont étudiées par les équipes marketing pour proposer des produits toujours plus proches des besoins et désirs des consommateurs.
Particulièrement prisée des entreprises du secteur de la mode, l’IA peut par exemple scanner les tendances sur Instagram pour proposer des modèles populaires chez les utilisateurs du service et enregistrer des commandes avant même de lancer leur mise en production. Cela a des conséquences directes sur les coûts liés habituellement au stockage et à la gestion des invendus.

D’autres applications sont possibles, comme l’affichage de recommandations liées qui peuvent être pilotées de façon dynamique pour augmenter de façon significative les paniers moyens (cross-selling), ou pour proposer des produits similaires plus hauts-de-gamme et offrant de meilleures marges (upsell).

Chez Levi’s, des algorithmes permettent d’optimiser la visibilité des produits en magasin et de garantir la disponibilité des tailles à partir des courbes des demandes enregistrées.
Nike utilise des données géographiques et comportementales pour alerter ses points de vente et mobilise des algorithmes pour savoir quelles combinaisons de produits présentés peuvent générer le plus de ventes.
Netflix scrute les habitudes de ses abonnés pour personnaliser les visuels de ses films de façon à être sûr de capter leur attention. Etc.

Optimiser la stratégie de prix

Avoir une stratégie de prix revient à facturer ses produits à ses clients en tenant compte à la fois de leur sensibilité vis-à-vis des critères et des prix de la concurrence.

L’IA peut aider à établir les prix les plus intéressants par de nombreuses façons : en mesurant le niveau d‘élasticité des prix et en activant des stratégies de pricing dynamique, mais également en détectant des anomalies (anomalies de prix, fraudes, clients non profitables…).

Amazon collecte et analyse les données disponibles à tous les touchpoints du parcours client, depuis la simple visite sur le site pour prendre connaissance des produits existants, jusqu’à l’après-achat (retours produits, interactions avec le service client).
Quantité d’entreprises ont recours au pricing dynamique pour obtenir un avantage compétitif, comme c’est le cas chez Uber, Airbnb et de nombreux acteurs appartenant aux secteurs de l’hôtellerie et du voyage.
Elles développent pour cela des modèles complexes bâtis autour des éléments d’historique mais également des saisonnalités, des événements locaux ou des données de localisation, voire des éléments obtenus par des capteurs IoT.

En B2B, les possibilités sont également très intéressantes, puisqu’elles permettent par exemple d’établir des fourchettes de négociation par commercial ou par produit, ce qui permet à la fois de minimiser les risques et d’optimiser les résultats.

Développer ses actions de communication

En période de Covid, Decathlon a programmé une série de publicités personnalisées sur Youtube pour tenir compte du nouveau contexte et des besoins subitement différents par rapport à ses clients habituels.

Toucher la bonne personne, au bon moment et au bon endroit, est un des défis les plus stratégiques pour le marketing.
L’IA peut aider à remplir cet objectif de plusieurs façons : par l’A/B Testing des campagnes de publicité, le ciblage contextuel, le retargeting optimisé, l’automation, l’hyper-personnalisation des contenus créatifs à destination des campagnes, et même le copywriting, avec des IA prédictives qui génèrent des contenus qui convertissent (ces solutions sont proposées par des startups comme Anyword AI Copywriting Tool – The Best AI Copy Generator by Anyword)

Les données nécessaires à ce type d’outils se trouvent dans les historiques lorsqu’il s’agit d’optimiser la création et la visibilité des publicités, autant que dans les données en temps réel et en provenance directe du client lorsque celui-ci est déjà en situation d’achat.

Suivre ses métriques et bien exécuter

Enfin, le rôle des métriques est de vérifier le bon fonctionnement de tous les chaînons et de pouvoir rapidement identifier les sources de performance ou de déficience pour les corriger.

Les données utilisées pour répondre à cet objectif sont les données historiques ainsi que des données de vente et de marketing en temps réel, qui vont permettre d’établir les diagnostics et aider à la prédiction des actions correctives.

Particulièrement apte lorsqu’il s’agit d’identifier des erreurs ou des écarts, l’IA permet de ne pas recourir à des personnes pour analyser des ratios et des résultats, et présente l’avantage non négligeable d’agir en temps continu et de permettre des corrections immédiates.
Les techniques d’A/B Testing sont aujourd’hui bien éprouvées alors les Digital Twins, ou jumeaux numériques, permettent de suivre la bonne santé des ensembles les plus complexes.

Comment réussir sa stratégie IA Marketing ?

L’abondance et l’accessibilité relativement aisée des solutions décrites ci-haut ne garantissent pas leur succès pour autant, bien au contraire…

La maturité IA d’une entreprise se construit étape après étape

L’installation de l’IA dans l’entreprise suppose une aptitude métier, technologique, organisationnelle et culturelle. Mais elle suppose surtout une vision portée et partagée par les leaders de l’entreprise, ainsi qu’une méthode d’implémentation progressive qui permet à tous les étages de tous les départements (marketing et ventes mais aussi comptable, RH, logistique, achats, légal, … ) de progresser à la même vitesse.

La culture du Test and learn doit être comprise et acceptée de tous, de façon à admettre que les résultats se construisent au cours du temps, et qu’ils reflètent la qualité et la priorité que les salariés de l’entreprise sauront accorder aux données.
Cette persistance dans l’effort sera garantie par les bonnes pratiques instaurées par les équipes dirigeantes, qui devront faciliter les initiatives et les échanges d’expériences.

L’effet d’adhésion recherché ne se limite d’ailleurs pas aux seuls collaborateurs en interne. Un maximum de partenaires marketing, commerciaux ou technologiques, doivent être suffisamment alignés pour restreindre les possibilités de data silos et permettre une circulation fluide des données et l’extraction d’un maximum d’intelligence. Des accès doivent être pensés et aménagés, tant pour l’exploitation d’un maximum de données existantes que pour alimenter le système en retour.

Et demain ?

• Toujours plus importante, la place de l’IA dans les métiers du marketing permet déjà aux entreprises de réduire les temps de process et d’interagir de façon toujours plus adaptée avec un nombre infini d’individus.
• Cette amélioration constante des process permet au marketing de consacrer plus de ressources à ses aspects les plus créatifs.
• Les entreprises qui ont agi les premières et su surmonter toutes les difficultés liées à l’apprentissage des solutions implémentées ont acquis une maturité IA considérable. Toutefois, les entreprises dernièrement arrivées connaîtront moins de tâtonnements et bénéficieront des mêmes technologies.
• Les approches hybrides qui concilient le meilleur de l’intelligence humaine et de l’intelligence artificielle sont les plus agiles et performantes pour proposer les expériences d’achat les plus sophistiquées.
• La majorité des industries glisse vers un modèle de service à l’abonnement (cf. Netflix ou Spotify) où la performance est directement liée à la qualité des IA capables d’identifier les bons besoins au bon endroit au bon moment, et d’y répondre de la façon la plus pertinente.