L'Intelligence Artificielle : le moteur de croissance marketing en 2017

Les internautes ont changé dans leurs comportements d'achats, dans leurs modes de consommation de contenus et dans leurs rapports aux marques. D'après une étude Janrain (2013), 75% d'entre eux quitteront votre site si leur expérience ne leur convient pas.

Avoir une expérience optimisée n’est donc plus une option. Les marketeurs en sont conscients : une enquête de Gartner a révélé que pour 89% des entreprises, la personnalisation de l’expérience utilisateur sera leur principal avantage concurrentiel en 2017 et 53% d’entre elles personnalisent déjà l’expérience de leurs visiteurs. Cette année, la personnalisation va donc continuer à s’imposer pour optimiser les parcours clients.

La première étape incontournable de la personnalisation est la segmentation de son audience pour pouvoir adapter ses messages aux besoins de ses différents segments de visiteurs. Elle repose sur la collecte de donnée qui n’est plus un problème pour les responsables marketing. Les internautes sont plus que jamais disposés à partager leurs informations en échange d’expériences pertinentes.

Le facteur limitant de la personnalisation n’est donc pas l’accès à la donnée mais le temps dont les marketeurs disposent pour la traiter. Ces derniers ne sont aujourd’hui pas en mesure d’identifier rapidement leurs segments visiteurs les plus prometteurs, c’est-à-dire ceux sur lesquels ils doivent concentrer leurs efforts de personnalisation pour réaliser les plus importantes progressions de chiffre d’affaires.

C’est là tout l’intérêt d’une solution de découverte de segments qui repose sur des algorithmes de machine learning. En se basant sur les données visiteurs "on-site"(comme les données comportementales, contextuelles, de source de trafic) ou provenant d’un CRM ou d’une DMP, ces algorithmes vont permettre de traiter toutes les données visiteurs pour recommander automatiquement les segments sur lesquels agir pour augmenter ses taux de conversion.

Pourtant, au risque de détruire vos rêves les plus fous, la machine n’est pas capable de se substituer à l’homme. Il faut couper court à ces fantaisistes qui annoncent le remplacement pur et simple de l’effort de pensée.

Ce que l’analyse prédictive n’est pas

1.    Analyse prédictive ≠ Automatisation :

Définir une règle qui pousse un bon de réduction à un visiteur qui reste 3 minutes sur une page, c’est de l’automatisation. De même, l’allocation dynamique de trafic en A/B testing, c’est aussi de l’automatisation, pas du prédictif.

 

2.    Le machine learning ne remplace pas notre réflexion, il la complète :

Un algorithme n’est pas conscient de ce qu’il fait. Son succès dépend entièrement de vous. Chaque situation dépend d’un paramétrage précis pour obtenir de bons résultats, à commencer par la qualité des données traitées ; or seul un humain est en mesure de « nourrir » correctement l’algorithme.

 

3.    L’algorithme n’a pas d’idée, il constate :

Il ne définit ni votre stratégie, ni vos actions. Il peut identifier la probabilité d’achat d’un visiteur, mais ne peut pas prendre de décision en fonction. C’est à vous de définir une stratégie qui peut optimiser votre chiffre d’affaires et vos marges.

 

Le Machine Learning : l’outil incontournable pour identifier ses segments visiteurs les plus prometteurs

Une solution de découverte de segments a deux apports concrets pour les marketeurs :

• Premièrement, elle leur donne une vue à 360° de leur audience. La solution croise tous les critères visiteur et va dynamiquement classer les segments en fonction de leur taille. Avec des centaines de milliers - voire des millions - de visiteurs mensuels, les algorithmes permettent de traiter des volumes de données que l’on n’a jamais été en mesure d’analyser correctement jusque là. Le marketeur a une vue instantanée, mise à jour quotidiennement, des segments qui comptent dans son audience et du taux de conversion associé.

• Deuxièmement, la solution recommande les segments à cibler. Les algorithmes prédictifs identifient les segments les plus prometteurs. Le marketeur sait sur quels segments il doit concentrer ses efforts plutôt que de le faire sur une base intuitive.

Une solution de découverte de segments est l’outil indispensable des responsables marketing qui veulent optimiser leur conversion :

• Elle démocratise l’accès à la compréhension de ses segments avec des graphiques directement lisibles par tous.

• Elle permet de déléguer la complexité et la volumétrie aux algorithmes prédictifs pour se concentrer sur sa stratégie de personnalisation de l’expérience utilisateur.

Les algorithmes prédictifs apportent ainsi un avantage décisif pour identifier ses cibles optimales. Leur rôle, c’est de choisir "vos meilleurs clients", c’est-à-dire ceux qui vont vous assurer le plus de chiffre d’affaires.

Cela ne fait aucun doute, 2017 sera l’année de la personnalisation et du machine learning. Il faut simplement garder à l’esprit que l’humain reste indispensable, en amont comme en aval, pour cadrer l’algorithme à une situation donnée et pour décider des actions à réaliser.