Intelligence artificielle : une approche moderne du marketing

Dans ce guide, j'expliquerai en détail comment l'intelligence artificielle a un impact sur le marketing en ce moment et comment elle continuera à l'avoir à l'avenir.

À la fin de cet article, vous serez enthousiasmé par les possibilités de l'IA et probablement un peu nerveux par les implications !

Et c'est bien d'être nerveux parce que le rôle des spécialistes du marketing dans les organisations va changer mais….

… vous aurez toujours un rôle important à jouer.

Table des matières

CHAPITRE 1

Introduction à l'intelligence artificielle (IA)

L'intelligence artificielle dans le marketing est réelle et il est maintenant temps de s'asseoir et d'en prendre note.

L'intelligence artificielle accélère le marketing vers un avenir plus intelligemment automatisé dans lequel des solutions plus intelligentes (c'est-à-dire alimentées par l'IA) permettent aux spécialistes du marketing de résoudre les problèmes et d'atteindre les objectifs plus efficacement. Tu as le choix. Vous pouvez vous asseoir et attendre que le monde du marketing devienne plus intelligent et change autour de vous, ou vous pouvez adopter l'IA maintenant et être proactif en créant un avantage concurrentiel pour vous et votre entreprise.

Paul Roetzer, fondateur de l'Institut d'Intelligence Artificielle Marketing

Cependant, toutes les sociétés de logiciels n'ont pas vraiment d'IA qui disent qu'elles le font.

Il y a tellement de battage médiatique autour des entreprises AI Tech qui veulent en tirer parti en disant que leur logiciel est alimenté par l'IA et que les investisseurs leur donneront des évaluations plus élevées en raison de l'IA dans leur logiciel.

Mais il existe de nombreuses grandes sociétés de logiciels qui créent de véritables applications d'IA et cela devrait se développer massivement au cours des prochaines années.

Les recherches du MRFR ont prédit que le marché de l'IA atteindrait 25 milliards d'ici 2025.

Si vous êtes un spécialiste du marketing, il est temps de vous mettre au courant et de comprendre l'impact potentiel que l'IA aura sur le marketing. Je suis sûr que ce guide vous aidera.

Alors, qu'est-ce que l'intelligence artificielle ?

Nous savons tous ce qu'est l'intelligence humaine… Je l'espère en tout cas !

L'intelligence artificielle, c'est quand une machine démontre une intelligence semblable à celle de l'homme.

Par exemple:

Une machine traite les données et en tire des enseignements afin de pouvoir prendre des décisions plus intelligentes concernant les données qu'elle traitera à l'avenir.

Au lieu de simplement répéter les mêmes instructions, la machine apprend automatiquement de nouvelles instructions basées sur l'expérience.

Alpha Zero, le jeu d'IA développé par Deepmind, a appris les échecs en 4 heures et a ensuite pu battre le meilleur programme informatique disponible pour jouer aux échecs.

Apprendre un nouveau jeu imite l'intelligence humaine, mais l'IA peut apprendre en 4 heures ce qu'un humain peut mettre des mois à faire.

L'informatique décrit l'étude de l'IA comme le développement d'agents intelligents.

Voir:

Il s'agit vraiment d'une programmation intelligente.

Notre intelligence aide à créer l'intelligence artificielle.

Comme certaines tâches deviennent très routinières, elles peuvent ne plus être considérées comme de l'intelligence artificielle.

Voici un exemple :

La reconnaissance optique des caractères est souvent exclue car il s'agit d'une tâche de routine attendue des ordinateurs.

Quelle est la différence entre une IA étroite et forte ?

L'IA étroite (également appelée IA faible) est une intelligence artificielle concentrée sur une tâche.

L'IA forte est tout le reste !

L'IA forte a la capacité d'appliquer l'intelligence à n'importe quel problème plutôt qu'à une tâche spécifique.

Par exemple:

Un outil de filtrage anti-spam accomplit bien une tâche. Une voiture autonome est également décrite comme une IA étroite, mais je pense que c'est un peu exagéré !

L'intelligence artificielle va-t-elle remplacer les marketeurs ?

Oui…. quelques!!!

Le marketing est un processus chronophage avec de nombreuses tâches répétitives auxquelles les machines peuvent aider…

… mais il y a certaines tâches que les machines ne pourront jamais accomplir au même niveau que les spécialistes du marketing humain.

Je peux imaginer, dans le futur, être assis en face d'un robot discutant d'une proposition commerciale, mais je ne peux pas imaginer que je construirais la même relation avec un robot qu'avec un vrai humain. Il est relativement facile de créer un logiciel pour battre quelqu'un aux échecs et…

… le logiciel s'améliore pour battre les gens.

Mais…

L'établissement de relations est la partie la plus importante du marketing et les ordinateurs sont nuls.

Aussi, qui va construire une stratégie pour une entreprise ?

Une machine compatible avec l'IA peut fournir des intrants dans cette stratégie, mais les stratèges survivront toujours.

J'ai récemment regardé un film intitulé "Her" où l'acteur construit une relation avec un système d'exploitation.

Un film tellement ridicule !

Actuellement, cependant, la mise en œuvre de l'IA au sein des organisations pose un sérieux problème en raison du manque de connaissances des spécialistes du marketing.

Dans un rapport réalisé avec les CMO (Chief Marketing Officers) par Deloitte en 2018, le principal facteur qui pourrait ralentir la croissance organique du marketing est le manque de talents.

Et parce que l'IA est plus technique que la plupart des autres domaines du marketing, cela va être un problème majeur.

J'ai écrit ce guide car il y a tellement d'informations techniques sur l'IA en ligne qu'il est assez difficile à comprendre. J'espère que ce guide aidera les spécialistes du marketing à comprendre ce qu'est vraiment l'IA.

Une fois que vous avez compris l'IA, vous pouvez déterminer comment remplacer les systèmes que vous utilisez en interne par un logiciel d'IA. Et si vous décidez qu'il est judicieux de remplacer les solutions logicielles existantes, vous devez déterminer quelles fonctionnalités seront supprimées et quelles nouvelles fonctionnalités seront ajoutées.

Vous devrez ensuite éduquer votre équipe sur l'IA et la former sur le nouveau logiciel.

De plus, le marché des solutions d'IA se développe si rapidement que, sans comprendre l'IA, vous aurez du mal à trouver le bon fournisseur.

CHAPITRE 2

Les éléments de l'Intelligence Artificielle

L'intelligence artificielle est un domaine complexe qui comprend divers éléments.

Il est axé sur les éléments suivants :

• Apprentissage – Acquérir des informations et des règles d'utilisation de ces informations.
• Raisonnement - Penser à quelque chose de manière logique et sensée.
• Faire – Quel est l'intérêt d'apprendre et de réfléchir si vous ne le faites pas ?
• Autocorrection – Comprendre les erreurs et les corriger.

Voici une ventilation des principaux domaines dans lesquels l'IA a été mise en œuvre.

Remarque : Il y a des chevauchements dans chacun des domaines. Par exemple, une voiture autonome utilise une combinaison d'apprentissage automatique, de reconnaissance d'image et d'apprentissage en profondeur.

Les réseaux de neurones

Un cerveau prend une entrée (externe ou interne), la traite et produit ensuite un résultat.

Un neurone est l'unité de calcul de base dans le cerveau et il est responsable du traitement de ces entrées pour produire les sorties.

Les signaux chimiques sont transmis de neurones à neurones.

Il y a plus de 100 milliards de neurones, en moyenne, dans un corps humain et c'est un réseau extrêmement complexe d'interconnexions entre les neurones. Certains neurones peuvent être connectés à 10 000 autres neurones.

Imaginez si quelqu'un mettait sa main près d'un poêle chaud. Ceci est une entrée. Les neurones traiteraient cela, provoquant le déplacement de la main du poêle.

Voici à quoi cela ressemblerait en interne :

Le neurone sensoriel ressent la chaleur, transmettant l'information à d'autres neurones internes et éventuellement à un motoneurone qui provoque la réaction de s'éloigner de la chaleur.

Un seul neurone ne fait pas grand-chose par lui-même, mais l'utilisation d'un réseau complexe de neurones vous offre des capacités incroyables.

Le neurone est composé d'une entrée, d'une sortie et d'un poids. Le poids est vraiment un indicateur d'importance dans le schéma général des choses pour cette information particulière.

Par exemple, vous voulez qu'une machine calcule la valeur d'une voiture.

Vous prenez une gamme d'entrées, par exemple l'année, la marque, le modèle, l'état, le kilométrage, etc. et celles-ci sont transmises à travers les neurones. Chaque entrée est pondérée.

La marque et le modèle sont pondérés plus haut que le kilométrage ou l'année.

Et alors:

Grâce à une série de calculs complexes, la machine arrive à un résultat.

Voici un exemple simple de réseau de neurones.

Les entrées initiales sont pondérées (par exemple, les caractéristiques basées sur l'importance), elles sont ensuite envoyées à la couche cachée pour traitement, et le résultat est la sortie.

Apprentissage automatique

L'apprentissage automatique est une branche de l'IA qui permet aux ordinateurs de devenir progressivement meilleurs dans l'exécution de tâches existantes ou de devenir capables d'effectuer de nouvelles tâches sans aucune intervention humaine.

Les ordinateurs analysent en permanence les données afin de pouvoir produire de meilleurs résultats à l'avenir. Autrement dit, ils deviennent plus intelligents.

Le machine learning se décompose généralement en 3 parties :

L'apprentissage en profondeur

Nous avons parlé plus tôt des réseaux de neurones. L'apprentissage en profondeur utilise des réseaux de neurones plus avancés.

Ainsi, au lieu d'une couche d'entrée, masquée et de sortie, vous pouvez avoir plusieurs couches masquées.

Cela signifie qu'il y a beaucoup plus de traitement effectué qu'avec un réseau de neurones de base. Le même système de poids est passé entre les neurones.

L'apprentissage en profondeur est généralement classé de la manière suivante :

Supervisé

L'apprentissage supervisé est l'endroit où vous fournissez à l'ordinateur les données d'entrée, puis les données de sortie (c'est-à-dire les résultats que vous attendez). Vous construisez ensuite un algorithme autour de cela afin de pouvoir commencer à fournir de nouvelles données d'entrée et l'ordinateur créera automatiquement les données de sortie.

Par exemple, imaginez si vous aviez un filtre anti-spam. Au lieu de donner à l'ordinateur un ensemble de règles pour déterminer si un e-mail est un spam ou non, vous lui fournissez un ensemble d'e-mails, puis lui dites lequel de ces e-mails est un spam et pourquoi. L'algorithme serait ensuite utilisé pour élaborer un nouvel ensemble d'e-mails.

Non surveillé

Avec l'apprentissage automatique non supervisé, vous fournissez les données d'entrée, mais vous ne fournissez pas les données de sortie. L'entrée pourrait être un lot de données de test dans un premier temps.

Ainsi, l'ordinateur n'a pas de données d'exemple pour l'aider à générer les réponses. Il doit faire un peu plus de travail.

Semi-encadré

C'est un juste milieu. Ce n'est pas complètement non supervisé, mais les données de sortie ne sont pas suffisantes pour prédire avec précision tous les résultats.

Ainsi, l'ordinateur traite les données et utilise les données de sortie comme ligne directrice qu'il améliore au fil du temps à mesure qu'il traite plus de données.

Vous pouvez utiliser le ML semi-supervisé dans les cas où vous devez classer manuellement les données, mais il y a tellement de choses à classer que vous n'en classez qu'une partie et laissez le reste à l'ordinateur.

Traitement du langage naturel (TAL)

C'est ça le traitement automatique du langage naturel...

Alexa est un appareil Amazon.

Vous posez des questions de manière conversationnelle et Alexa est capable de les traiter et de donner une réponse.

Eh bien, c'est généralement… ..

Les systèmes de traitement du langage naturel (TLN) sont devenus plus avancés au cours des dernières années, mais il reste encore de nombreux défis.

Par exemple, il ne serait pas inhabituel de dire ce qui suit :

Alexa – À qui Man U joue-t-il ?

Les supporters de Manchester United abrègent souvent Manchester United en Man U ou les Red Devils ou en disant simplement United. Il y a peu de chances qu'Alexa comprenne ces abréviations.

Voici un autre exemple difficile pour la PNL :

"J'étais dans un pub l'autre soir avec mes potes et c'était mortel."

Lorsque nous utilisons le mot «mortel» dans ce contexte en Irlande, nous voulons dire que c'était très amusant. Les systèmes NLP ne sont toujours pas efficaces pour détecter le sentiment d'un texte ou d'un mot parlé.

La PNL continuera donc d'évoluer mais elle ne sera jamais parfaite à cause de :

• Accents
• Autant de langues, de variations de langues et d'argot utilisé
• Le ton de la voix et le langage corporel

Calcul évolutif

Voici la définition du calcul évolutif de Wikipedia :

"En informatique, le calcul évolutionnaire est une famille d'algorithmes d'optimisation globale inspirés de l'évolution biologique, et le sous-domaine de l'intelligence artificielle et du soft computing étudie ces algorithmes."

Mais qu'est-ce que cela signifie concrètement…

Il a été qualifié d'évolutif car il s'agit d'un processus continu d'optimisation des résultats qui « fait évoluer » de meilleures solutions au fil du temps.

Il a également été appelé évolutionnaire à partir de la théorie de l'évolution de Darwin.

Par exemple, l'une des théories de Darwin portait sur la survie du plus apte. Les membres les plus faibles d'une espèce mourront avec le temps.

Avec l'informatique évolutive, vous proposez de nombreuses solutions potentielles à un problème. Certains peuvent être bons et certains peuvent être complètement aléatoires.

Avec les tests, au fil du temps, les meilleures solutions évoluent.

Avec l'apprentissage en profondeur, nous nous concentrons sur des modèles que nous connaissons déjà. L'informatique évolutive propose des solutions à des problèmes pour lesquels nous n'avons aucun exemple de résultats que nous pourrions utiliser pour nous aider.

Vision

Nous parlons de la capacité des ordinateurs/machines ou des robots à voir, traiter et agir automatiquement sur la base d'images.

L'IA pour la vision est généralement divisée en :

Vision par ordinateur - Un ordinateur extrayant des informations d'une image pour lui donner un sens.

Vision artificielle - Machines utilisant des méthodes visuelles pour améliorer les choses dans des domaines tels qu'un environnement de production. Ils peuvent identifier visuellement les défauts, examiner les étiquettes des aliments et/ou détecter les défauts d'un produit.

Vision robotique - C'est là que la vision est utilisée pour identifier quelque chose sur lequel travailler et les capacités robotiques effectuent l'action nécessaire.

Robotique

Les robots sont des machines physiques.

La robotique est le domaine d'étude des robots.

Parfois, vous entendrez des gens parler de robots créant automatiquement du contenu pour les spécialistes du marketing, mais ce ne sont pas vraiment des robots. Il n'y a pas de robot physique impliqué.

La plupart des robots n'ont pas d'IA, mais cela est en train de changer.

Par exemple, je possédais une tondeuse à gazon robotisée appelée « Robomow ». Le slogan était "Il ne vous tond pas". En fait, je les vendais, mais c'est une toute autre histoire.

Robomow est assis sur une unité de charge et tous les quelques jours, il sortait et coupait l'herbe. Il y avait un câble électrique autour du bord du jardin et la tondeuse allait et venait à différents angles par rapport aux bords. Il a enregistré où il avait été afin qu'il sache quand partout a été coupé.

Il y avait même des capteurs de pluie, donc s'il pleuvait, il ne sortirait pas pour couper l'herbe.

Mais il n'avait pas d'intelligence artificielle.

Par exemple, il aurait pu se renseigner sur les obstacles dans le jardin et construire différents itinéraires en fonction de ces obstacles.

Malheureusement, le mien restait coincé sous le trampoline…

…à chaque fois…

Voir:

Je ne dis pas que ces appareils ne sont pas utiles.

Mais… ils pourraient être beaucoup plus intelligents.

Systèmes experts

Un système expert est un programme informatique qui émule la capacité humaine à prendre des décisions.

c'est-à-dire qu'il remplace le besoin ou soutient un expert existant.

Il contient généralement une base de connaissances avec un ensemble de règles pour appliquer les connaissances à chaque situation particulière.

Grâce aux capacités d'apprentissage automatique, il construit sa base de connaissances au fil du temps et adapte ou crée de nouvelles décisions en fonction de ses connaissances pratiques.

Interprétation de la parole

Dans un avenir pas trop lointain, il sera inhabituel pour quelqu'un de ne pas avoir un appareil tel qu'un Amazon Echo dans sa maison afin qu'il puisse exprimer des questions et des instructions à cet appareil et obtenir des réponses immédiates.

L'interprétation vocale s'améliore constamment et certains de ces appareils tirent parti de l'intelligence artificielle pour apprendre au fil du temps et produire de meilleures réponses.

Imaginez si un système de reconnaissance vocale était capable de prédire si une vente allait être générée à partir d'un centre d'appels, puis de faire des suggestions aux agents pour améliorer le taux de conversion ?

Et ils l'ont fait en analysant la conversation et l'acoustique de cette conversation.

Une société appelée OTO Systems a étudié 4 000 heures de conversations commerciales entrantes avec des taux de conversion de 50 %.

Ils ont formé leurs modèles d'apprentissage en profondeur pour capturer la « signature acoustique » d'une vente réussie.

Ils ont réussi à prédire 94 % des résultats des appels.

Ils ont ensuite mis en place ce système dans un centre d'appels et ont constaté une augmentation de 20 % de l'engagement avec une augmentation de 5 % des ventes.

Planification de l'IA

Selon Wikipedia, il s'agit de stratégies ou de séquences d'actions créées automatiquement pour des agents intelligents, des robots ou des véhicules sans pilote.

Donc, il s'agit d'analyser un problème et de produire un plan d'action.

La planification de l'IA prend en compte des éléments tels que :

• Dépendances - une tâche nécessite-t-elle une autre tâche pour être complétée
• Jalons – dates précises à respecter
• Contraintes - par exemple, si vous n'avez que 10 personnes disponibles, vous ne pouvez pas jeter 20 personnes sur le problème.

Lorsque le plan et le calendrier sont créés, ils sont automatiquement ajustés en fonction des résultats et des modifications apportées aux entrées.

Par exemple, si une ressource n'est plus disponible, le plan doit être ajusté.

CHAPITRE 3

Applications de l'IA dans le marketing

Il y a tellement d'utilisations potentielles de l'IA dans le marketing qui la rendraient plus efficace et aideraient à obtenir de meilleurs résultats.

Nous parlons de marketing 1 pour 1 depuis de nombreuses années et, même avec des systèmes avancés d'automatisation du marketing, ce n'est toujours pas une réalité.

Mais… avec l'intelligence artificielle, nous avons de bien meilleures chances de fournir ce qui ressemble plus à une communication client en tête-à-tête.

Jetons un coup d'œil à quelques exemples de la façon dont le marketing peut s'améliorer avec l'IA.

IA et marketing de contenu

Pour survivre sur le web, nous devons produire du contenu.

Le contenu attire les visiteurs, engage notre public et les incite à revenir.

Le contenu se présente sous plusieurs formes :

• Article de blog
• Témoignages
• Données factuelles, par exemple rapports
• Contenu vidéo
• Tweets
• Informations sur la société

L'IA ne reprendra jamais le rôle complet de Content Marketer, mais elle peut certainement aider.

Les ordinateurs peuvent-ils créer automatiquement du contenu qui ne semble pas avoir été créé par un ordinateur ?

Oui!

Un rapport de 2017 de Statista a révélé que plus de 90 % des personnes interrogées ont déclaré que l'obtention de contenu personnalisé était "très/plutôt" attrayante".

Il n'est pas surprenant que les gens veuillent avoir l'impression que vous fournissez des informations et du contenu qui leur sont pertinents. Ils ne se soucient de personne d'autre !!!

Les spécialistes du marketing n'ont pas le temps de personnaliser tout le contenu, mais heureusement, l'IA peut les aider.

Voici comment:

Recherche de contenu

MarketMuse est une plate-forme logicielle qui donne aux utilisateurs des conseils pour créer le bon contenu. Il utilise le Big Data et l'IA pour comprendre comment les moteurs de recherche classent le contenu.

Il analyse toutes vos données et les compare avec le classement d'autres entreprises pour un contenu similaire.

Il organise ensuite votre contenu en groupes de sujets, définissant les sujets faciles à classer et fournit des recommandations sur la façon d'améliorer votre contenu.

Effectuer un audit de contenu est un processus très chronophage et un logiciel comme celui-ci peut vous faire gagner énormément de temps.

Voici un exemple où MarketMuse analyse les meilleurs résultats de recherche pour les outils marketing. Il extrait les termes les plus pertinents de chacun des éléments de contenu les mieux classés et les compare à votre contenu.

L'outil affiche le nombre de mentions de ces mots-clés dans le contenu concurrent par rapport au nombre de mentions dans votre contenu. Vous obtenez un score de contenu que vous pouvez améliorer pour vous classer plus haut.

En analysant votre contenu, MarketMuse détermine votre « autorité de sujet ». Ce sont les sujets pour lesquels vous pourriez facilement vous classer en créant plus de contenu autour d'eux.

Création de contenu

La génération neurolinguistique (NLG) est une technologie qui transforme les données en récits à consonance humaine.

Automated Insights est une entreprise qui fait exactement ce que son nom suggère.

Ils analysent les données et produisent automatiquement un texte qui décrit les données.

Imaginez si vous étiez dans une société de bourse et que vous deviez créer 1 000 rapports différents pour les clients. C'est une pensée épouvantable, n'est-ce pas ?

Maintenant, imaginez que vous cliquez sur un bouton et que vous générez ces rapports automatiquement.

L'IA ne peut pas écrire un livre ou me remplacer en tant que blogueur, mais cela peut certainement beaucoup aider à la création de contenu.

Amplification du contenu

L'amplification de contenu est le processus de promotion et de distribution de contenu par le biais de tactiques payantes et non rémunérées pour atteindre une plus grande portée.

Avec autant de bruit en ligne, même le contenu le plus épique ne fonctionnera pas bien à moins que vous n'en fassiez la promotion.

La promotion de contenu prenait autrefois une grande partie du temps des spécialistes du marketing de contenu, mais il existe maintenant des outils vraiment intelligents qui peuvent aider à automatiser ce processus.

Voici un exemple.

Inpowered est un outil qui vous permet de sélectionner le contenu que vous souhaitez promouvoir sur de nombreuses plateformes publicitaires natives, puis d'automatiser le processus de placement de la promotion et d'obtenir les meilleurs taux de rémunération par clic.

Il annulera les promotions sur certaines plateformes, augmentera les promotions sur d'autres plateformes et analysera ce qui fonctionne et quand.

Le tout entièrement automatisé.

Cette plateforme est intéressante car la technologie est très bonne et vous ne payez que pour les utilisateurs engagés. Si quelqu'un regarde votre contenu et rebondit immédiatement, vous ne serez pas facturé.

Optimisation du contenu

Que diriez-vous d'optimiser le contenu pour générer plus de trafic depuis Google ?

Autrefois, vous pouviez insérer plusieurs fois le même mot-clé dans votre article pour le classer.

Mais maintenant… Google effectue une analyse sémantique de votre contenu pour comprendre de quoi il s'agit.

Il utilise l'apprentissage automatique (Rankbrain) pour comprendre le contenu que vous écrivez.

De plus, il ne s'agit pas seulement de regarder les mots-clés, il s'agit de l'autorité du sujet.

Voici un exemple de la façon de démontrer l'autorité du sujet sur votre site.

Vous créez un élément de contenu pilier comme cet élément de contenu.

Vous créez ensuite des éléments de contenu liés qui renvoient au contenu du pilier (et les liens du pilier vers le contenu lié).

Vous pouvez même aller plus loin et créer du contenu de publication d'invités sur d'autres sites Web avec un lien vers le contenu connexe ou pilier de votre site.

Cela montre l'autorité du sujet qui est plus importante qu'un article ciblant un mot-clé spécifique.

Google utilise l'IA pour déterminer l'autorité de votre sujet. Il est donc logique que nous ayons besoin d'outils qui exploitent l'IA pour déterminer si nous fournissons les bons signaux à Google.

C'est ce que font MarketMuse et d'autres outils dans ce domaine.

Curation contenu

Un outil de curation de contenu est idéal pour trouver le contenu pertinent qui vous intéresse.

Par exemple, vous configurez un ensemble de mots-clés et il trouve du contenu populaire lié à ces mots-clés.

Mais….

… la version IA de l'outil de curation de contenu franchit une étape supplémentaire.

Prenez Frase.io comme exemple.

Cela trouve du contenu mais utilise ensuite l'IA pour résumer le contenu afin que vous n'ayez pas à tout lire.

Je ne sais pas pour vous mais moi ça me parait génial!!!

En termes de curation de contenu, l'IA devrait aider dans les flux de travail suivants :
– Faire des requêtes plus ciblées et supprimer le bruit lors de la surveillance des médias
– Résumer les informations pour aider les travailleurs du savoir à consommer le contenu plus rapidement et à approfondir uniquement lorsque cela est pertinent
– Identifier les relations entre les sujets et dessiner les tendances dans le temps
L'amélioration de la conservation du contenu grâce à l'IA devrait aider les spécialistes du marketing à créer de meilleures newsletters, à intégrer davantage de recherches sur leur contenu original, à étendre leur publication sur les réseaux sociaux et à créer des microsites internes plus riches. Les éditeurs numériques peuvent utiliser la curation de contenu basée sur l'IA pour générer automatiquement des rapports et enrichir leur flux de travail éditorial.

Tomas Ratia PDG Frase.io

IA et analytique

Nous décomposons généralement les analyses en analyses descriptives, prédictives et prescriptives, mais ajoutons une quatrième dimension :

L'analyse descriptive existe depuis longtemps.

Un exemple de cela serait de voir les données de Google Analytics mais de ne pas savoir quoi en faire.

L'analyse prédictive vous donne des idées sur ce que vous pourriez faire et l'analyse prescriptive vous indique ce que vous devez faire.

L'analyse orientée vers l'action est l'endroit où les actions sont automatiquement prises et testées en fonction de ce qui est prescrit.

Parfois, je me connecte par erreur au compte Netflix de ma femme et la plupart des recommandations ne correspondent pas aux films que je regarderais !

Mais lorsque je me connecte à mon compte Netflix, cela montre toujours quelque chose qui m'intéresse.

Netflix regroupe automatiquement les personnes dans différentes catégories et les notes sont basées sur les commentaires dans la catégorie dans laquelle vous êtes placé.

Ainsi, lorsque je vois une note en pourcentage indiquant la probabilité que j'aime un film, cette note peut être différente pour ma femme car elle est dans une catégorie différente.

Netflix essaie en permanence de fournir de meilleures recommandations pour commercialiser de meilleurs films à ses utilisateurs.

Mais ils ne se contentent pas de regarder le film/l'émission que vous avez commencé à regarder. Ils examineront également :

• En avez-vous regardé une partie et avez-vous arrêté de regarder
• L'avez-vous regardé pendant quelques nuits
• Quand vous l'avez regardé, c'est-à-dire il y a un mois, il y a un an, etc.

Et, bien sûr, bien plus encore.

Ce sont des algorithmes d'apprentissage automatique qui apprennent au fil du temps et s'ajustent automatiquement.

Une société britannique appelée Datalytyx a breveté une solution d'IA qui résout un problème majeur d'analyse de gros volumes de données, par exemple en analysant des milliards d'enregistrements.

Son logiciel d'intelligence artificielle identifie le 1 % des données les plus pertinentes et vous exécutez des rapports sur cette base.

IA et automatisation du marketing

Une tâche typique d'automatisation du marketing consiste à envoyer une série d'e-mails aux utilisateurs après leur inscription à une liste de diffusion.

Et puis, en fonction de leur interaction avec les e-mails, dirigez les gens vers un chemin différent.

Par exemple, le clic sur un lien concernant un nouveau produit dans le deuxième e-mail d'une séquence déclenche un e-mail différent.

Il s'agit d'une automatisation intelligente des e-mails, mais ce n'est pas de l'IA.

L'IA ajoute une toute nouvelle couche d'intelligence. Voici quelques exemples:

Watson est une plate-forme IBM qui utilise l'IA pour en savoir plus sur vos données.

Le « marketing Watson » fait partie de la plate-forme Watson axée sur… vous l'avez deviné… le marketing.

L'un de ses composants est la création de campagnes d'e-mails ciblées.

Il utilise l'IA pour en savoir plus sur chaque individu de la campagne et adapte la communication en fonction de ces données.

Par exemple, au lieu de simplement placer les gens dans un seau en fonction d'un formulaire qu'ils remplissent, il extrait les données de nombreuses sources et crée des micro-segments basés sur le mode de vie, le comportement social, l'étape de la vie, le lieu, etc.

Mais il évaluera également en permanence ces données et déplacera automatiquement les personnes entre les segments en fonction des nouvelles données et de l'analyse des performances.

Lorsque vous travaillez avec de grands ensembles de données, vous avez besoin de l'IA pour automatiser certaines tâches et donner un sens aux données.

Par exemple:

Compilez des données provenant de nombreuses sources et créez des micro-segments basés sur le mode de vie, le comportement social, l'étape de la vie, le lieu, etc.

Découvrez les défauts des campagnes originales et modifiez les segments et les offres en fonction de cela.

IA et marketing conversationnel

Un chatbot est un programme informatique conçu pour simuler une conversation avec un autre humain.

Il existe de nombreux outils disponibles (par exemple mobile monkey) qui permettent de créer facilement un chatbot.

Ils ont un programme de construction qui vous permet de créer automatiquement des actions basées sur des entrées.

Cependant, ces chatbots ne sont pas compatibles avec l'IA. Ils sont formés pour reconnaître les intentions spécifiques des utilisateurs et puisent dans une base de connaissances pour récupérer des réponses (chatbots basés sur la récupération).

Nous sommes encore loin de voir des chatbots capables de fournir aux utilisateurs un nombre illimité de réponses qu'ils peuvent générer à la volée. Ce serait la véritable IA au travail.

La plupart des chatbots opèrent aujourd'hui dans un créneau spécifique et la quantité de choses qu'ils savent et peuvent faire est très limitée. Cependant, ils utilisent toujours les techniques de la PNL pour comprendre le langage humain. Les plus sophistiqués utilisent également l'analyse des sentiments pour comprendre l'émotion derrière les mots de l'utilisateur.

Les chatbots, tels qu'ils sont aujourd'hui, sont toujours un outil très utile pour aider à automatiser certaines parties du processus de vente et de marketing.

Par exemple, les chatbots peuvent :

• augmenter l'engagement grâce à des conversations personnalisées avec les utilisateurs
• traiter les demandes des clients sur votre site Web
• améliorer le ciblage en recueillant des informations utiles sur les utilisateurs

Désormais, pour les entreprises qui utilisent déjà des chatbots sur leur site Web, il existe des outils qui peuvent les aider à comprendre leurs performances.

Liveperson.com analyse les conversations de chatbot en temps réel pour évaluer quand les clients ont une mauvaise expérience client. Les entreprises peuvent alors prendre des mesures en fonction de cela.

Je ne sais pas si nous allons l'utiliser… peut proposer un nouveau diagramme.

IA et marketing par e-mail

Le marketing par e-mail est un domaine qui pourrait bénéficier énormément de l'IA.

Pensez-y – un outil d'IA pourrait vous aider à déterminer le type de contenu que vous devez envoyer et quand vous devez l'envoyer pour augmenter vos chances de convertir un prospect individuel.

Étant donné que l'IA peut traiter d'énormes quantités de données en un rien de temps, vous exécuterez des campagnes plus intelligentes et plus efficaces avec un meilleur retour sur investissement. Sans parler du temps que vous gagneriez sur les tests A/B !

Un outil de marketing par e-mail alimenté par l'IA pourrait également aider dans un autre domaine difficile pour les spécialistes du marketing : l'envoi d'e-mails hautement personnalisés à grande échelle.

L'IA peut prendre en compte l'historique d'un client avec votre entreprise et déterminer le type de messagerie et d'offres qui fonctionnent le mieux.

Par exemple, Phrasee est un outil de marketing par e-mail qui utilise l'IA pour générer des lignes d'objet, un corps de texte et des CTA afin d'encourager des taux de clics et un engagement plus élevés dans les campagnes de marketing par e-mail.

IA et SEO

L'intelligence artificielle a le potentiel de rendre la recherche plus humaine.

Cela signifie que les moteurs de recherche se penchent désormais davantage sur le sens et le contexte de la requête du chercheur pour fournir des résultats plus significatifs.

L'ère du bourrage de mots clés est révolue. Les algorithmes de recherche se concentrent désormais sur le contexte de l'utilisateur et l'intention de recherche.

Et c'est une bonne chose.

Les spécialistes du marketing peuvent également tirer parti des outils d'IA pour améliorer le classement de leur contenu.

Vous pouvez désormais utiliser l'IA pour améliorer vos efforts de référencement de différentes manières, notamment :

• Identifier les opportunités de contenu
• Effectuer une recherche de mots-clés
• Identifier les opportunités d'optimisation du contenu
• Personnalisation du contenu, et plus encore.

IA et réseaux sociaux

Chaque fois que vous vous connectez à Facebook et que vous consultez le fil d'actualités, vous voyez l'IA en action.

Facebook surveille en permanence qui vous suivez, avec quoi vous interagissez, comment vous consommez du contenu et plus encore.

Ces algorithmes apprennent au fil du temps pour produire de meilleurs résultats de flux d'actualités.

Facebook est une question d'engagement.

Si vous passez plus de temps sur la plateforme, ils peuvent vous montrer plus d'annonces et gagner plus d'argent.

C'est si simple!

Il est tout à fait logique de suivre ce avec quoi vous interagissez et n'interagissez pas.

Si vous suivez une page Facebook et n'interagissez jamais avec les publications qu'elle publie, c'est un signe certain que vous n'avez aucun intérêt pour le contenu de cette page.

Voici un autre exemple d'IA pour les médias sociaux.

Persado fournit "une copie marketing générée par la machine pour générer des performances maximales sur n'importe quel canal".

Il sélectionne les meilleurs mots, phrases, visuels et émotions pour susciter plus d'engagement.

Et les médias sociaux sont une question d'engagement.

Avec ce module de médias sociaux, ils créeront automatiquement le texte et trouveront les meilleures images qui susciteront le plus d'engagement.

IA et optimisation du taux de conversion (CRO)

L'optimisation du taux de conversion consiste à améliorer la conversion.

Par exemple, sur 100 visiteurs de votre site Web, vous convertissez 2 %, puis vous apportez des modifications à votre site Web et augmentez votre conversion à 3 %.

Il existe plusieurs façons d'augmenter la conversion :

• Améliorez vos annonces afin d'obtenir un taux de clics plus élevé et un coût moindre
• Améliorez les annonces afin d'envoyer un meilleur public à votre offre
• Créez un entonnoir de vente différent, par exemple, ajoutez une option de vente incitative après que quelqu'un ait acheté
• Modifiez les pages qui font partie de l'entonnoir, par exemple les couleurs, le texte, les images, la vidéo, etc.

C'est un processus très long et manuel et c'est là que l'IA peut aider.

Unbounce est un outil de page de destination.

Ils ont récemment construit un projet pilote autour de l'IA et ont inclus 34 clients sur une période de 6 semaines.

L'IA a analysé les performances des pages de destination sur des campagnes réelles et a indiqué aux spécialistes de la conversion ce qu'il fallait changer.

En moyenne, l'augmentation de la conversion sur les pages était de 19,8 %, une page atteignant plus de 100 %.

Il s'agit certainement d'une augmentation des performances supérieure à celle à laquelle vous vous attendez en travaillant avec un spécialiste de la conversion.

IA et Ecoute / Monitoring

Chaque entreprise veut être en mesure de capturer autant de conversations autour de sa marque que possible.

L'objectif est de comprendre non seulement ce que les gens disent de leur marque, de leurs produits ou de leurs services, mais aussi ce qu'ils en pensent.

Cela aide les spécialistes du marketing à analyser la présence de leur marque et à utiliser ces informations pour améliorer la communication avec leur public et mieux cibler leurs campagnes.

La PNL et l'analyse des sentiments peuvent vraiment aider dans ce domaine.

Les entreprises peuvent utiliser l'IA pour comprendre les conversations autour de leurs produits afin de détecter les problèmes potentiels et d'agir en conséquence, ainsi que pour découvrir l'intention d'achat.

IA et reconnaissance d'images

Nous savons tous à quel point le contenu visuel est important pour le marketing.

Nous pouvons désormais utiliser des outils d'intelligence artificielle et de reconnaissance d'images pour analyser les tendances et découvrir le type de visuels qui apporteraient les meilleurs résultats sur les réseaux sociaux et autres canaux.

La reconnaissance d'image permet aux spécialistes du marketing d'« écouter » ce que leur public dit à travers des images afin de pouvoir fournir un contenu visuel qui correspond aux intérêts de ce public.

L'IA peut aider à analyser des millions de publications sur les réseaux sociaux et à filtrer les images que les gens partagent et avec lesquelles ils interagissent.

Sans outils de reconnaissance d'images, il serait impossible pour les marketeurs d'analyser une telle quantité de matériel visuel !

La plateforme Image Insights de Brandwatch en est un exemple. Cet outil vise à aider les entreprises à découvrir comment les gens utilisent des images contenant leur marque sur les réseaux sociaux.

Il analyse essentiellement les mentions visuelles du logo d'une marque sur des millions de publications sur les réseaux sociaux.

IA et marketing d'influence

Le marketing d'influence est une forme de marketing très puissante, mais les marques ont du mal à identifier les bons influenceurs.

Avec la technologie de l'IA, il existe désormais des moyens plus intelligents d'analyser et de trouver des influenceurs.

Par exemple:

La demande de contenu utile de la part d'experts de confiance prend d'assaut le monde du marketing sous la forme d'une collaboration entre influenceurs et l'IA joue plusieurs rôles.

Des influenceurs virtuels alimentés par l'IA sur Instagram comme @lilmiquela avec 1,5 million d'abonnés aux systèmes d'IA sophistiqués utilisés dans les plateformes de marketing d'influence, l'impact et les implications de l'intelligence artificielle sur le marketing d'influence ne font que commencer.

Les futures applications de l'IA et du marketing d'influence incluent la capacité de prédire l'impact potentiel de certains influenceurs, types de contenu et combinaisons de canaux, ainsi qu'un filtrage plus avancé des influenceurs avec de faux abonnés.

Lee Odden – Fondateur de TopRank Marketing

CHAPITRE 4

Problèmes de sécurité concernant l'IA

En 2018, l'UE a mis en place un règlement appelé RGPD (règlement mondial sur la protection des données).

Son objectif est de réglementer la collecte, le stockage et l'utilisation des données personnelles par les entreprises sans autorisation.

Alors que les consommateurs sont de plus en plus préoccupés par l'utilisation de leurs données personnelles, je m'attends à ce qu'une réglementation similaire soit mise en œuvre dans d'autres parties du monde.

Comme l'IA consiste à collecter et à traiter des données, cela a de graves répercussions.

Disons que vous êtes entré dans un supermarché et que le supermarché a utilisé la reconnaissance faciale pour vous identifier, puis a adapté votre expérience en fonction des données disponibles. Ont-ils l'autorisation de le faire ? Pas en Europe.

Ainsi, bien que l'IA soit extrêmement puissante, certaines de ses utilisations devront être approuvées.

Sommaire

L'IA a un bel avenir devant nous.

Cela aura un impact énorme sur le marketing pendant de nombreuses années à venir.

Cela changera les rôles marketing, en supprimera complètement certains et fournira un tout nouveau niveau de sophistication qui n'était jamais possible auparavant.

Devriez-vous vous inquiéter en tant que Marketer ?

Bien sûr.

Vous devez rester au fait des développements de l'IA et voir comment vous pouvez l'intégrer à votre marketing.

Vous devez réfléchir à votre rôle en tant que Marketer et à la manière dont votre rôle évoluera ou sera remplacé à l'avenir.