L'intelligence artificielle dans le marketing

L’intelligence artificielle ne représente pas l’avenir du marketing mais d’ores et déjà son présent. Revue des principales applications de l’intelligence artificielle.

L’intelligence artificielle est désormais partout dans les entreprises : des départements RH qui utilisent l’IA pour objectiver la sélection des candidats et qui pratiquent déjà la discrimination aux directions générales qui utilisent des outils d’aide à la décision basés sur l’intelligence artificielle et aux entrepreneurs indépendants qui ont désormais accès des technos de reconnaissance d’image classant automatique les factures dans les bons comptes de la comptabilité sur des services d’expert comptable en ligne de base, plus aucun département de l’entreprise qui n’ai pas entrepris sa mue vers l’IA.

Le créateur de Planete Commerce qui vient de lancer le premier site de formation en ligne à l’intelligence artificielle pour les cadres HHHH, partage sur Planete Commerce, des applications concrètes de l’intelligence artificielle pour le marketing.

1. Recommandations produit / contenu

La pratique consistant à regrouper les comportements des clients pour prédire les comportements futurs a débuté en 1998, avec un rapport sur les «étagères numériques» de Jussi. Karlgren , un linguiste informatique suédois à l'Université Columbia.La même année, Amazon a commencé à utiliser le «filtrage collaboratif» pour permettre des recommandations à des millions de clients.

En 2019, certaines des entreprises numériques les plus performantes ont articulé leurs offres de produits autour de la possibilité de fournir des recommandations de produits ou de contenus hautement pertinentes et personnalisées , notamment Amazon, Netflix et Spotify. Comme Lori Goldberg l’a écrit dans une brève histoire de l’intelligence artificielle dans la publicité pour Econsultancy : «Tout cela découle de la mise en cluster et de l’interprétation basées sur l’IA des données de consommateurs, associées aux informations de profil et aux données démographiques. Ces systèmes basés sur l'IA s'adaptent en permanence à vos goûts et à vos dégoûts et réagissent avec de nouvelles recommandations adaptées en temps réel. ”

D'autres grandes marques emboîtent maintenant le pas avec leurs propres recommandations basées sur l'IA. Par exemple, Sky a mis en place un modèle d’apprentissage automatique conçu pour recommander le contenu en fonction de l’atmosphère du spectateur. A mesure que les clients s'habituent au niveau de recommandations personnalisées fournies par des services tels que Netflix et Spotify, ils recherchent d'autres marques offrant la même expérience.

Les éditeurs mettent également en place des widgets de recommandation de contenu basés sur l' IA, capables d'identifier le contenu associé à présenter aux lecteurs, et même de personnaliser ces recommandations en fonction des habitudes de navigation des lecteurs. Nous avons récemment introduit une fonctionnalité comme celle-ci sur Econsultancy : notre barre latérale "Recommandé" est optimisée par un outil appelé IDIO, qui enregistre les intérêts de nos lecteurs au fur et à mesure qu'ils la parcourent et l'utilise pour suggérer des articles susceptibles de les intéresser.

2. Filtrage et analyse des données

Le marketing est en train de devenir une discipline de plus en plus axée sur les données, et une utilisation plus efficace des données est la clé pour améliorer l'expérience client, la personnalisation , le ciblage, etc.

Cependant, consolider ces données une fois qu'elles ont été collectées et les analyser pour en déterminer les schémas est fastidieux et difficile pour les êtres humains. C'est là qu'intervient l'intelligence artificielle: l'une des grandes forces de l'intelligence artificielle sur le lieu de travail est sa capacité à assumer des tâches complexes d' organisation et d'analyse qu'il serait difficile voire impossible pour les humains de mener à bien. travail qui leur convient mieux.

Par exemple, l'intelligence artificielle peut être utilisée pour améliorer la sélection de compte dans le marketing par compte lorsque le guichet automatique est utilisé à grande échelle. Le ciblage et la société de personnalisation Demandbase a constaté qu'il pouvait utiliser AI pour filtrer les entreprises de la liste des perspectives qui , finalement , perdre l'argent de l' entreprise à long terme, comme Jessica Fewless, vice - président de ABM stratégie de l'entreprise, a déclaré à la conférencesur le marketing B2B:

«Nous sommes une entreprise basée sur les statistiques et s'ils nous renvoient dans moins d'un an, nous perdons de l'argent sur eux. Nous avons donc pris les éléments qui ont fait tourner ces clients et les avons supprimés de notre modèle », a-t-elle déclaré.

AI s'est avéré très utile pour DemandBase pour identifier une «intention opportune»: mettre en évidence les comptes sur lesquels il existe une fenêtre d'opportunité avant de s'engager envers un concurrent.

3. Moteurs de recherche

L'intelligence artificielle a eu de profondes répercussions sur la façon dont nous effectuons des recherches et sur la qualité de l'expérience de recherche que nous avons souvent tendance à prendre pour acquise en 2019.

Google a commencé à innover avec l'IA dans les recherches en 2015 avec l'introduction de RankBrain , son algorithme basé sur l'apprentissage automatique. Depuis lors, de nombreux sites de commerce électronique (y compris Amazon) ont suivi les traces de Google et ont incorporé l'intelligence artificielle dans leurs moteurs de recherche afin de rendre la recherche de produits plus intelligente.

Grâce à des innovations telles que le traitement du langage naturel et la recherche sémantique, les moteurs de recherche peuvent déterminer les liens entre les produits et suggérer des articles similaires, trouver des résultats de recherche pertinents et corriger les erreurs de manière automatique, en aidant les consommateurs à découvrir les produits même s’ils ne savent pas exactement ce qu'ils ' re cherche.

Trois bonnes expériences de recherche de produits grâce à l'apprentissage automatique

4. Recherche visuelle et reconnaissance d'image

De même, les progrès en matière de reconnaissance et d'analyse d'images AI permettent de réaliser des choses étonnantes avec la recherche visuelle.

Alors que la technologie en est encore à ses balbutiements, la recherche visuelle - le fait d’utiliser la recherche pour trouver des résultats visuellement similaires, de la même manière que la recherche «traditionnelle» basée sur du texte trouve les résultats d’un sujet similaire, devient plus courante. banale grâce à des plates-formes telles que Pinterest et une technologie telle que Google Lens.

La recherche visuelle a de nombreuses applications utiles dans le marketing et la vente au détail. Par exemple, elle peut être utilisée pour améliorer le marchandisage et personnaliser l'expérience d'achat: au lieu de recommander des produits basés sur le comportement ou les achats passés d' un acheteur, la technologie de recherche visuelle peut recommander des produits pertinents en fonction de leur apparence, aidant ainsi les acheteurs à trouver des articles d'un produit similaire. ou style complémentaire.

Target et Asos sont deux détaillants qui se sont fortement engagés dans la recherche visuelle dans le cadre de leur expérience de commerce électronique. En 2017, Target a lancé un partenariat avec Pinterest qui intégrait Pinterest Lens, l'outil de recherche visuelle pour le monde physique de Pinterest, dans l'application Target, permettant ainsi aux acheteurs de prendre une photo d'un produit lors de leurs déplacements et de trouver des articles similaires sur le site Web de Target.

L'outil de recherche visuelle Asys Style Match fonctionne de manière similaire, permettant aux acheteurs de prendre une photo ou de télécharger une image et de rechercher dans le catalogue de produits Asos les éléments (ou éléments similaires) contenus dans cette image. Ces outils encouragent les acheteurs à considérer les détaillants comme des destinations incontournables pour les articles qu’ils pourraient voir dans un magazine ou à l’extérieur, en les aidant à acheter le produit parfait même s’ils ne savent pas de quoi il s’agit.

Enfin, la reconnaissance d'image donne également aux spécialistes du marketing un avantage sur les médias sociaux en leur permettant de trouver des utilisations aux produits et logos de la marque et d' identifier les tendances visuelles. C'est ce qu'on appelle «l'écoute sociale visuelle», qui peut permettre aux marques de repérer où et comment les clients interagissent avec leur marque, leur logo ou leur produit, même si le nom ne s'y réfère pas.

Comment l'écoute sociale visuelle aide les produits de grande consommation et au-delà

5. Écoute sociale et analyse des sentiments

Les avancées dans le traitement du langage naturel se sont révélées extrêmement utiles pour les spécialistes du marketing souhaitant analyser la présence de leur marque et les conversations autour de leur marque sur les médias sociaux et les utiliser pour cibler leurs campagnes.

L'intelligence artificielle permet aux marques d'analyser leurs opinions sur des conversations sociales et de comprendre l'attitude qui prévaut vis-à-vis de leur marque et de leurs produits. Cela peut leur permettre de détecter les problèmes potentiels et de les contrer avant qu'ils ne deviennent trop répandus. Par exemple, Samsung - qui travaille avec Crimson Hexagon, une société d’information des consommateurs d’IA - a été en mesure de détecter et de contrecarrer l’insatisfaction des clients en raison de la coloration rouge sur l’écran de son modèle de smartphone