Le choix coûte cher (en termes de temps et d’énergie mentale), donc les gens ont tendance à décider rapidement ce qu’ils veulent faire. Souvent, s’ils ne trouvent pas tout de suite ce qu’ils cherchent ou ne reçoivent pas les bons stimuli, ils abandonnent l’entreprise.
C’est sur la base de cette hypothèse que des géants tels qu’Amazon ou Netflix ont développé des algorithmes de recommandation sur les produits et services, dans le but de maintenir l’engagement des consommateurs à un niveau élevé en leur permettant de découvrir facilement les produits qui les intéressent.
Aidez-moi à décider
Comme le dit Jeff Bezos , « Nous ne gagnons pas d’argent lorsque nous vendons des choses. Nous gagnons de l’argent lorsque nous aidons les clients à prendre des décisions d’achat.– tRad. « Nous ne gagnons pas d’argent lorsque nous vendons des produits. Nous gagnons de l’argent lorsque nous aidons les clients à décider quoi acheter. Et c’est plus vrai que jamais : l’expérience utilisateur est meilleure si le temps de décision est également réduit, à tel point que l’on parle non seulement de parcours client mais aussi de parcours de décision. Les utilisateurs, comme l’explique bien Gianluca Diegoli dans cet article, avec leur comportement désormais entièrement traçable, « libèrent » suffisamment de données pour pouvoir s’attendre à des expériences personnalisées. C’est à cela que servent les algorithmes d’intelligence artificielle : proposer le contenu le plus intéressant pour le client individuel, dans le seul but de fluidifier le processus de choix (évitant ainsi, entre autres, que l’utilisateur se tourne ailleurs).
Il va sans dire que cela contribue fortement à augmenter les ventes et la durée de vie des clients ; Une expérience personnalisée est sans aucun doute l’une des principales composantes de la fidélisation. Comment fonctionne un algorithme d’IA en marketing ? Le cas de NetflixGrâce à la publication de cet article (ACM Transactions on Management Information Systems, Vol. 6, No. 4, Article 13, Date de publication : décembre 2015), nous sommes en mesure d’expliquer comment Neflix a utilisé l’intelligence artificielle pour améliorer l’expérience utilisateur. Nous décrirons le raisonnement derrière certains de leurs algorithmes pour comprendre comment l’intelligence artificielle fonctionne dans l’automatisation du marketing. La question initiale de Netflix était la suivante : quelles informations devons-nous prendre en compte pour pouvoir recommander à notre client quelque chose qui pourrait lui plaire ? Les toutes premières analyses, qui remontent à quelques années, s’étaient arrêtées à la note : elles calculaient le nombre d’étoiles que les utilisateurs donnaient aux films vus et sur cette base l’algorithme sélectionnait des produits similaires, par genre ou par caractéristiques.
Le changement de paradigme intervient alors que Netflix commence à prendre en compte d’autres facteurs : Par exemple, quand et comment les films ont été regardés (type d’appareil, jour de la semaine, heure), comment ils ont été trouvés, etc. Il commence même à prendre en compte le contenu recommandé, mais non cliqué, en utilisant l’échec de l’algorithme comme source d’information pour l’algorithme lui-même. Les gens laissent beaucoup d’informations simplement en profitant du produit… Pourquoi ne pas les utiliser ? Avec cette idée, au fil du temps, différents algorithmes sont développés qui « collaborent » les uns avec les autres. Le premier s’appelle PVR (Personalized Video Ranker) et repose principalement sur la personnalisation des préférences de l’utilisateur individuel sur l’ensemble du catalogue. Le second est le Top N video ranker et vise à trouver les meilleures recommandations de l’ensemble du catalogue en se concentrant uniquement sur le haut du classement général de tous les utilisateurs. Tous les algorithmes, ainsi que la quantité de produits affichés, contribuent à ce que l’on appelle maintenant le Expérience Netflix.
Comment fonctionne l’intelligence artificielle dans l’automatisation du marketing ?
L’apprentissage automatique est un processus d’apprentissage continu. En marketing, en particulier, il prend en compte toutes les données que l’utilisateur laisse derrière lui à chaque occasion d’interaction avec la marque.
Sur quoi sont basés les algorithmes ?
Sur ce qu’un client a acheté, sur ses habitudes d’achat (heures, jours, saisons, appareils), sur ce qu’il a vu en naviguant sur le site web, sur le type de canal qu’il a utilisé pour contacter l’entreprise, sur les e-mails sur lesquels il a cliqué et sur les publications qu’il a lues sur Facebook, ainsi que sur de nombreuses autres variables que nous considérerons comme pertinentes pour l’expérience client que nous voulons lui offrir. Aujourd’hui, la technologie permet aux plateformes de collecter et de normaliser toutes sortes d’informations, y compris les informations hors ligne, pour permettre aux algorithmes de s’améliorer chaque jour. Toutes les plateformes d’automatisation du marketing ne sont pas égales, et la grande différence réside dans l’intelligence artificielle. Certains se déplacent exclusivement sur des modèles préétablis et n’automatisent pas sur la base d’un algorithme mais exclusivement sur l’occurrence ou la non-occurrence d’une règle. Dans un sens, ils exécutent les ordres après que l’utilisateur a fait ou n’a pas fait quelque chose (un exemple est les notifications par e-mail après un clic). Les machines basées sur l’apprentissage automatique, en revanche, apprennent et prennent constamment des décisions pour les gens, agrégeant les informations d’une manière qui serait impossible pour un opérateur.
LL’intelligence artificielle dans le marketing automation est donc proactive Et il utilise les données non seulement pour réagir aux stimuli du passé, mais surtout pour prédire ce que les utilisateurs voudront. Nous terminons en vous laissant lire de cette recherche de Smart Insight, ce qui indique que le marketing prédictif est l’une des mégatendances de 2017. Le saviez-vous ?
