Sitemap

Une introduction à l'intelligence artificielle dans le marketing

Marketing avec Intelligence Artificielle.Ça a l'air fantaisiste.

Et c'est le problème.

Le terme est répandu dans les textes publicitaires des outils de marketing, par les gourous du marketing et médiatisé.

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 le deep learning 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 de langage naturel pour écrire des articles basés sur les 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 d'utiliser un terme générique.

Il est utilisé pour décrire une suite de technologies uniques, mais connexes, 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 des stades de développement différents.

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 quoi faire.Cela nous donne des recommandations de contenu, des audiences similaires, de la publicité programmatique et une notation 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 tout ce problème de marketing par IA parce que vous disposez d'un outil d'automatisation du marketing coûteux.

Soyons clairs sur une chose :

L'automatisation n'est pas l'apprentissage automatique.

L'automatisation est un ensemble d'instructions qui indiquent à une machine quoi faire pour produire un résultat spécifié.

Vous devez encore concevoir et saisir la logique marketing.

L'apprentissage automatique lui permet de s'améliorer à partir de 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 l'exécution pure, elle s'occupe également de l'optimisation.

À la base, l'automatisation reproduit ce que vous faites maintenant.Cela fait gagner du temps mais a peu d'impact direct sur les KPI.

D'autre part, 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 d'IA et comment les surmonter.

Raison 1 : Manque de compétences techniques

Bien que de nombreux spécialistes du marketing estiment qu'ils n'ont pas les compétences techniques nécessaires 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 existe une différence entre la recherche sur l'apprentissage automatique, qui consiste à créer de meilleurs algorithmes et est la prérogative des scientifiques des données, et l'apprentissage automatique appliqué, qui utilise des algorithmes pour résoudre des problèmes commerciaux, ce que les spécialistes du marketing doivent faire.

Pensez-y de cette façon:

Vous ne comprenez peut-être pas entièrement la science derrière le fonctionnement d'un micro-ondes.Mais cela ne vous empêche pas de l'utiliser pour cuisiner.

  • Les entreprises sans data scientists peuvent toujours choisir les meilleures données (meilleurs ingrédients).
  • Mettez ces informations dans des algorithmes open source (l'appliance).
  • Créer des modèles (les recettes).
  • Cela produit des prédictions - alias, adopter des tactiques de marketing (le plat).
  • La qualité dont nous pouvons évaluer par des tests (dégustation).

Et si le plat n'est pas savoureux, vous pouvez modifier la recette, ou acheter un réchaud, 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 étudiant 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 n'importe quel cas d'utilisation de l'IA.

Raison 2 : Peur de nos emplois

Certaines équipes ne veulent pas lancer d'initiatives d'IA car elles craignent que cela ne provoque la prochaine révolution industrielle et qu'elles soient sans emploi - cela provoque naturellement beaucoup de résistance.

À moins que vous ne prévoyiez de prendre votre retraite dans les 5 prochaines années, l'intelligence artificielle aura un impact significatif sur votre carrière en 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 à votre place.

Vous permettant de réinvestir votre temps dans la créativité et la stratégie.

Mais qu'implique réellement l'enseignement d'une IA ?

Parce que ça a l'air très technique.

La méthode de formation la plus courante pour les cas d'utilisation marketing est l'apprentissage supervisé.

Cela implique deux phases.

Le premier est le processus d'enseignement initial.

Disons que vous avez 1 million d'avis clients.

Aucun humain ne pourrait les lire tous, vous voulez donc utiliser l'apprentissage automatique pour comprendre le sentiment, en classant l'avis comme positif, neutre ou négatif.

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 modèles et, au fil du temps, plus il sera en mesure de classer de manière fiable le sentiment des avis.

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-étiquetez toutes les erreurs pour apprendre 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 n'étant pas un 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 au lancement d'un algorithme d'apprentissage automatique comme l'embauche d'un nouveau spécialiste du marketing junior.

Le jour où vous l'embarquez, c'est le pire jour où il sera jamais performant.

Il fera le travail, mais il fera des erreurs, vous devez donc surveiller les résultats, en corrigeant si nécessaire.

Plus cela fonctionne longtemps, mieux cela devient et plus vous avez de temps à réinvestir dans la mise à l'échelle d'autres canaux de marketing.

Mais contrairement à un humain, les machines sont heureuses de faire le même travail très limité pour toujours - qu'il s'agisse de classer les avis, d'ajuster les enchères publicitaires, de publier sur les réseaux sociaux ou de prévoir la croissance.

Vous ne confiez pas le contrôle du marketing à une machine.

Vous leur apprenez à collecter les informations dont vous avez besoin ou à exécuter un élément spécifique de votre stratégie marketing.

Et l'IA offre un tout nouveau niveau d'échelle.

Classifier 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 ne seraient pas disponibles autrement.

Ce que vous choisissez de faire avec ces informations est ce qui devient essentiel au succès.

Ces questions stratégiques sont celles où les spécialistes du marketing devraient passer du temps.

Raison 3 : Investissement des ressources et du budget

Les dirigeants sont souvent préoccupés par les efforts et les coûts de mise en œuvre des applications d'IA.

Donc, le meilleur endroit pour commencer n'est pas de demander plus de budget et de ressources, mais de vous demander si vous tirez pleinement parti de ce que vous payez déjà ?

Considérez les capacités d'IA de votre ensemble d'outils marketing actuel.

Les plates-formes 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 dans votre organisation, car vous pouvez tirer des enseignements de leurs connaissances et de leur expérience.

C'est un excellent moyen de commencer à développer les compétences de votre équipe dans les applications d'IA pour peu ou pas de frais supplémentaires.

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 des cas d'utilisation.

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 du chatbot.

Vous pouvez utiliser ces technologies existantes comme preuve de concept à faible investissement.

Ainsi, au moment où vous demandez des ressources et des budgets supplémentaires, vos dirigeants 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 intelligentes.Même lorsqu'il y a les mots « IA » ou « apprentissage automatique » 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 vendeur 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 dans un seul abonnement mensuel.

En effet, l'IA est limitée 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 plus abordable et accessible parce que 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 de première partie, ce qui rend votre application d'IA plus puissante.

Raison 4 : Qualité des sources de données

Les meilleurs outils et talents d'IA au monde ne donneront pas de résultats s'il vous manque 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 en 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 l'introduction 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 cruciale, vous êtes susceptible de blâmer l'IA pour les mauvais résultats.

Il y a des choses que nous, les spécialistes du marketing, devrions faire pour générer 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 pouvant être utilisées pour identifier les utilisateurs sur tous les appareils et canaux, comme les adresses e-mail ?
  • Vos outils marketing sont-ils intégrés à votre Data Management Platform (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.

Regarder vers l'avenir

L'intelligence artificielle modifie le comportement des consommateurs.

Les consommateurs reçoivent chaque jour 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.
  • Des cartes numériques déterminent les itinéraires que nous empruntons ou suggèrent des endroits à visiter à proximité.
  • Les moteurs de recommandation façonnent la notoriété et influencent les achats.
  • Une IA peut même déterminer avec qui vous vous mariez.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 dispositifs tels que 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 toute la décision.

Pensez-y.Lorsqu'un client demande à son Google Home ou Alexa de "commander moi 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.Comprendre leurs besoins.

Commencez à commercialiser des machines avec des machines.

Davantage de ressources:


Crédits image

Images en vedette et dans la publication : créées par l'auteur, avril 2020
Toutes les captures d'écran prises par l'auteur, avril 2020