L'intelligence artificielle devra être au menu des cybermarchands pour ce Noël 2012
A Noël, le e-commerce prend une part, chaque année, plus importante dans les automatismes d’achats. Cette période doit permettre aux sites de faire leurs preuves sur le terrain de la conversion et de l'efficience commerciale.
Noël est une période phare pour la majorité des e-marchands. L’an dernier, la FEVAD chiffrait à plus de 25 millions les internautes ayant fait leurs courses de fin d’année sur internet et à 7 milliards d’euros les dépenses[1].
Le e-commerce voit affluer chaque fin d’année, son lot de primo-acheteurs qui viennent grossir ses rangs. 2012 ne dérogera pas à la règle et de nouveaux cyber-consommateurs feront leur e-baptême pour Noël. Selon la Fevad, « parmi les 15% d'internautes n'ayant fait aucun achat en ligne dans les 12 derniers mois, 50,7% profiteront de ce Noël pour faire au moins un cadeau sur le web. Les plus de 50 ans représenteront près d'un tiers de ces primo e-acheteurs ».
Ce flux
constant de primo-acheteurs illustre la capacité de progression encore significative
du marché et l’attrait toujours plus important du e-commerce. Beaucoup de sites marchands jouent
largement leur année sur ce mois de décembre. Cette période critique mérite d’apporter
aux visiteurs l’expérience de navigation qui leur donnera envie d’acheter… et surtout
de revenir.
Comme
le vendeur en magasin, le site doit guider
le néophyte, conseiller l’hésitant et répondre au plus pressé de la façon
la plus juste.
L’enjeu est triple : capter la part de marché
instantanée la plus importante, fidéliser l’acheteur et le rendre prescripteur.
En résumé : venez nombreux, souvent … et avec vos amis !
L’exigence du temps réel. L’attente ne fait pas partie des valeurs des
internautes. Il est essentiel de réagir dans l’instant sous peine
d’obsolescence immédiate. Sur le net, la concurrence n’est qu’à un clic. On
parle souvent de temps réel mais on devrait plutôt parler de célérité.
La
célérité qui est la capacité à « identifier – comprendre – décider -
intervenir » durant la navigation, est le premier challenge que doit relever
l’e-marchand : interagir avec l’internaute dans un délai compatible avec
l’efficacité commerciale.
Sur
un site e-commerce, le délai de réaction est très court.
Pour un internaute survolant les pages, le temps de présence sur une page se
compte en secondes. Pour l’internaute plus attentif, la durée moyenne de
consultation de la page peut dépasser la minute, mais guère plus.
Dans
tous les cas, c’est dans ce laps de temps qu’il est nécessaire de détecter la
situation du visiteur, d’en induire son attente et de réagir de manière à le satisfaire.
Aujourd’hui l’e-marchandising dynamique, c’est-à-dire personnalisé en temps
réel devient la norme. Répondre à chaque internaute selon ses attentes à
l’instant T en lui apportant des recommandations personnalisées, c’est se rapprocher des services des magasins
physiques…et de leur taux de conversion.
La nouvelle intelligence artificielle, clé du cybercommerce
L’utilisation
de nouvelles logiques d’intelligence artificielle, intégrant les mécanismes
cognitifs du cerveau humain, va réellement donner « l’instinct du vendeur »
aux sites marchands.
Face
au déferlement de données non structurées, les logiques déductives et les
techniques statistiques, si elles restent valides pour l’analyse stratégique,
sont largement disqualifiées pour l’analyse et l’interaction en temps réel.
Reposant sur des modèles (analytiques comme interactifs) préalablement définis,
elles ne rendent compte que de compréhensions et de situations passées.
Difficile, dans ces conditions, d’invoquer le temps réel …
Comme le site marchand, le vendeur en boutique vit une succession effrénée de situations simultanées. Il ne peut pas les traiter par raisonnement déductif. Il doit agir avec célérité, se concentrer sur l'essentiel, raisonner de façon globale et adapter ses réponses selon chaque client. Il sélectionne dans sa mémoire le schéma adéquat, en fonction de la situation qu’il vit au moment présent. Il récupère l’information pertinente en la particularisant avec les données de la situation.
Les solutions logicielles reproduisant ces mécanismes cognitifs commencent à émerger sur le marché.
L’e-duction[1],
par exemple, fonctionne d’une façon identique à celle du vendeur en magasin. Les
phases d’observation, d’analyse et d’identification des attentes du visiteur permettent
de définir quelle est sa situation, d’en induire ses attentes et ainsi, de générer
des recommandations réellement 1 to 1 à l’instant T.
L’e-duction
permet d’exploiter un grand nombre de données non structurées, sans avoir à les
collecter, stocker, structurer, « dataminer » et en évitant la
lourdeur insupportable des modélisations en amont.
Pour
autant, la possibilité d’erreur fait partie intégrante de ces systèmes. Elle
est compensée, comme chez le vendeur, par une capacité d’auto apprentissage
temps réel.
Au
final, ces nouvelles technologies s’avèrent déterminantes pour les besoins de
prise de décision en temps réel sur la base d’un grand volume de données non
structurées. Reposant sur l’analyse situationnelle et l’utilisation de logiques
d’intelligence artificielle, elles réfutent la seule analyse comportementale comme
trop limitée et la modélisation comme trop lourde.
Ces
nouvelles technologies partent du principe que 1/la situation éclaire la motivation
là où le comportement n’éclaire que le passé, 2/ la célérité est plus
importante que la certitude (une vente qui est faite n’est plus à faire), 3/le
facteur d’incertitude est minimisé grâce à l’auto learning temps réel (errare
humanum est, perseverare diabolicum).
Elles
prennent en compte le fait que l’on peut, un jour, être acheteur premium pour
une occasion particulière et le lendemain, dans une autre situation, devenir
chasseur de bonnes affaires. L’analyse de la situation à l’instant T prime sur
la modélisation comportementale pré-établie.
On constate
que ces nouvelles intelligences artificielles, encapsulant dans leurs
algorithmes les mécanismes cognitifs humains, apportent au e-commerce une
réactivité temps réel et réellement 1 to 1. Ces technologies commencent à se
diffuser largement et font chaque jour, leurs preuves sur le terrain de la
conversion et de l’efficience commerciale au profit des sites qui les ont
adoptés.
[1] Technologie de traitement de l’information issue du web, reposant sur la détection de singularités, destinées à donner un sens commercialement exploitable par des rapprochements cognitifs multiformes entre un grand nombre de données non stockées / non structurées.