Marketing avec intelligence artificielle. Ça a l’air fantaisiste.
Et c’est ça le problème.
Le terme est jeté dans la copie d’annonce de l’outil marketing, par les gourous du marketing et médité par les médias.
Pourtant, une définition concrète est insaisissable.
Pour beaucoup, l’IA est une énigme entourée de mots à la mode.
Mais l’ironie est que, même si le battage médiatique a exagéré ce que l’IA pourrait faire dans les prochaines années, la réalité de la façon dont l’IA est déjà utilisée aujourd’hui dans le marketing est souvent sous-reconnue.
- Facebook utilise la reconnaissance faciale pour recommander qui taguer sur les photos.
- Google utilise l’apprentissage en profondeur pour classer les résultats de recherche.
- Netflix utilise l’apprentissage automatique pour personnaliser les recommandations.
- Amazon utilise le traitement du langage naturel pour Alexa.
- Le Washington Post utilise la génération en langage naturel pour écrire des articles basés sur des données.
Votre vie est déjà assistée par machine, et votre marketing peut l’être aussi.
Qu’est-ce que l’intelligence artificielle?
La meilleure façon de comprendre l’intelligence artificielle est un terme générique.
Il est utilisé pour décrire une suite de technologies uniques, mais liées, qui peuvent simuler les capacités humaines.
Ce n’est pas une technologie magique singulière qui peut tout faire.
Mais un ensemble d’outils individuels avec de réelles capacités, mais qui sont à différents stades de développement.
Parmi ces différents sous-ensembles d’IA, il y en a quelques-uns qui sont particulièrement applicables au marketing en ce moment.
- Vision par ordinateur qui permet à l’IA de voir. Cela conduit à la détection d’objets, à la reconnaissance faciale et à l’écoute visuelle sur les réseaux sociaux.
- Traitement du langage naturel (NLP) qui permet à l’IA d’entendre et de parler – nous donnant des chatbots, une analyse sémantique, une génération de contenu et des capacités de recherche vocale.
- L’apprentissage automatique permet à l’IA d’apprendre avec des données sur la façon d’améliorer progressivement les performances d’une tâche spécifique au fil du temps, sans être explicitement programmé. Cela nous donne des recommandations de contenu, des audiences similaires, de la publicité programmatique et une évaluation des prospects.
La capacité d’auto-amélioration fournie par l’apprentissage automatique est le sous-ensemble le plus critique de l’IA pour les spécialistes du marketing.
L’automatisation n’est pas égale à l’apprentissage automatique
Vous pensez peut-être que vous avez couvert toute cette affaire de marketing sur l’IA, car vous disposez d’un outil d’automatisation marketing coûteux.
Soyons clairs:
L’automatisation n’est pas un apprentissage automatique.
L’automatisation est un ensemble d’instructions qui indique à une machine ce qu’elle doit faire pour produire un résultat spécifié.
Vous devez encore concevoir et saisir la logique marketing.
L’apprentissage automatique lui permet de s’améliorer par l’expérience, de sorte que la machine apprend ce qu’il faut faire pour produire le résultat souhaité.
La machine ne se limite pas à une exécution pure, elle s’occupe également de l’optimisation.
Au cœur, l’automatisation reproduit ce que vous faites maintenant. Cela fait gagner du temps mais a peu d’impact direct sur les KPI.
D’un autre côté, l’apprentissage automatique vous fera non seulement gagner du temps, mais améliorera également les tactiques actuelles pour augmenter continuellement les KPI.
Alors pourquoi ne tirons-nous pas parti de cette technologie?
Examinons les quatre principales raisons pour lesquelles les spécialistes du marketing hésitent à adopter des applications de l’IA et comment les surmonter.
Raison 1: Manque de compétences techniques
Bien que de nombreux spécialistes du marketing pensent qu’ils n’ont pas les compétences techniques pour adopter l’IA.
Ce n’est pas nécessairement le cas.
La réalité est que vous savez déjà tout ce dont vous avez besoin pour commencer.
Il y a une différence entre recherche sur l’apprentissage automatique, qui consiste à construire de meilleurs algorithmes et est l’apanage des scientifiques des données, et apprentissage automatique appliqué, qui utilise des algorithmes pour résoudre les problèmes commerciaux, ce que les spécialistes du marketing doivent faire.
Pensez-y de cette façon:
Vous ne comprenez peut-être pas pleinement la science derrière le fonctionnement d’un micro-ondes. Mais cela ne vous empêche pas de l’utiliser pour cuisiner.
- Les entreprises sans données scientifiques peuvent toujours choisir les meilleures données (les meilleurs ingrédients).
- Mettez ces informations dans des algorithmes open source (l’appliance).
- Pour créer des modèles (les recettes).
- Cela produit des prédictions – a.k.a., adopter des tactiques de marketing (le plat).
- La qualité dont nous pouvons évaluer par test (dégustation).
Et si le plat n’est pas savoureux, vous pouvez modifier la recette, ou acheter une cuisinière, ou obtenir des ingrédients de meilleure qualité.
Vous ne deviendrez pas un meilleur chef en apprenant davantage sur la science derrière le fonctionnement d’un micro-ondes.
Vous ne deviendrez pas un meilleur spécialiste du marketing en recherchant les subtilités de la science des données.
La meilleure façon d’apprendre à cuisiner est de commencer.
La meilleure façon pour les spécialistes du marketing de surmonter notre problème d’échelle est de déployer tout cas d’utilisation de l’IA.
Raison 2: la peur de nos emplois
Certaines équipes ne veulent pas lancer d’initiatives en matière d’IA, car elles craignent que cela provoque la prochaine révolution industrielle et elles seront sans emploi – ce qui provoque naturellement beaucoup de résistance.
Sauf si vous prévoyez de prendre votre retraite au cours des 5 prochaines années, l’intelligence artificielle aura un impact significatif sur votre carrière dans le marketing. Mais cela ne signifie pas que vous serez remplacé par un robot marketing.
Votre travail passera de l’exécution de tâches répétitives à l’enseignement de l’IA pour effectuer ces tâches pour vous.
Vous permettant de réinvestir votre temps dans la créativité et la stratégie.
Mais qu’implique réellement l’enseignement d’une IA?
Parce que cela semble très technique.
La méthode de formation la plus courante pour la commercialisation de cas d’utilisation est l’apprentissage supervisé.
Cela implique deux phases.
Le premier est le processus d’enseignement initial.
Supposons que vous ayez 1 million d’avis clients.
Aucun humain ne pourrait les lire tous, vous devez donc utiliser l’apprentissage automatique pour comprendre le sentiment, classer la critique comme positive, neutre ou négative.
Pour ce faire, prenez un échantillon de ces avis et étiquetez chacun d’eux avec l’une de vos trois classifications.
Ensuite, introduisez ces données de formation dans votre algorithme d’apprentissage automatique.
Plus il dispose de données, mieux il reconnaîtra les tendances et au fil du temps, plus il sera en mesure de classer le sentiment des critiques de manière fiable.
Pour tester ses capacités, plutôt que de lui fournir des données étiquetées, saisissez les données brutes et évaluez la qualité des résultats.
Souvent, si vous avez bien fait le processus d’enseignement initial, il sera déjà en mesure de classer correctement une grande partie des données.
Et vous pouvez passer à la deuxième phase; le processus d’enseignement en cours.
Où, sur une base régulière, vous ré-étiquetiez toutes les erreurs pour enseigner à l’algorithme ce qu’il a fait de mal, lui permettant de s’améliorer continuellement.
Vous avez peut-être déjà enseigné des algorithmes sans le savoir.
Qui a rempli un captcha Google basé sur une image, marqué un e-mail comme non spam ou marqué de fausses nouvelles sur une publication Facebook.
Par chacune de ces actions, vous prouviez la vérification manuelle, ajoutiez des étiquettes et enseigniez les algorithmes.
Pensez à lancer un algorithme d’apprentissage automatique comme l’embauche d’un nouveau responsable marketing junior.
Le jour où vous l’embarquerez, c’est le pire jour qu’il ait jamais joué.
Il fera le travail, mais il fera des erreurs, vous devez donc superviser les résultats, les corriger au besoin.
Plus il fonctionne longtemps, mieux il devient et plus vous disposez de temps pour réinvestir dans la mise à l’échelle d’autres canaux de commercialisation.
Mais contrairement à un humain, les machines sont heureuses de faire le même travail, très étroit pour toujours – qu’il s’agisse de classer les avis, d’ajuster les enchères d’annonces, de publier sur les réseaux sociaux ou de prévoir la croissance.
Vous ne cédez pas le contrôle du marketing à une machine.
Vous leur apprenez comment collecter les informations dont vous avez besoin ou comment exécuter un élément spécifique de votre stratégie marketing.
Et l’IA offre un tout nouveau niveau d’échelle.
Classer 1 million d’avis n’est pas un problème pour un algorithme d’apprentissage automatique.
De plus, en raison de cette échelle, il peut produire des informations qui autrement ne seraient pas disponibles.
Ce que vous choisissez de faire avec ces informations est ce qui devient essentiel au succès.
Ces questions stratégiques sont où les commerçants devraient passer du temps.
Raison 3: Investissement de ressources et budget
Les dirigeants sont souvent préoccupés par les efforts de mise en œuvre et les coûts des applications d’IA.
Donc, le meilleur endroit pour commencer n’est pas en demandant plus de budget et de ressources, mais en vous demandant, vous tirez pleinement parti de ce que vous payez déjà?
Tenez compte des capacités d’IA de votre ensemble d’outils marketing actuel.
Les plateformes d’automatisation du marketing comme HubSpot, les CRM comme SalesForce et les outils publicitaires comme Google Ads et Facebook Ads ont tous intégré l’IA dans leurs systèmes.
Si vous êtes client de l’une de ces solutions, leurs équipes d’assistance peuvent être une ressource précieuse pour commencer la mise en œuvre de l’IA de votre organisation, grâce à leurs connaissances et à leur expérience.
C’est un excellent moyen de commencer à développer les compétences de votre équipe dans les applications d’IA pour un coût supplémentaire faible ou nul.
Et qu’en est-il des capacités d’IA de votre pile technologique actuelle?
Les technologies d’IA ne sont pas basées sur les canaux, elles sont basées sur les cas.
Donc, si vous avez un moteur de recommandation en cours d’exécution sur votre site Web, pourquoi ne pas utiliser cet algorithme d’apprentissage automatique pour améliorer la personnalisation de votre newsletter par e-mail, des notifications push ou du contenu de chatbot.
Vous pouvez utiliser ces technologies existantes comme preuve de concept à faible investissement.
Donc, au moment où vous demandez des ressources et des budgets supplémentaires, vos cadres sont déjà pleinement intégrés.
Lorsque vous recherchez un nouvel outil, méfiez-vous des mots à la mode.
De nombreuses solutions d’IA ne sont pas vraiment aussi intelligentes. Même lorsqu’il y a les mots «AI» ou «machine learning» dans la description du produit.
Certains outils utilisent sans vergogne ces termes pour décrire des capacités d’automatisation ou de ciblage courantes.
Maintenant que vous avez une meilleure compréhension de ce qu’est vraiment l’IA, mettez ces vendeurs à l’épreuve.
Si le fournisseur ne peut pas expliquer en détail le fonctionnement de l’IA, ne l’achetez pas. Si cela semble trop beau pour être vrai, ne l’achetez pas.
Parce que, je suis désolé de le dire, il n’y a pas de plate-forme d’IA marketing qui regroupe parfaitement tout en un seul abonnement mensuel.
C’est parce que l’IA est étroite dans ses capacités et doit être spécialement conçue pour résoudre un problème bien défini.
C’est pourquoi vous devez d’abord choisir le bon cas d’utilisation – car chaque cas d’utilisation aura probablement besoin de son propre outil.
Mais ce que vous pouvez faire, c’est commencer à construire votre propre intelligence artificielle.
La technologie de l’IA devient de plus en plus abordable et accessible car des entreprises comme Google, Amazon, IBM et SalesForce proposent leurs algorithmes au monde entier.
Certains services tiers sont open-source, d’autres sont payants, mais ils offrent tous un tremplin à partir duquel vous pouvez personnaliser votre propre solution.
Surtout s’ils offrent un accès à des ensembles de données supplémentaires à superposer à vos propres données tierces, ce qui rend votre application AI plus puissante.
Raison 4: Qualité des sources de données
Les meilleurs outils et talents d’IA au monde ne donneront pas de résultats si vous manquez le composant le plus critique pour l’apprentissage automatique – des données de haute qualité pour informer l’algorithme d’apprentissage.
La qualité des données est probablement le plus grand défi auquel vous serez confronté lors de la mise en œuvre de l’IA.
Comme le note eMarketer, les données sont souvent anciennes, ou dans des silos ou nous n’en avons tout simplement pas assez en premier lieu.
Et nous ne consacrons pas de ressources pour résoudre ce problème.
Le problème est que le fait d’introduire de mauvaises données dans un bon algorithme d’apprentissage automatique ne donnera pas les bonnes réponses.
Sans cette compréhension que les données sont d’une importance critique, vous êtes susceptible de blâmer les mauvais résultats sur l’IA.
Il y a des choses que nous, les responsables marketing, devrions faire pour rechercher des données exploitables.
- À quand remonte la dernière fois que vous avez effectué un audit Google Analytics?
- Avez-vous mis en place un balisage structuré et un balisage de contenu?
- Utilisez-vous des scripts de remarketing pour collecter davantage de données utilisateur?
- Soutenez-vous la collecte de données qui peuvent être utilisées pour identifier les utilisateurs sur les appareils et les canaux, comme les adresses e-mail?
- Avez-vous intégré vos outils marketing à votre plate-forme de gestion des données (DMP)?
Vous devez vous concentrer sur ces domaines maintenant, car un bon marketing de l’IA dépend de la disponibilité de données exploitables structurées, intégrées via un identifiant commun, abondantes et (surtout) précises.
Regard vers l’avenir
L’intelligence artificielle modifie le comportement des consommateurs.
Chaque jour, les consommateurs reçoivent trop d’informations.
Ils ne veulent pas passer du temps à évaluer toutes les options. Alors ils délèguent.
Pensez à ce qui est déjà contrôlé par l’IA.
- Les algorithmes sociaux influencent les marques avec lesquelles nous nous engageons.
- Les cartes numériques déterminent les itinéraires que nous empruntons ou suggèrent des endroits à visiter à proximité.
- Les moteurs de recommandation façonnent la sensibilisation et influencent les achats.
- Une IA peut même déterminer qui vous épousez. En fonction de votre balayage vers la gauche et la droite, l’algorithme de votre application de rencontres choisit votre correspondance.
Les algorithmes deviendront les nouveaux gardiens, grâce à des appareils comme les assistants personnels numériques.
Et l’avenir de votre entreprise dépend de votre capacité à influencer les IA qui font les recommandations aux humains, sinon la décision entière.
Pensez-y. Lorsqu’un client demande à son Google Home ou Alexa de « me commander des cookies », c’est l’IA qui décide de la marque.
Vous devez comprendre comment cette décision est prise. Traitez les algorithmes comme un nouveau public. Comprenez leurs besoins.
Commencez à commercialiser des machines avec des machines.
Davantage de ressources:
Crédits d’image
Images en vedette et en publication: Créé par l’auteur, avril 2020Toutes les captures d’écran prises par l’auteur, avril 2020
