L'IA se met (aussi) au service de l'email marketing
On parle beaucoup du rôle de l'intelligence artificielle et du machine learning pour booster la performance des campagnes de display programmatique. Moins quand il s'agit d'email marketing. Pour optimiser le timing d'un envoi, le contenu du message diffusé ou encore la segmentation des bases visées, l'IA peut pourtant apporter au canal la même promesse qu'au display : diffuser le bon message au bon moment à la bonne personne.
Comment expliquer que le sujet soit autant méconnu ? David Bessis, le fondateur Tinyclues, avoue s'être lui-même autocensuré. "Il y a deux ans de cela, on n'osait pas parler d'IA au moment de dévoiler notre solution aux clients, de peur de les rebuter." Mais celui qui s'est historiquement présenté comme un spécialiste du marketing prédictif s'autorise enfin à franchir le pas. "La communication mass-market de géants du secteur comme Salesforce et IBM pour pousser leur solution Einstein et Watson a permis d'évangéliser le marché. On assume désormais de parler IA et d'email marketing."
Le client communique ses objectifs, Tinyclues se charge de trouver la cible
La promesse de Tinyclues ? S'appuyer sur l'intelligence artificielle pour optimiser le plan marketing des marques BtoC. "Le client nous communique le plan d'action et les produits qu'il veut mettre en avant. Nous nous chargeons d'identifier les segments de sa base CRM qui sont les plus à même de répondre positivement à ces objectifs." Pour se faire, la start-up passe au crible l'ensemble des données 1st party que lui communique la marque (socio-démo, historique de navigation et de transaction, clics emailing…). Son algorithme détermine ensuite des corrélations entre chaque événement. "C'est ce travail de pondération qui nourrit la segmentation des bases", précise David Bessis.
C'est peu ou prou le même procédé que le spécialiste du marketing BtoB Sparklane a mis au point avec sa solution de "lead scoring prédictif" qui lui permet d'améliorer la prospection commerciale de ses clients. "On onboarde la base de données CRM du client et on la mixe avec les millions d'informations qui sont contenues dans notre data lake. Nous crawlons les principaux sites d'informations économiques pour définir le profil type du client", explique son président, Frédéric Pichard. Secteur d'activité, taille de l'entreprise, moyenne du chiffre d'affaires… C'est un véritable portrait-robot du client idéal qui est mis sur pied.
Sparklane y ajoute ensuite un ingrédient : le contexte. "On détermine le facteur qui contribué à transformer le prospect en client. Est-ce parce qu'il était en phase de recrutement ou parce qu'il était en train de lever des fonds ?" Cette information lui permet d'établir un "predictive lead scoring", un taux qui est d'autant plus élevé que l'entreprise ciblée a des chances de se laisser tenter. "Cela permet à nos clients de gagner un temps considérable dans leur démarche commerciale en se concentrant sur les contacts qui ont le meilleur scoring de conversion", précise Frédéric Pichard.
Machine learning oblige, la solution de Sparklane ajuste le profil de son "client idéal" en temps réel, en fonction des performances obtenues par les campagnes d'emailing. "Pour cela, il est indispensable d'avoir accès aux outils CRM du client. Ce qu'il n'est pas toujours prêt à faire", reconnait Frédéric Pichard.
L'IA bientôt pilote des campagnes emailing
Sparklane, comme Tinyclues, vantent les vertus de l'IA sur les performances de la campagne emailing. "On sort de la segmentation intuitive et donc hasardeuse du marketing traditionnel, explique David Bessis. On laisse l'IA apprendre quels sont les bons critères à prendre en compte pour segmenter au mieux la base." Pour Frédéric Pichard, l'IA donne surtout les moyens à ses clients de cibler une audience à laquelle ils n'avaient pas pensé. "L'IA va pouvoir suggérer des sociétés qui ne sont pas dans un cadre prédéfini. Tout le contraire de l'approche statistique où on se contente de paramétrer les critères de ciblage en début de campagne."
Dans la sainte Trinité "nature du message - timing de l'envoi - segmentation de la cible ", le duo préfère donc se concentrer sur le dernier aspect. "On laisse l'optimisation du contenu et du timing aux solutions de marketing automation mais on ne s'interdit pas d'y aller", précise Frédéric Pichard. Du côté de Tinyclues, on préfère travailler sur ce que l'on sait faire de mieux : mettre sur pied une technologie qui permettra au client de laisser l'algorithme piloter son plan marketing en fonction des objectifs qu'il lui a assigné.
David Bessis recourt à la métaphore automobile pour expliquer son ambition. "L'IA est pour l'instant l'équivalent d'un Waze qui guide le marketer vers son point de destination… mais c'est toujours lui qui reste aux commandes. En 2020, l'IA doit être une voiture autonome qui se dirige vers le point de destination défini par le client." Pas une mince affaire. Mais la moitié de l'effectif de Tinyclues, qui a levé 5 millions d'euros fin 2015, planche sur le sujet.