1. L’IA éthique pour gagner en notoriété
Dans un monde sur-connecté, dans lequel la donnée et l’IA se multiplie à un rythme effréné, les enjeux de la protection des données à caractère personnel prennent tout leur sens. Ainsi, les réglementations se renforcent pour encadrer la gestion des données : RGPD, principe de minimisation de la CNIL, gestion des consentements, …
Pour le vivre comme une opportunité et non comme une contrainte, il faut faire de ces règlementations un axe de communication et adapter sa stratégie data marketing en conséquence.
L’objectif est de gagner la confiance des clients, de limiter la perte de volume du fait de la collecte des consentements, tout en recueillant les informations les plus pertinentes pour en faire un véritable levier marketing.
Ainsi, les Zero et First party Data que l’on peut plus facilement recueillir en créant ce sentiment de confiance, deviennent le nouveau graal des Directions Marketing.
Grâce à la maturité des nouvelles technologies et l’enrichissement de l’IA, il est possible aujourd’hui d’aller plus loin avec moins de données mais de meilleure qualité, de concevoir des nouveaux types de segmentation (segmentation dynamique, segmentation comportementale, segmentation psychographique, …), de travailler des ciblages contextuels, ou encore de réaliser des analyses et des prédictions à une échelle plus fine.
Autre exemple, l’analyse de texte (NLP) est devenue bien plus qu’une simple méthode de traitement automatique de texte. Les dernières avancées de la recherche permettent aux algorithmes d’apprentissage automatique de comprendre, d’évaluer et même de synthétiser le texte et la voix de manière inédite.
En savoir plus : Confiance et IA : un tournant à prendre et à apprendre
2. La connaissance client augmentée par l’IA pour mieux cibler
L’IA influe de plus en plus la connaissance client, apporte une plus forte valeur, permet d’être différenciant et d’améliorer le time to market.
Segmentation, profiling, personae augmentée par l’IA
L’IA peut permettre soit :
– d’identifier la probabilité d’appartenance d’un visiteur à un segment à partir de son comportement
– de déterminer son appétence et ainsi segmenter son audience en temps réel
– de créer des segments avec des critères plus fins.
Les clusters clients ou personae permettent de démultiplier les types de profils et ainsi mieux s’adapter. Cette représentation semi-fictive doit permettre de décider sur lesquels investir et adapter sa stratégie de communication, y compris en temps réel.
Enrichis par l’IA, les scorings deviennent prédictifs ou prescriptifs et permettent d’aller plus loin dans la constitution des scores d’appétence, d’attrition, de prédiction, de churn, …. Ceci afin de mesurer l’impact d’une décision, chercher à déterminer la meilleure solution ou le meilleur résultat entre diverses options.
Analyses prédictives et prescriptives
Avec l’émergence du big data et la démocratisation de l’IA, il est possible d’embrasser un nombre toujours plus important de données, qu’elles soient descriptives, comportementales ou émotionnelles.
Réaliser des analyses et des prédictions à une échelle plus fine est un avantage concurrentiel permettant la détection de micro-signaux et un pilotage au plus proche de la réalité. Il est possible de créer en temps réel, sur les sites e-commerce aujourd’hui et en rayon demain, un parcours utilisateur unique. Le site propose des remises en fonction des comportements et ainsi déclenche des actes d’achat en fonction de l’objectif sous-jacent (marge, volume, déstockage,…) et du profil du client.
Systèmes de recommandation, de substitution, d’optimisation avancés
La volonté d’améliorer en permanence l’expérience client, de faciliter et accélérer les actes d’achat implique de perfectionner en permanence les moteurs de recommandations. Il est nécessaire d’élaborer des systèmes apprenants et intelligents, capables de proposer des réponses et propositions adaptées et personnalisées en fonction de la recherche et du contexte.
Pour y parvenir, il importe de pouvoir instiller de nouvelles approches d’interrogation dans les moteurs de recherche et de non seulement doter les systèmes de recommandation de techniques d’apprentissages et d’IA avancées mais également de veiller à la bonne utilisation et formalisations de celles-ci.
Ceci permet de proposer aux utilisateurs de manière continue et en temps réel des produits complémentaires (cross-selling), une navigation facile, des résultats de recherches pertinents et donc une expérience unique, optimale et sur mesure.
Pour ce faire, des systèmes pilotés par la donnée, qui combinent plusieurs modèles de machine learning doivent être déployés comme, par exemple, l’analyse de texte – NLP pour analyser les recherches des clients, mais également extraire les sentiments dans leurs textes (commentaires, avis, feedbacks…).
Analyses textuelles & vocales
Le marketing étant fortement tributaire des contenus, qu’ils soient sous format textes ou vocaux, il est important aujourd’hui de maîtriser, exploiter et restituer des études basées sur ces verbatims : formulaires, e-mails, réseaux sociaux, forums & blogs, contrats, … via différents types d’analyses tels que l’analyse de sentiment, l’extraction de thématiques, les études de tendance, la recherche concurrentielle, le tracking automatisé de marques, etc.
Écouter et analyser les verbatims clients devient incontournable pour mener à bien sa stratégie customer centric, et ces méthodes d’analyse apportent des enseignements essentiels à la fois pour la création de contenu, mais également pour l’amélioration de la qualité de l’expérience client.
3. Les parcours clients enrichis par l’IA pour améliorer son taux de concrétisation
À l’ère de « l’expérientiel », le principal défi des directions marketing est de réussir la subtile alchimie entre personnalisation et automatisation des interactions avec les clients.
C’est pourquoi, dans une démarche customer-centric, les organisations doivent être capables de mettre en place ce que l’on pourrait nommer le nouveau « pack conversationnel ». Le cercle vertueux, qui intègre désormais les nouvelles technologies, la richesse des données collectées et les expériences consommateurs multi-moments.
Les assistants virtuels sont en passe de devenir la norme, propulsés par l’explosion des usages mobiles, notamment depuis la crise sanitaire de ces 2 dernières années.
Du côté des services clients, améliorer les fonctionnalités des assistants permet d’augmenter l’engagement.
Le marketing vocal pourrait être la prochaine manne pour les annonceurs. Toutefois, le contenu marketing se limitera à de la recommandation qui répondra exclusivement à une demande de l’utilisateur. Néanmoins, les annonceurs pourront descendre en granularité en récupérant des indices contextuels tout au long du parcours d’achat et donc affiner leur réponse à chaque étape.
Les chatbots deviennent également un standard. Pour les marques, les avantages sont clairs :
– être présents sur les plateformes populaires de messaging,
– fluidifier et unifier le parcours client sans téléchargement d’application,
– converser de façon directe et personnalisée avec ses publics, et les opportunités nombreuses : informer, divertir, conseiller, acheter, réserver, assister et fidéliser.
Plusieurs marques l’ont compris en lançant des projets de réalité augmentée pour enrichir ce que voit le consommateur en magasin. A l’instar de Lacoste qui fait essayer virtuellement des chaussures ou Topshop dont les cabines d’essayages virtuelles permettent de tester en hologramme de nouvelles tenues. Autant de nouvelles manières d’enrichir l’expérience client. En réduisant l’incertitude lors de l’acte d’achat, le vendeur mécaniquement augmente son taux de conversion.
Devenir acteur de son expérience d’achat a dès lors un autre avantage : les actions des utilisateurs de réalité augmentée peuvent être sauvegardées. Une mine d’or en termes de data « utiles » pour personnaliser encore plus les parcours.
En savoir plus : Expérience client augmentée : transformation culturelle et approche disruptive
4. Le Preference Center pour une expérience digitale optimale
Le RGPD impose une obligation de conservation et de traçage des consentements. Ce traçage génère de la data à exploiter !
Au-delà des zéro, first ou second party data, nous avons la possibilité de recueillir aussi d’autres types de données complémentaires liées à la finalité de consentement par exemple : les canaux de communication (newsletter, promotions, …) ou les préférences marketing (services et produits).
En intégrant un Preference Center à son CRM, vous pourrez vous assurer que les informations sont correctement transmises à tous les systèmes.
Le CRM enrichi, on peut disposer d’une Vision 360° du client et avoir une vue d’ensemble des autorisations, des consentements et des préférences. Pour aller toujours vers cette tendance de Data Ethic et de transparence, cela permet aussi de donner la main au client qui gère les informations qu’il fournies.
La fraicheur, la fiabilité et la complétude de ces informations est un gage de qualité pour l’entreprise, mais surtout pour la Direction Marketing qui peut travailler sur des ciblages plus pertinents.
On en revient toujours à privilégier la qualité et la fiabilité des données, plutôt que la quantité.
5. Story telling et segmentation de contenu pour un marketing personnalisé
Le storytelling est l’un des nouveaux axes de développement de l’animation marketing client. Toutes les entreprises cherchent à raconter une histoire pour créer de l’émotion auprès de leurs différentes cibles.
Les plateformes sociales sont des précurseurs en la matière et les marques s’en sont emparées pour connecter les utilisateurs entre eux (partage de vidéo ou de photos) afin de créer des expériences mémorables qui provoquent des réactions et de l’engagement.
Il est donc nécessaire de comprendre la façon dont vos audiences utilisent les sites e-commerces et dorénavant les plateformes sociales. Instagram, par exemple, avec ses nouvelles fonctionnalités de shopping permet de rendre l’expérience d’achat plus fluide
En plus d’adapter ses efforts en fonction des profils et de l’usage qui est fait des réseaux sociaux, il est aussi important de tenir compte des différents lieux, comme du moment par exemple.
Mais aujourd’hui les algorithmes permettent d’évaluer l’impact des mentions, des commentaires, des placements, des moments, afin de mesurer par quel biais le capital marque est créé, où et comment. Un levier d’optimisation pour les futures stratégies mais aussi sur votre ROI.
Pour aller plus loin, consultez notre Livre Blanc | « Comment optimiser son activation marketing à l’ère du RGPD et la data éthique ?«
Guillaume Pinaud, Directeur Data & Customer Marketing novencia
