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