Le guide d'introduction du marketeur à l'intelligence artificielle

L'intelligence artificielle (IA) est un domaine énorme, à la fois en termes de taille et de complexité. Et bien que la technologie permettant d'utiliser l'IA soit disponible, la mise en œuvre de ces technologies a quelque peu pris du retard. En effet, en apprendre davantage sur l'IA, ses nombreuses implémentations variées, ses implications et ses cas d'utilisation plus larges suffit à submerger rapidement tout spécialiste du marketing qui n'a pas encore une compréhension complète des bases. Pourtant, les spécialistes du marketing numérique doivent prêter attention à l'IA maintenant s'ils veulent rester à la pointe.

Commençons par une définition de base :

L'IA est un terme large qui englobe de nombreux types de technologies différents, mais défini grossièrement comme la capacité des machines à simuler l'intelligence humaine et la prise de décision. L'apprentissage automatique est ce à quoi on fait le plus souvent référence lorsque les spécialistes du marketing numérique discutent de l'IA. Il décrit la capacité des algorithmes et des logiciels à agir en fonction des enseignements tirés des données précédentes, au lieu d'exiger la contribution directe des humains pour influencer le comportement. Sur la base de données et d'exemples antérieurs, ces algorithmes peuvent faire des prédictions sur lesquelles baser les comportements futurs. Actuellement, certaines applications clés de l'IA à des fins de marketing et de publicité incluent l'intelligence économique, la publicité programmatique et l'optimisation des campagnes.

Un mot sur l'importance de l'IA :

En un mot, l'IA a le pouvoir d'améliorer à la fois l'efficacité des humains, d'obtenir de meilleures performances sur les campagnes que les humains ne sont capables de faire par eux-mêmes, et d'analyser les données et de prédire les résultats d'une manière que les humains ne pourront jamais faire. Cela ne signifie pas que l'IA va remplacer les humains, mais seulement qu'elle peut nous aider à faire notre travail plus efficacement et avec de meilleurs résultats. L'IA permet aux spécialistes du marketing d'offrir de meilleures expériences plus personnelles à leurs utilisateurs et, en fin de compte, d'obtenir une meilleure visibilité et un meilleur aperçu des tendances cachées dans les grands ensembles de données que la plupart nous font collecter, mais que nous sommes mal préparés à analyser correctement.

Modes de mise en œuvre :

Il existe un nombre apparemment illimité de façons dont l'IA peut être mise en œuvre pour bénéficier à la stratégie marketing de presque toutes les entreprises. Toutes ces implémentations nécessitent du temps et des investissements initiaux, bien que certaines soient considérablement plus difficiles à démarrer. Vous trouverez ci-dessous quelques utilisations de l'IA qui se situent à l'extrémité la plus facile du spectre de mise en œuvre.

1. Chatbots

Les chatbots sont des programmes qui utilisent l'intelligence artificielle pour interagir de manière conversationnelle avec les humains via du texte ou de la parole. Ils peuvent servir à de nombreuses fins différentes : - augmenter ou remplacer partiellement le service client humain - aider les utilisateurs à trouver des produits ou du contenu - fournir des instructions et des directives de cas d'utilisation - commander un service ou un produit (une course à Uber, une livraison à Pizza Hut ) - effectuer une transaction de commerce électronique (en utilisant Alexa pour commander des produits sur Amazon) Les chatbots n'ont pas encore beaucoup de visibilité parmi les utilisateurs Web grand public - la technologie est encore suffisamment récente pour que de nombreuses personnes n'aient pas encore interagi avec un, ou ne le fassent pas réalisent exactement avec quoi ils interagissent lorsqu'ils en rencontrent un. Une enquête eMarketer estime qu'au début de 2016, environ 70 % des utilisateurs ne savaient pas ce qu'était un chatbot : cependant, parmi les utilisateurs (de la génération Y) qui ont interagi avec des chatbots, la plupart indiquent avoir eu des expériences positives :

2. Analyse prédictive

La plupart des entreprises utilisent actuellement des analyses pour mesurer l'efficacité des efforts et des campagnes précédents. Les analyses d'aujourd'hui offrent un moyen puissant de déterminer le retour sur investissement des campagnes qui ont déjà été exécutées. Ils permettent aux spécialistes du marketing d'identifier des modèles au fil du temps et d'optimiser les futures campagnes en fonction de ces modèles. L'analyse prédictive, quant à elle, utilise l'apprentissage automatique pour créer des algorithmes capables d'analyser d'énormes ensembles de données et de faire des prédictions sur les performances futures. Par exemple, l'analyse prédictive peut aider les entreprises à trouver de nouveaux clients en identifiant les personnes les plus susceptibles de se convertir sur la base d'un ensemble de critères pertinents qui les identifient comme des prospects intéressants (par exemple, ils ont le même profil que les clients qui ont déjà converti ou un profil spécifique). ensemble d'attributs associés aux clients de grande valeur) L'entreprise peut utiliser ces informations pour envoyer de manière proactive des messages marketing à ces clients. L'analyse prédictive peut être utilisée pour évaluer les prospects qu'une entreprise possède déjà, en identifiant les prospects qui ont le potentiel de conversion le plus élevé et en aidant à éliminer les moins qualifiés. Le résultat est une meilleure visibilité des prospects de haute qualité. Un autre cas d'utilisation consiste à comprendre la valeur à vie des clients d'une entreprise. Les entreprises peuvent utiliser l'analyse prédictive pour identifier les clients qui présentent des comportements indicatifs de quelqu'un qui envisage de quitter le navire et contacter ces clients pour réduire le taux de désabonnement. Les entreprises peuvent également identifier les clients qui sont bien placés pour se prêter à une vente incitative et utiliser ces informations pour augmenter encore la valeur à vie du client.

3. Publicité programmatique

La publicité programmatique automatise le processus d'achat de publicités grâce à l'utilisation de la technologie d'intelligence artificielle qui peut optimiser les enchères et les emplacements en fonction d'un certain nombre de critères pertinents : comportements du public, données démographiques, etc. La programmation programmatique réduit la quantité de travail manuel nécessaire pour gérer les campagnes et, grâce à l'utilisation de l'apprentissage automatique, est capable d'optimiser ces campagnes en temps réel. La publicité programmatique est utilisée pour accroître l'efficacité du processus d'achat de publicités, pour réduire la gestion des campagnes du côté des annonceurs et pour optimiser les dépenses et les performances des campagnes. Enchères en temps réel (RTB) : les annonces sont achetées via des enchères en temps réel. Les annonceurs spécifient les catégories dans lesquelles les annonces doivent apparaître, mais ne sont pas en mesure de spécifier le site exact de l'éditeur. Il y a beaucoup d'inventaire disponible et les annonceurs ont la possibilité d'atteindre un large public, mais le contrôle sur l'endroit exact où une annonce apparaîtra est quelque peu limité. Programmatique direct : certains éditeurs réservent un inventaire qui n'est pas vendu via une enchère. Le programmatique direct est un moyen d'automatiser les achats directs d'annonces auprès de ces éditeurs. Il offre plus de contrôle (les acheteurs savent où leurs annonces apparaîtront) tout en automatisant une grande partie du processus d'achat d'annonces. Création programmatique : la publicité programmatique offre aux annonceurs la possibilité de déterminer quelle sera la création la plus efficace pour un public spécifique et de proposer une version de la création plus personnalisée pour eux. À la base, cela pourrait inclure des images de produits récemment consultés. À un niveau plus sophistiqué, cela pourrait inclure des sous-titres dans des images et des titres qui sont plus applicables à l'utilisateur en fonction de leurs attributs connus. Les dépenses publicitaires programmatiques connaissent une hausse fulgurante. D'un peu moins de 12 milliards de dollars en 2014 à près de 38 milliards de dollars prévus en 2018, ce qui représente 82 % de toutes les dépenses d'affichage numérique. Il y a beaucoup à apprendre en matière d'IA. Le domaine s'est développé rapidement au cours des dernières années et il y a de nombreux changements et progrès à suivre. Les spécialistes du marketing doivent connaître l'énorme pouvoir dont dispose l'IA pour augmenter et améliorer leurs initiatives. Rester au courant de ces changements est désormais synonyme de succès pour votre entreprise ou vos clients à l'avenir.