L’IA marketing et en particulier l’apprentissage automatique sont en passe de générer entre 1,4 trillion et 2,6 trillions de dollars de revenus. Et ce en résolvant les problèmes de marketing et de vente au cours des trois prochaines années, selon le McKinsey Global Institute.
De plus, l’utilisation du machine learning par les marketeurs a grimpé en flèche entre 2018 et 2020. En effet, il passe de 29 % en 2018 à 84 % en 2020, selon la dernière étude State of Marketing de Salesforce Research.
Enfin, le Machine Learning, fait parti des leviers qui auront le plus d’impact sur l’avenir du marketing. (selon le rapport de référence 2020 sur le leadership marketing de Drift).
L'impact du machine learning sur les organisations marketing
De fait, les directeurs du marketing (CMO) et leurs équipes qu’ils dirigent doivent exceller dans la création de valeur perçues par les clients. Une marque qui suscite l’empathie se doit de développer des stratégies basées sur les données clients. A ce titre, la personnalisation de l’expérience omnicanale à grande échelle est devenue un must. Mais les CMO doivent trouver l’équilibre parfait entre les aspects émotionnels et story telling, versus la nécessité de travailler avec le big data. C’est ce qui rend le métier de CMO si difficile aujourd’hui.
Voici dix façons dont l’IA et l’apprentissage automatique impactent le marketing en 2021 : un article qui est inspiré de Louis Colombus, auteur de « 10 Ways AI and Machine Learning Are Improving Marketing In 2021 » en mars 2021.
1. Adopter l’apprentissage continu et les nouvelles opportunités en matière d’IA
70 % des équipes marketing très performantes affirment avoir une stratégie d’IA entièrement définie. C’est deux fois plus que leurs homologues moins performants qui n’en sont pas à ce stade.
D’une part, les CMO qui dirigent des équipes marketing très performantes accordent une grande importance à l’apprentissage continu.
D’autre part, 56% d’entre elles prévoient de s’équiper dans l’année qui vient en solutions basées sur l’intelligence artificielle. Choisir de miser sur le machine learning pour développer son marketing est payant, car on note une amélioration des performances et une plus grande précision dans les analyses.
Source : State of Marketing, Sixth Edition.
2. L’intelligence artificielle impacte positivement les performances
36% des spécialistes du marketing prévoient que l’IA aura un impact significatif sur les performances marketing en 2021. De plus, selon une étude récente d’Advertiser Perceptions, 32% des spécialistes du marketing et des professionnels en agences utilisaient l’IA pour créer des publicités. Il s’agit notamment des bannières ou des contenus sur les médias sociaux et autres régis publicitaires.
Source : Which Emerging Tech Do Marketers Think Will Most Impact Strategy This Year
3. Adopter encore plus intensément l’apprentissage automatique
Les équipes marketing très performantes adoptent en moyenne sept cas d’utilisations différentes de l’IA et de l’apprentissage automatique. A ce jour, un peu plus de la moitié (52%) prévoient d’augmenter leur adoption dans l’année.
Les équipes marketing très performantes et les CMO qui les dirigent investissent dans l’IA et l’apprentissage automatique pour notamment :
- Améliorer la segmentation des clients
- Personnaliser les expériences individuelles sur les canaux
- Automatiser les relations sur les réseaux sociaux ou les messageries
- Faire le pont entre le digital et le monde physique
Source : State of Marketing, Sixth Edition.
4. L’apprentissage automatique permet de mieux détecter les prémisses d’achats des consommateurs
Les spécialistes du marketing sont désormais capables de pressentir la demande client grâce au machine learning. Cette régression des modèles d’achat, répartie dans les zones géographiques permet d’atténuer les ruptures de stock et les commandes en attente. En fait, elles combinent toutes les sources de données disponibles, y compris l’analyse du sentiment des clients à l’aide d’algorithmes d’apprentissage automatique supervisés. Il leur est possible ainsi d’améliorer la détection et la précision des prévisions de la demande. Les algorithmes d’apprentissage automatique peuvent établir une corrélation entre le sentiment spécifique à un lieu pour un produit ou une marque donnée et la disponibilité régionale d’un produit donné. Et cette seule connaissance peut permettre au secteur du commerce de détail d’économiser jusqu’à 50 milliards de dollars par an en stocks obsolètes.
Source: AI can help retailers understand the consumer
5. Les modélisations de l’IA permettent d’optimiser le mix médias
Disney applique des techniques de modélisation de l’IA, notamment des algorithmes d’apprentissage automatique, pour affiner et optimiser son modèle de mix média.
L’approche de Disney pour obtenir de nouvelles informations sur son modèle de mix média consiste à regrouper les données de toute l’entreprise, y compris des partenaires, à préparer les données du modèle, puis à les transformer pour les utiliser dans un modèle.
Ensuite, divers modèles sont utilisés pour optimiser le budget et le mix média. Enfin, Disney compare les scénarios. Le résultat est une série d’aperçus qui sont présentés à la direction générale. Le tableau de bord suivant montre la structure de la façon dont ils analysent les données basées sur l’IA en interne. Les données présentées le sont à titre d’exemple uniquement ; elles ne reflètent pas les opérations réelles de Disney.
(https://www.tableau.com/best-marketing-dashboards#digital-tab)
Source : How Disney uses Tableau to visualize its media mix model
6. L’apprentissage automatique accélère la croissance du chiffre d’affaires
41 % des spécialistes du marketing interrogés affirment que l’IA et l’apprentissage automatique contribuent le plus à accélérer la croissance des revenus et à améliorer les performances.
En effet, ils affirment que l’obtention d’un plus grand nombre d’informations exploitables à partir des données marketing (40 %) et la création d’expériences personnalisées pour les consommateurs à l’échelle (38 %) complètent les trois principales utilisations actuelles.
De plus, l’étude a également révélé que la plupart des spécialistes du marketing, soit 77 %, ont automatisé intelligemment moins d’un quart de toutes les tâches de marketing. Et 18 % disent n’avoir automatisé intelligemment aucune tâche. Les marketeurs doivent se tourner vers l’IA et l’apprentissage automatique pour automatiser les tâches éloignées du business et routinières afin de libérer plus de temps pour créer de nouvelles campagnes.
Source: Drift and Marketing Artificial Intelligence Institute
7. L’intelligence artificielle créé une expérience personnalisée en temps réel
Starbucks qui fête ses 50 ans en 2021, s’est fixé l’objectif ambitieux d’être la marque la plus personnalisée au monde. Elle s’y engage en s’appuyant sur l’analyse prédictive et l’apprentissage automatique pour créer une expérience personnalisée en temps réel.
La chaîne mondiale de cafés a été confrontée à plusieurs défis à relever :
- Tout d’abord par la difficulté de cibler des clients individuels avec son infrastructure informatique existante.
- De plus, elle était également fortement tributaire d’opérations manuelles dans ses milliers de magasins.
Alors, Starbucks a créé un moteur de personnalisation en temps réel qui s’intègre aux informations de compte des clients via son application mobile. Starbucks y dispose des lors des préférences des clients, des données de tiers et aux autres données contextuelles. L’entreprise a réussi à augmenter de 150 % l’interaction avec les utilisateurs grâce à l’analyse prédictive et à l’intelligence artificielle, et à multiplier par trois les revenus nets supplémentaires par client.
Source : Becoming The World's Most Personalized Brand
8. Le machine learning déploie la personnalisation à grande échelle
La personnalisation à grande échelle commence par une plateforme de données client unifiée. Et celle-ci peut utiliser des algorithmes d’apprentissage automatique pour découvrir de nouveaux modèles de données clients. Elle peut aussi « apprendre » au fil du temps. Selon l’enquête la plus récente de Salesforce Research sur l’état du marketing, les organisations marketing les plus performantes considèrent la personnalisation à grande échelle comme leur priorité absolue. De plus, McKinsey prévoit que la personnalisation à grande échelle peut créer une nouvelle valeur de 1 700 à 3 000 milliards de dollars. Alors, pour que les spécialistes du marketing puissent s’approprier une partie de cette valeur, les modifications apportées à la martech (illustrée ci-dessous) doivent être soutenues par une responsabilisation et une appropriation claire des résultats des canaux et des clients.
Source : McKinsey & Company, A technology blueprint for personalization at scale. 20 mai 2019.
9. L’intelligence artificielle accompagne la personnalisation du B2C
La gestion des campagnes, les applications mobiles et les tests/optimisations sont les trois principaux axes technologiques de personnalisation d’une entreprise B2C. Cependant, l’intelligence artificielle et le machine learning représentent le taux d’implémentation le plus fort dans les 12 prochains mois avec 29%.
Par ailleurs, l’étude Forrester commandée par IBM a également révélé que 55 % des entreprises estiment que les limites technologiques les empêchent de mettre en œuvre des stratégies de personnalisation.
Source: Personalization Demystified: Enchant Your Customers By Going From Good To Great, February 2020.
10. L’IA a un effet de halo sur les résultats de l’entreprise
Enfin et surtout, les stratégies de personnalisation basées sur l’IA procurent un effet de halo de résultats au-delà des performances marketing. En effet, les KPI du marketing sont améliorés, notamment les coûts, cf les budgets marketing. Mais aussi, les taux de clics des campagnes personnalisées et par conséquent le taux de conversion.
Mais cet investissement procure également des impacts sur la satisfaction clients. Car le Net Promoter Scores et les taux de fidélisation sont accrus. Et en parallèle, on observe une diminution de 10% des appels auprès du service clients.
Enfin, le chiffre d’affaires augmente de 5,63% grâce notamment à un volume de commande supérieur et un panier moyen également en hausse. Et grâce aussi à une meilleure conversion des ventes additionnelles de produits de gammes supérieures (upsell)
Source : Personalization Demystified: Enchant Your Customers By Going From Good To Great, February 2020.
Expert du Digital avec plus de 20 ans d’expérience au service du B2B et du B2C, dans toutes les tailles d’entreprise et à l’échelle internationale. Mes plus récents développements ont été orientées vers des solutions e-commerce et Omnicanales. Passionné, je suis auteur, formateur et en veille permanente.
Contrôler et améliorer l’expérience client grâce à l’intelligence artificielle
Découvrez mon « Capstone Project » issu de ma formation pour cadre de l’Université Berkeley ExecEd de Californie :
« Artificial Intelligence: Business Strategies and Applications »
