IA et ML : deux technologies au cœur de l’attribution marketing

Toute la stratégie des géants du web repose sur des technologies permettant d'exploiter les connaissance clients, les prévisions comportementales ou le traitement du langage naturel. De ces informations découlent des recommandations de produits ou services, des publicités ciblées et de l’attribution marketing. Aujourd’hui ces stratégies sont à la portée de toutes les entreprises.

Sans la donnée Google, Amazon, Netflix, Uber, Facebook, Baidu ou Alibaba ne seraient pas les géants d’aujourd’hui. Socle de leur développement, cette donnée n’a cependant de valeur que parce que ces entreprises ont été capables d’en extraire des informations intelligentes et d’agir immédiatement via des procédés automatiques, pour les transformer en revenus ou en avantages concurrentiels.

Décliner ce modèle de gestion de la donnée impose donc aux entreprises de recourir à l’IA et d’accepter de s’en remettre aux algorithmes pour prendre des décisions et automatiser certaines opérations. Bien que cette stratégie constitue une véritable révolution pour les entreprises traditionnelles, celles qui ne franchissent pas le cap risquent fort de voir leurs parts de marché s’éroder, grignotées par leurs concurrents qui, fort de l’utilisation de ces technologies, comprennent et anticipent correctement les besoins des clients. Car s’il est un secteur où la donnée, l’IA et le ML deviennent incontournables c’est bien celui du marketing. Les Google, Netflix, Uber ou Amazon l’ont bien compris en utilisant ces outils à des fins de recommandation de produits ou services, de prévisions comportementales des clients en temps réel, d’amélioration des résultats du référencement, de traitement du langage naturel (PNL) pour comprendre la communication client et fournir une assistance immédiate, de publicité ciblée ou encore d’attribution marketing. 

Mesurer l’activité d’un parcours client grâce à des algorithmes

John Wannamaker, pionnier du marketing au siècle dernier, avait coutume de dire que si la moitié de ses investissements en publicité était gaspillée, il ne savait pas qu’elle moitié était investie en pure perte. À l’ère numérique, ce n’est plus de mise, l’attribution marketing, permettant d’identifier ce qui fonctionne et ne fonctionne pas dans une campagne marketing. Ainsi grâce à la modélisation analytique avancée il est possible, dans le cadre d’une campagne numérique, de mesurer l’efficacité de différentes stratégies sur un appareil spécifique. Par exemple, il est possible d’identifier quel type d’annonce sur quel canal a conduit le client à l’acte d’achat. Un atout au regard de la pratique d’achat des clients devenue omnicanal. Il est donc important pour les directions marketing de pouvoir se reposer sur des technologies prenant en compte tous les moments où un consommateur est exposé une action marketing lors de son parcours afin de déterminer la contribution exacte de chaque canal dans le processus de conversion.

Toutefois tirer partir de l'attribution marketing nécessite de suivre tous les canaux. Ainsi il est important de mesurer tous les points clés de l’interaction entre le consommateur et les campagnes. Or il est courant d’observer des angles morts dans le processus, notamment lorsque les utilisateurs utilisent plusieurs appareils ou se présentent en magasin au lieu d’acheter en ligne. Cette absence de mesures compromet la fiabilité de l’analyse d'attribution marketing. Aussi pour éviter de tels problèmes, les équipes marketing doivent planifier et préparer soigneusement le parcours client afin de prendre en compte tous les points de contact intervenant dans le processus. Les coupons numériques et physiques peuvent, par exemple, être d’excellents outils pour suivre le passage en ligne vers le hors ligne du client au cours de son processus d’achat.

La perte d’un client n’est pas seulement, pour l’entreprise, une source de revenus en moins, c’est aussi la perte d’une partie de son investissement. C’est pourquoi il est important d’étudier l’analyse du roulement, appelé aussi modèle d’attrition, afin de prévenir le départ des clients rentables. Cette analyse permet de comparer et de révéler les éléments qui ont changé dans le parcours clients et, grâce à un algorithme d'apprentissage automatique, d’associer les modifications notables apportées aux actions des clients.

Enfin, si ces outils sont indispensables à l’analyse des données, ils sont également utiles à l’automatisation des processus marketing. Ainsi la sophistication des algorithmes est telle qu’elle permet d’envoyer automatiquement des mails, des sms personnalisés, ou des promos aux clients au moment même où ils interrompent leurs processus d’achat.

Si des entreprises comme les Gafa, Netflix, Uber, ou Alibaba se sont construites sur la donnée et font de l’intelligence artificielle comme Mr Jourdain fait de la prose, elles sont l’exception et non la règle. Il est temps que toutes les entreprises s’y mettent pour rester concurrentiel et rentable.