Petit manuel de l’I.A. pour ceux qui veulent personnaliser leur site
En cette période d’IA washing, difficile d’échapper aux sirènes du marketing prédictif. Et si vous êtes en charge de la Personnalisation de votre site, il y a de grandes chances que vous ayez déjà lu ou entendu que vous allez enfin pouvoir «pousser le bon message, au bon moment à la bonne personne». Quand on lit sans autre explication cette phrase désormais devenue complètement bateau, méfiance! Car concrètement, qui fait quoi? Qui prédit quoi? Suffit-il vraiment d’appuyer sur un bouton magique qui par enchantement va mettre à jour votre site en temps réel à chacun de vos visiteurs?
Plutôt que céder à la propagande innovationnelle, partons des fondamentaux.
La clé de la personnalisation, c’est la compréhension client
La clé de la personnalisation de votre site, c’est la compréhension de vos clients et plus largement celle de vos visiteurs car, sur le web, bon nombre de vos futurs clients ne sont tous simplement pas identifiés. Il n’existe aucune stratégie marketing efficace (dont, l’objectif, rappelons-le, est d’augmenter la performance économique de l’entreprise) sans définir les segments auxquels on s’adresse. Historiquement stratégique, CRM, RFM voire personae, la segmentation est promise à devenir «one-to-one» avec l’avènement du digital. Il est en effet désormais possible de deviner les intentions de conversion à court, moyen ou long terme à travers les signaux comportementaux, le contexte de visite, le canal d’acquisition emprunté, le device utilisé, etc.
L’enjeu est colossal car le volume de data généré ne cesse d’augmenter avec la fréquentation croissante de votre site. Toutes ces données ne sont pas utiles: celles qui comptent ne sont qu’un infime pourcentage de la masse mais comment savoir lesquelles? Comment identifier les signaux sur lesquels agir pour augmenter vos conversions et donc votre chiffre d’affaires et votre marge?
L’apport du Machine Learning
C’est là que l’Intelligence Artificielle, et plus précisément le Machine Learning, peut vous être d’un grand secours. Rappelons que le Machine Learning est une branche de l’Intelligence Artificielle dont le principe est de confier des données à un algorithme dont il va se nourrir pour faire des prédictions. En identifiant les corrélations entre acheteurs d’une même offre ou appétents à un même message, l’algorithme devient votre meilleur allié. Sa supériorité par rapport au cerveau humain est triple:
- Il est en capacité de traiter un volume de données sans commune mesure avec ce que nous, humains, pouvons réaliser.
- Il le fait 24h sur 24, 7 jours sur 7.
- Il améliore ses prédictions avec le temps car il sait s’adapter aux évolutions comportementales des visiteurs et à celles de votre site web.
En résumé, le Machine Learning est décisif quand il s’agit d’identifier qui, parmi vos visiteurs, appartiennent au segment clé à qui est destiné votre offre. Prenons l’exemple d’Allopneus, n°1 de la vente de pneus en France. Son segment stratégique est celui dit des «Gros Rouleurs» qui génère x% de son chiffre d’affaires mais 3 X x% de sa marge. La personnalisation du site réalisée depuis 3 ans sur la base d’une segmentation «manuelle» a permis d’augmenter de manière substantielle les ventes à ce segment stratégique mais sans commune mesure avec le passage il y a un an à nos algorithmes prédictifs qui réussissent à les augmenter de 50% sur des opérations similaires!
En résumé, le Machine Learning est décisif quand il s’agit d’identifier l’appétence de vos visiteurs à vos offres, messages et services : à qui pousser une offre low-cost vs premium? À qui offrir des frais de livraison pour passer à l’achat sans dégrader votre marge sur l’ensemble de vos visiteurs? Quels sont les acheteurs indécis de votre offre mais prêts à passer à l’acte si vous leur poussez un coupon de réduction? Quand la cible à identifier repose sur des signaux que vous ne pouvez pas tous connaitre (parce qu’ils sont trop nombreux, incomplets ou ambigus), alors le Machine Learning est la bonne solution.
L’algorithme doit être nourri et instruit
La qualité intrinsèque de l’algorithme est évidemment un élément important, cependant mieux vaut un algorithme moyen, bien configuré, qu’un «super» algorithme mal préparé. L’algorithme doit donc être (bien) nourri et (bien) instruit (les data scientists vous diront: bien «fine-tuné» ou «cleané»). Bien nourri, il le sera par la data qui doit être en quantité suffisante pour qu’il puisse trouver des corrélations. Bien instruit, il le sera par vous qui lui enseignerez ce que vous savez déjà sur votre cible ou vos segments prioritaires: même imparfaite, votre connaissance va faire gagner un temps précieux à l’algorithme qui va partir d’une intelligence, la vôtre, et se concentrer sur les données que vous estimez être clé: sur vos clients premium, vous avez déjà une idée de quelles pages sont regardées; les données CRM ou RFM de clients déjà identifiés comme tels sont aussi un atout précieux car à leur prochaine visite, l’algorithme va regarder leur comportement et avoir une base très utile de comparaison pour les futurs visiteurs de votre site. Bref, pour que l’algorithme donne tout son potentiel, il convient de l’entrainer sur des bases utiles.
Le plus important, c’est le moteur !
Si un acteur vous vante les mérites de son ou de ses algorithmes, c’est bien mais c’est loin d’être le seul point important. Il existe déjà des dizaines de milliers d’algorithmes développés par des dizaines de milliers de chercheurs dans les Universités! Certes, le développement d’algorithmes dédiés à un domaine spécifique (en ce qui nous concerne la Personnalisation et la Conversion on-site) est essentiel mais on l’a vu, le volume de données à traiter est colossal. Or pour identifier l’appétence visiteur à une offre, un message, un contenu, c’est de la collecte et du traitement de millions de données en temps-réel qu’il vous faut! C’est donc du côté de l’architecture Big Data sur laquelle va tourner l’algorithme qu’il vous faut regarder. N’imaginez pas tirer parti du prédictif temps-réel sans les technologies modernes autant côté serveur que client.
Et le marketeur dans tout ça ? Il est indispensable !
Le marketeur est désormais en situation d’ordonner à l’algorithme de lui trouver les visiteurs les plus susceptibles de répondre positivement à son message ou à son offre: upsell, modification du parcours client, carte de fidélité, etc. Le déclenchement sera lui aussi automatisé mais il n’en demeure pas moins que ces offres, ces messages et ces contenus restent à définir! Il appartient au marketeur de le faire en cohérence avec sa stratégie marketing (par exemple, une remise tarifaire n’est adaptée ni à tous les secteurs d’activité ni à toutes les situations).
La disparition de pans entiers de métiers avec la diffusion de l’IA est l’un des grands fantasmes colportés par des économistes en mal de buzz. Que les directions marketing se rassurent: elle sont encore là encore pour longtemps et la bonne nouvelle est qu’elles peuvent désormais s’appuyer sur l’Intelligence Artificielle pour décupler leurs résultats!
L’IA, c’est maintenant !
Dans 5 ans, on ne posera plus la question de la pertinence du Machine Learning pour identifier les cibles optimales à ses offres et personnaliser son site. Nul besoin d’attendre cette échéance alors que son utilisation actuelle démontre déjà son ROI. Les entreprises qui l’abordent de manière structurée prennent déjà une avance considérable sur leurs concurrents.
Le contributeur :
Jean-René Boidron est CEO de Kameleoon, plateforme de personnalisation de l’expérience utilisateur leader en France.
Les contributeurs sont des auteurs indépendants de la Rédaction de FrenchWeb. Leurs propos et positions leurs sont personnels.
Nous ne diffusons pas de tribunes produites à des objectifs de RP, ou de SEO.
Pour communiquer sur FrenchWeb ou le Journal des RH, devenez partenaire, cliquez ici.
mais dans tout ça l,intelligence artificielle dans le marketing constitue un outil d aide.