IA et machine learning en marketing : déployez-vous les bons modèles ?

Maintenant que les consommateurs attendent de la vitesse et de l'hyper-personnalisation dans tous les domaines, les spécialistes du marketing doivent trouver des moyens innovants pour répondre aux demandes et maximiser leurs budgets. Pour ce faire, les spécialistes du marketing se tournent vers l'intelligence artificielle et l'apprentissage automatique. En fait, il existe un nouveau terme juste pour cela - "IA Marketing".

Les attentes des clients n'ont jamais été aussi élevées. Amazon, Netflix et Google ont établi la norme pour ce que les clients attendent de la technologie et du marketing. Amazon prend votre commande en un clic et la livre le lendemain. Netflix parcourt des années de vos choix de divertissement et suggère immédiatement les prochaines émissions que vous voudrez regarder en rafale. Google corrige votre orthographe, programme Alexa pour vous dire quand ce colis Amazon arrive et vous fournit des réponses instantanées aux paris les plus obscurs.

Le marketing IA, comme le montrent ces exemples, exploite la technologie pour collecter des données, développer des informations sur les clients, anticiper les prochaines meilleures actions et prendre des décisions automatisées concernant les efforts de marketing. Si votre objectif en tant que spécialiste du marketing est de générer des revenus, de réduire les coûts grâce à des gains d'efficacité et de stimuler l'engagement et la satisfaction des clients, le marketing de l'IA peut vous aider à accomplir toutes ces choses.

Explorons trois domaines dans lesquels le marketing par IA peut être utile et ce que vous devez savoir sur chaque domaine avant de commencer un projet.

Pour chaque projet, nous explorerons brièvement ce que c'est, comment cela fonctionne pour le marketing et les pièges - techniques ou culturels - dont vous pourriez avoir besoin pour l'appliquer.

1. Gestion des données marketing

Ce que c'est

La gestion des données marketing est le processus de collecte et de traitement des données marketing, de veille concurrentielle et d'informations sur les études de marché. Cette fonction ne devrait pas se trouver dans le service informatique - c'est au cœur de ce que fait le marketing. Déterminer qui est le meilleur acheteur pour votre produit ou service est clairement une fonction marketing. La collecte et la gestion des données associées à vos acheteurs est la première préoccupation du marketing. Que savez-vous de votre client ? Combien en avez-vous? Comment décrire un client ? Lesquels achètent quels produits ou services ? Quelle est la taille du marché total pour votre produit ou vos services ? Toutes ces questions marketing importantes trouvent une réponse grâce à la gestion des données marketing.

Comment cela pourrait fonctionner pour vous

L'utilisation de l'IA et de l'apprentissage automatique dans ce domaine peut être appliquée aux niveaux macro et micro. Au niveau macro, vous pouvez déployer des modèles d'IA et d'apprentissage automatique pour comprendre comment l'ensemble de votre clientèle se segmente en groupes d'achat spécifiques. Au niveau micro, vous pouvez prédire la valeur à vie d'un produit et l'associer à des clients individuels. Cette analyse de données au niveau micro vous aide à déterminer quels clients ou prospects sont les meilleurs à poursuivre avec quels produits. L'accumulation de données issues de ces efforts ne fait que rendre vos modèles plus solides et plus précis.

L'accumulation de données nécessite également que vous gérez la qualité des données que vous collectez. L'apprentissage automatique peut être déployé sur de grands ensembles de données pour dédupliquer des enregistrements ou fournir des ajustements pour normaliser des champs tels que des codes postaux ou des adresses. ML est également utile pour aider à organiser des ensembles de données à utiliser dans d'autres applications d'IA.

D'autres utilisations de l'apprentissage automatique incluent des techniques telles que le grattage Web. Ce processus est pratique lorsque vous essayez de comprendre votre concurrence. Le site Web de chaque concurrent contient généralement des informations qui peuvent être accumulées via cette méthode, telles que les nouveaux produits disponibles, les clients mentionnés et les programmes spéciaux. Ce sont toutes des informations publiques, et avec les bons algorithmes, les scientifiques des données peuvent glaner des informations de base sur les concurrents existants et émergents.

Lire ensuite : Pourquoi nous nous soucions de l'IA dans le marketing

Choses à surveiller

Il existe des hordes d'outils et d'agences de conseil sur le marché qui souhaitent vous aider dans la gestion des données marketing. Les outils incluent une large gamme allant de Google Analytics à SAS, chacun offrant une capacité particulière. Comprendre ce que vous voulez accomplir – segmentation du marché, analyse concurrentielle, etc. – vous aidera à choisir les outils ou les agences qui peuvent vous accompagner. Faire participer votre responsable des opérations marketing est également une bonne idée.

Lorsque vous démarrez des projets de gestion des données marketing, considérez d'abord l'objectif de la gestion de vos données, puis recherchez les outils les plus efficaces pour effectuer les tâches identifiées. Lorsque vous engagez des agences de conseil, recherchez celles qui ont de l'expérience dans votre domaine de besoin.

2. Intention du client

Ce que c'est

Les données d'intention du client sont des informations de vente et de marketing dérivées de l'observation des actions du client lorsqu'il accède à du contenu en ligne, regarde des concurrents, s'inscrit à des événements, contacte des analystes ou s'engage dans un certain nombre d'activités de médias sociaux - de la recherche sur le Web à la publication sur LinkedIn . Aujourd'hui, presque toutes les organisations marketing dépendent de ce type de données dans une certaine mesure, mais cela ne fonctionne souvent pas pour tous les spécialistes du marketing.

Comment cela pourrait fonctionner pour vous

À partir des données collectées sur les interactions de chaque client avec votre marque, votre site Web ou votre personnel, les statisticiens et les scientifiques des données peuvent faire des déductions sur les intérêts du client et ses intentions de s'engager et d'acheter auprès de votre entreprise. Ces inférences peuvent être utiles pour positionner auprès des clients le bon produit au bon moment.

Une fois qu'un algorithme est développé pour identifier ces clients, il est impératif que vous recueilliez également des informations sur la sortie du modèle d'IA auprès des équipes de vente qui utiliseront ces informations, ainsi que des spécialistes du marketing qui pourraient les appliquer aux campagnes en ligne. Testez la sortie du modèle, mais testez également la façon dont les ventes et le marketing l'utilisent.

Choses à surveiller

Les sources de données sont les plus importantes pour déterminer l'intention. Vous disposez déjà de bonnes informations sur ce que vos clients achètent, quand ils achètent, à qui ils achètent et quel type d'entreprise ou d'individu achète. Mais les données d'intention reposent également sur les actions que vos clients ou prospects peuvent effectuer avant l'achat proprement dit.

Par exemple, cela peut nécessiter que votre algorithme d'IA établisse des liens entre une demande sur le site de votre concurrent et votre liste de prospects ou de clients. Certaines entreprises peuvent fournir des données d'intention au niveau du contact qui identifient une personne réelle prenant une mesure. Ces informations sont utiles mais doivent être utilisées avec prudence pour éviter l'effet "effrayant".

De plus, lorsque vous utilisez des données d'intention, n'oubliez pas qu'elles ne sont que directionnelles - elles ne sont ni spécifiques ni réelles. Si votre équipe de vente utilise des données d'intention, elle aura besoin d'une formation sur la signification réelle de ces informations. Par exemple, l'identification d'un CIO qui est susceptible d'acheter un système ERP dans les 30 prochains jours peut seulement signifier que le CIO a entamé un processus d'un an pour identifier un système. Donner cela aux ventes comme piste sans explication pourrait être un coup dur pour votre organisation marketing.

3. Opportunité et prédiction d'achat.

Ce que c'est

La prévision est un moyen de prédire ce qui se passera dans le futur. Par exemple, vous pouvez prévoir les ventes de produits et de services au cours d'une période donnée.

La prévision des ventes aide à planifier la gestion des dépenses, de la croissance de l'entreprise ou des ralentissements économiques. C'est la boule de cristal que les directeurs commerciaux utilisent pour prédire s'ils atteindront ou non leurs objectifs. La prévision des ventes est généralement assez précise car elle utilise les transactions de vente passées pour prédire les futures.

Comment cela pourrait fonctionner pour vous

Le marketing peut également utiliser des prédictions dans son travail. Par exemple, le département du tourisme norvégien utilise des méthodologies d'intelligence artificielle pour prédire le nombre de touristes qui visiteront le pays. Bien qu'il ne s'agisse pas d'un chiffre d'affaires, il s'agit d'un KPI important pour le tourisme en Norvège. L'IA ou l'analyse statistique avancée peut également aider à prédire la participation à des événements, le nombre de personnes qui accepteront une offre spéciale faite sur votre site Web ou le nombre de prospects qualifiés qui parviendront à acheter.

Choses à surveiller

Les prévisions peuvent être très enrichissantes, mais elles ne sont utiles que si elles s'avèrent exactes. Voici quelques conseils :

• Considérez plus que les chiffres du dernier trimestre. Une bonne prévision des ventes dispose d'au moins 18 à 24 mois de données sur les performances de l'entreprise. Travailler avec autant de données vous permet d'être plus précis dans vos prévisions. Si les données ne sont pas disponibles, évitez les prévisions.
• Tenez compte du changement dans l'ensemble de votre entreprise. Une bonne prévision représente la vente du même produit et service au fil du temps. L'acquisition de nouveaux produits à vendre, la cession de produits et la modification des prix ou de la stratégie affectent votre capacité à prévoir avec précision les ventes. Aussi, si vous prédisez d'autres événements marketing, l'une des variables qui est souvent importante est le budget alloué à une activité. Si cela varie considérablement d'un trimestre à l'autre ou d'une année à l'autre, cela peut être plus difficile à prévoir, ou vous devrez peut-être tenir compte de ces écarts dans le modèle.
• N'essayez pas de prévoir les ventes sur de nouveaux marchés avec de nouveaux clients. Aussi tentant que cela puisse être, vous avez besoin de données de performance pour prévoir les ventes. Confiez cette prévision à vos équipes commerciales. Ceci est souvent considéré comme du développement commercial, et ces équipes de vente savent comment évaluer si un client achètera ou non. Pour les spécialistes du marketing, il s'agit de collecter les informations auprès de l'équipe de vente, développer un profil d'un bon client puis appliquer des analyses de "ressemblance" à d'autres prospects.

Ce ne sont là que quelques-uns des domaines clés du marketing pour l'application des techniques d'IA et d'apprentissage automatique. Au fur et à mesure que vous explorez ce monde, vous constaterez que les opportunités abondent, en particulier pour aider le marketing à rationaliser la myriade de décisions qu'il prend chaque jour.

Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement celles de MarTech. Les auteurs du personnel sont répertoriés ici.