Que signifie l'essor du machine learning pour le marketeur ?

A côté de 30 experts internationaux comme par exemple Jim Sterne, Dr. A.K., Maurizio Miggiano, Head of Data & Analytics chez MediaCom Suisse, Alex Mari, University of Zürich, participeront au développement d'un modèle pour la définition d'une stratégie guidée par l'IA dans le contexte du marketing. 

Ce rapport de recherche indépendant décrit l'objectif, le processus et les avantages du marketing guidé par les machines. Il examine en particulier comment le marketing utilise des modèles d'apprentissage automatique pour automatiser, optimiser et étendre le processus de transformation des données en actions et interactions afin de permettre la prédiction des comportements, la prédiction des besoins et l'hyperpersonnalisation des messages.

Alex Mari, University of Zürich, conclut que les entreprises qui réussissent avec la technologie ML transforment les données en interactions transparentes avec les consommateurs à l'aide de processus semi-automatisés et en temps réel. Ces expériences prédictives et enrichies créent des relations one-to-one plus profondes avec les consommateurs, améliorent l'expérience client dans l'omni-canal et favorisent la différenciation des produits.

"Le marketing inspiré par les machines oblige les managers à évaluer stratégiquement leur organisation afin de redéfinir les rôles et les responsabilités, tout en définissant de manière adéquate la répartition des tâches entre l'homme et la machine", ajoute Maurizio Miggiano, responsable Data & Analytics chez MediaCom.

Lisez l'intégralité du livre blanc ici : "L'essor de l'apprentissage automatique dans le marketing" (PDF)

 
Maurizio Miggiano, Head of Data & Analytics chez MediaCom Suisse, donne un aperçu approfondi de son point de vue sur le Machine Learning (ML) dans le marketing :

"Si nous allons au-delà de l'engouement pour les programmes scolaires qui se cache derrière l'IA, nous trouverons de nouvelles façons sexy d'utiliser les données marketing. Ciblage, personnalisation de sites web, recommandations, prédiction de l'attrition, intelligence avancée. Beaucoup d'idées sympas et de grands gains d'efficacité. 

Un annonceur pourrait par exemple retracer les parcours numériques des clients afin de déterminer les tactiques et les stratégies qui ont précédemment donné des résultats positifs. Et de les répéter grâce à un ciblage successif qui utilise ces connaissances - généralement le résultat d'algorithmes de machine learning. 

Le cas typique le plus célébré est celui de l'achat média dit programmatique, qui permet à un annonceur de fournir à l'utilisateur des bannières ciblées et individualisées en fonction de son intérêt ou de son comportement antérieur, au bon moment et avec le bon message. 

Il est plutôt courant que le budget marketing soit optimisé à deux chiffres grâce à des algorithmes intégrés - ou même plus avec des algorithmes personnalisés sophistiqués

Nous ne devons cependant pas oublier que l'IA dans le marketing n'est définitivement pas si nouvelle. En fait, ces outils existent depuis longtemps, avant même que le débat sur l'IA n'influence le secteur du marketing. La plupart des produits d'IA sont proposés par les spécialistes du marketing sous la forme de fonctionnalités que nous ne manipulons pas vraiment et que nous ne voyons pas vraiment. 

C'est la magie des coulisses, intégrée dans la couche applicative des suspects habituels de la Silicon Valley. 

Et c'est magique ? Non, c'est plutôt l'automatisation d'une tâche unique et répétitive. C'est ce que nous pouvons faire actuellement. Aussi simple que cela puisse paraître, je recommanderais à la plupart des marketeurs que je connais de ne pas faire l'IA tout seul. Au contraire, laissez cela aux experts et aux entreprises qui ont déjà investi des millions dans cet espace.

A l'avenir, un marketeur ne sera définitivement pas en mesure de faire du ML ou de l'IA, mais plutôt de trouver les outils techniques adaptés au défi auquel il est confronté. 

Pour les bureaux marketing qui essaient de créer leur propre cas d'IA, mon conseil est le suivant : réfléchissez-y à deux fois. Vous aurez besoin de talent, de ressources et de nombreuses données, pour n'en citer que quelques-unes. L'expérience montre que cela a rarement été le cas pour les marketeurs, car le marketing est fondamentalement un grand chaos par rapport à d'autres secteurs qui ont un niveau plus élevé de gouvernance des données et de maturité analytique. 

Je sais que c'est paradoxal : d'un côté, vous avez tous les Google, Facebook, AppNexus, Amazon - des entreprises à la pointe du ML, du Deep Learning, de l'IA dans son ensemble. 

Et de l'autre côté, vous avez le bureau marketing typique qui contient encore beaucoup de données & d'analphabètes en matière de technologie. Qui essaie de comprendre ce qui se passe, bon sang ? Ce qui est possible et ce qui ne l'est pas ? Toutes ces réunions et toutes ces belles feuilles de route et avancées (de la foi ?).

Eh bien, tout ce qu'il faut faire, c'est choisir un défi - plus il est petit, mieux c'est - et déployer les outils. Aujourd'hui, il existe un outil et un fournisseur pour tous les défis de l'IA marketing. Certes, chacun peut être fasciné par l'élaboration de sa propre "feuille de route IA"... Mais comme je le dis toujours à ma mère : "Je suis un marketeur, donc je ne suis pas ton fils le plus intelligent".