Quels sont les champs d'application de l'IA en marketing ?

L'engouement pour l'IA dans le domaine du marketing, tient à sa capacité à améliorer l'expérience client et donc le business, sous réserve que les règles de respect de l'individu soient respectées et que la data collectée pour nourrir l'IA soit légitime et vecteur d'un bénéfice partagé entre le consommateur et l'entreprise. Ainsi, concrètement, l'IA va contribuer à améliorer les parcours d'achat des consommateurs grâce au moteur de recherche et de recommandation, aider le Chief Marketing Officier (CMO) à mieux connaitre et anticiper les besoins des clients grâce à des scores prédictifs pour développer une meilleure relation avec eux et maximiser la performance des campagnes de communication. Enfin pour la marque, l'IA va apporter des enseignements grâce à la lecture et à l'interprétation de toute la donnée digitale sous forme de navigation, de texte, d'image ou de voix pour nourrir les créatifs qui pourront ainsi imaginer de nouvelles idées pour assoir ses valeurs et ainsi, améliorer sa considération, son image.

Introduction

Au début des années 2000 un article annonçait que l'on entrait dans « l'ère du big data », une période où l'on allait désormais générer et accumuler des données selon une trajectoire exponentielle. Les big data sont aujourd'hui une notion évidente et naturelle, nous transmettons nos données, comme on laisserait nos empreintes ou nos traces de pas chemin faisant : navigation sur le web, achat en ligne ou en magasin, gps, commentaires, photos, lecture de vidéo, requête vocale.

En parallèle et de manière inversée on a observé une baisse drastique des coûts de stockage et d'exploitation des données. Il est possible pour une centaine d'euros par mois de louer, en entrant son code de carte bleue, des machines dans les nuages pour transformer, exploiter et analyser des gigas de données. C'est ainsi que l'intelligence artificielle, technique permettant de reproduire des tâches intelligentes par un ordinateur, a eu un regain d'intérêt. Les entreprises qui cumulent des données y voient une grande opportunité pour créer de la valeur.

En ce qui concerne le domaine du marketing on peut considérer que l'IA est un accélérateur de l'expérience client.

Contrairement aux idées reçues, la qualité de l'expérience perçue par le client d'une marque se construit du niveau le plus intuitif et opérationnel, celui du parcours d'achat, mais aussi tout au long de sa relation, jusqu'au niveau le plus stratégique sur son affinité avec les valeurs de cette marque. C'est l'un des enseignements que l'on peut tirer du baromètre lancé par BETC Digital, en partenariat avec l'institut Opinion Way : Le X INDEX qui mesure auprès de 5 000 consommateurs, la qualité de l'expérience client de 50 marques et retailers français (de 10 secteurs d'activité différents) est le résultat de la satisfaction du client tout au long des interactions avec la marque.

Nous avons choisi d'illustrer par deux champs d'application chacune de ces trois étapes, de façon à montrer le rôle clef d'aujourd'hui et les opportunités, encore à construire, de l'IA dans la stratégie et l'activation marketing.

1. L'IA comme moyen d'amélioration du parcours d'achat des consommateurs

1.1 Rechercher des produits ou des contenus

L'intelligence Artificielle a profondément bousculé la manière d'effectuer des recherches web. Elle a permis d'affiner et de rendre les résultats des recherches plus pertinents. En 2015, Google intègre l'IA sur son moteur de recherche avec le développement de RankBrain son algorithme de machine learning.

Depuis, plusieurs acteurs du e-commerce, à l'instar d'Amazon, ont suivi Google en mettant en place des moteurs de recherche sur leur site dotés d'une IA avec des techniques de traitement du langage naturel et de la recherche sémantique qui sont en mesure de déterminer les liens entre les attributs de produits et les mots recherchés. Les résultats issus de ces techniques sont plus pertinents, ils permettent de corriger les erreurs de saisies de mots clés de manière automatique, et offre ainsi une meilleure expérience pour les utilisateurs qui, comme on le sait, démarrent leur parcours d'achat essentiellement sur le digital, que l'achat se fasse au final via un site e-commerce ou en magasin.

1.2 Avoir des recommandations personnalisées

Proposer des produits et des contenus personnalisés est devenu un enjeu primordial pour les marques, cela permet d'augmenter l'engagement des utilisateurs sur leur plateforme en leur livrant une expérience très personnelle, et de répondre rapidement aux attentes et besoins des clients (voir, de les anticiper) avant qu'ils n'aillent trouver un meilleur choix ailleurs. L'idée est de se baser sur les goûts et le comportement de l'utilisateur afin de lui proposer des contenus ou des produits qui seraient susceptibles de l'intéresser. Pour cela on utilise des algorithmes de recommandation appelés « filtrage collaboratif ». L'idée est d'entrainer un modèle permettant de recueillir le comportement de chaque utilisateur et de lui proposer les items (produits/ contenus) appréciés par les individus qui lui ressemblent statistiquement. Ainsi grâce au filtrage collaboratif, Spotify propose de la musique personnalisée en fonction des goûts et des musiques écoutées ; Facebook suggère des contenus à lire dans le fil d'actualité ou des amis à ajouter ; Netflix des films qui pourraient nous intéresser.La chaine Britannique Sky est allée un peu plus loin en recommandant des contenus TV à regarder en fonction de l'humeur du spectateur. L'idée n'étant pas seulement de proposer les mêmes contenus affinitaires que ceux des individus qui nous ressemblent, mais prescrire plutôt des contenus répondant aux besoins d'un individu à un instant précis. Ainsi les data scientists de Sky ont associé à chaque contenu une humeur et ainsi ils pouvaient, grâce à des modèles de machine learning, prédire le film que pouvait intéresser l'utilisateur selon les mots clés recherchés.

Ces deux premiers champs d'applications sont facilement perceptibles du grand public. Pour les deux suivants, nous nous plaçons du point de vue de l'entreprise, et plus particulièrement du Chief Marketing Officer, touché de plein fouet, dans son quotidien, par l'IA qui va jusqu'à transformer la nature même de son métier.

2. L'IA accompagne les CMO dans leur prise de décisions

2.1 Anticiper les besoins des clients pour personnaliser la relation

Certains comportements de clients peuvent être prévisibles. Les anticiper, c'est être en capacité de répondre à leur besoin et de les stimuler à acheter un produit adéquat en leur proposant le bon contenu. Ainsi il est possible de déterminer en fonction de l'historique du comportement des clients et de leurs caractéristiques la probabilité qu'un client puisse réaliser un événement. Cela peut être l'achat d'un produit, la résiliation d'un contrat, la désinscription à une newsletter, le clic sur une bannière, etc.

Par exemple, dans le secteur de la mobilité, Europcar utilise une IA entrainée sur les données clients, pour prédire plus d'une vingtaine d'événements de ses clients et ce sur une dizaine de pays. Cela a permis aux équipes marketing de cibler les audiences les plus pertinentes lors des campagnes de communication par email. Il s'agissait par exemple de proposer des promotions pour des utilitaires aux clients qui semblaient en avoir le plus besoin en épargnant aux autres clients un mail inutile, d'identifier les clients qui réservent très en avance pour être dans le bon timing, ou encore ceux qui étaient susceptibles d'être intéressés à intégrer le programme de fidélité, pour le leur proposer.

La diversité des clients et des pays, la quantité de data transactionnelle et comportementale collectée et surtout la nécessité d'ajuster sans cesse les modèles aux résultats obtenus dans un domaine où les consommateurs transforment à grand pas leurs habitudes ont nécessité de construire des algorithmes puissants et en amélioration continue. L'IA apporte au CMO toute la connaissance nécessaire pour prendre des décisions qui contribueront à accroitre la relation entre les clients et la marque.

2.2 Expliquer les facteurs qui régissent les prix des produits

Pour un CMO fournir le prix d'un nouveau produit est un exercice complexe, au-delà d'utiliser son intuition et son expertise du marché, l'utilisation de l'IA dans ce cas lui fournit des éléments de compréhension supplémentaires dans l'élaboration des prix. Elle permet d'identifier les facteurs qui régissent la construction des prix de ventes de produits et de proposer ainsi le meilleur prix. Parmi ces facteurs : les variables concurrentielles, des tendances économiques, les caractéristiques des produits, la localisation des magasins qui vendent le produit. Ainsi le responsable marketing a la possibilité de générer des hypothèses et appliquer un modèle d'IA pour obtenir une estimation du prix.

Sur ce sujet, pour une marque ayant des clients à l'international comme un transporteur aérien par exemple, on peut atteindre un nombre de possibilités exponentielles, les prix pouvant s'ajuster au cours d'une même journée. La capacité d'ajuster alors à la bonne personne, dans le bon contexte, le prix le plus adéquat (ce que l'on appelle le yield management) via une bannière sur le web, n'aurait pas pu être monitoré sans s'appuyer sur de l'IA. Après avoir illustré l'impact de l'IA sur le parcours d'achat du consommateur, et sur la relation marque-client que doit construire le CMO, peut-on dire que l'IA impacte aussi la brique la plus stratégique de l'expérience client : sa perception des valeurs, portées et mises en oeuvre par la Marque ?

3. Les marques dans le monde de l'IA

3.1 Automatiser la création de contenus personnalisés

Lorsqu'une marque décide de produire et de lancer une nouvelle campagne de publicité elle ne peut pas se permettre d'attendre la mesure a posteriori pour valider ses choix créatifs tant les enjeux de temps passés, de budget investi et de risque sur son image sont importants. Avec la multitude des formats digitaux et des paramètres de création, les méthodes classiques de pré-test et de post-test sont toujours nécessaires mais ne sont plus suffisantes. C'est là que l'IA intervient : en amont pour aider les marques à être proactive dans la connaissance fine de leurs audiences et en aval dans la capacité à ajuster de façon agile les blocs créatifs (format, image et texte des communications) en fonction des indicateurs de performance.

En effet, grâce à l'IA il est possible de détecter à travers les comportements de navigation les appétences des consommateurs, et ainsi faire varier automatiquement les blocs d'une création pour attribuer la combinaison la plus pertinente à chaque utilisateur. On appelle cette technique de personnalisation automatique des contenus la DCO (Dynamic Créative Optimization). La création dynamique de contenus permet à la marque de gagner en notoriété et considération en améliorant la visibilité et l'affinité de sa création à ses audiences. Outbrain spécialisé dans la recommandation de liens sponsorisés, fait varier les blocs des contenus en fonction de l'historique de navigation et de la géolocalisation des visiteurs d'un site.

3.2 Le texte, l'image, la voix : des mines d'or encore sous utilisées

Avec le développement des plateformes digitales (sites, application mobiles...), des réseaux sociaux (facebook, twitter, instagram...), des espaces de discussions ouverts (forum, blogs, articles ...) et l'arrivée récente des assistant vocaux (Alexa, Google Home, Siri, Cortana...) la connaissance des consommateurs s'est enrichie d'un gros volume de données digitales traçables avec les outils de data science.

Il existe en IA des algorithmes de traitement du langage naturel qui permettent de collecter et de classer les textes, de souligner les entités nommées de regrouper les mots qui ont le même sens, d'identifier les sentiments (commentaires positifs ou négatifs) et extraire les thématiques les plus pertinentes. Au-delà du volume la complexité d'analyser le sens d'un mot dans le texte d'une phrase est aujourd'hui appréhendé par de nombreux outils (brandwatch, linkfluence, talk walker, radarly... pour la collecte ou Synomia pour l'analyse).

Ces techniques permettent aux marques de tirer des informations précieuses sur ce que disent les consommateurs. Ainsi ces marques peuvent mieux comprendre les tendances pour développer de nouveaux concepts, des créations, des produits, des services ou anticiper des crises. L'usage des assistants vocaux a explosé, selon Gartner, d'ici à 2020, 30 % des recherches sur le web se feront sans écran. Les marques ont toutes intérêts à proposer ce type de service. L'IA permet de transformer la voix en texte (speech-to-text) et ainsi d'identifier des éléments qu'ils leur permettront d'approfondir la connaissance des utilisateurs. Le principe consiste à entraîner une IA qui permet aux utilisateurs de Deejo.fr, un site e-commerce de couteau haut de gamme, de configurer grâce à la voix le couteau qui répond à ses besoins en lui simplifiant le parcours d'achat.

Par ailleurs, les images (par exemple celles partagées sur les réseaux sociaux) peuvent révéler des éléments essentiels pour la marque comme. Ainsi, afin d'acquérir de nouveaux clients Samsung a utilisé une IA (Crimson Hexagon) pour comprendre comment ses utilisateurs interagissent avec ses TV, sur les réseaux sociaux. L'IA a reconnu les TV avec le logo dans des contextes réalistes, dans des scènes de la vie quotidienne : match de foot en arrière-plan, bière ... Cet enseignement a permis à la marque de passer d'un contenu 100% « inspirationel », à un contenu plus consumer centric (50%). Ce changement a permis à la marque de booster l'engagement sur réseaux sociaux.

Conclusion

De nombreuses opportunités restent à inventer en utilisant ces nouvelles technologies pour les inscrire dans des moments mémorables pour les utilisateurs. La clef du succès sera de concilier la qualité de l'expérience client avec la bonne détection du business potentiellement récupérable.

Cette réponse vous a été donnée par Hélène GOMBAUD-SAINTONGE, Vice Présidente BETC Digital, agence membre de l'AACC (Association des agences-conseils en communication).