3 utilisations puissantes de l'apprentissage automatique en marketing

Août
26 2019

4 min de lecture

Les opinions exprimées par les contributeurs de l'Entrepreneur sont les leurs.

Nous sommes entrés dans une ère où les spécialistes du marketing sont bombardés par des volumes de données sur les préférences des consommateurs. En théorie, toutes ces informations devraient faciliter le regroupement d'utilisateurs et la création de contenus pertinents, mais ce n'est pas toujours le cas. En règle générale, plus le nombre de données ajoutées au flux de production d’un agent de marketing est important, plus il faut de temps pour comprendre l’information et prendre des mesures.

L'apprentissage automatique est un sous-ensemble de l'intelligence artificielle. Cette technologie donne aux ordinateurs la capacité d’analyser et d’interpréter les données afin de proposer des prévisions précises sans recourir à une programmation explicite. Au fur et à mesure que plus de données sont introduites dans l'algorithme, plus l'algorithme apprend, en théorie, à être plus précis et plus performant. Si les spécialistes du marketing s'attendent à créer des campagnes plus significatives avec des publics cibles et à renforcer l'engagement, l'intégration de l'apprentissage automatique peut être l'outil permettant de dévoiler des schémas cachés et des tactiques d'action dissimulées dans ces quantités énormes de données massives .

Voici quelques exemples de marques utilisant l'apprentissage machine pour dynamiser leurs campagnes:

Découvrir les tendances

En 2017, le géant de la crème glacée Ben & Jerry's a lancé une gamme de glaces à saveur de petit-déjeuner: Fruit Loot, Frozen Flakes et Cocoa Loco, tous utilisant du «lait de céréales». Cette nouvelle ligne est le résultat de l’apprentissage automatique du mien de données non structurées . La société a découvert que l’intelligence artificielle et l’apprentissage automatique permettaient à la division de la compréhension d’écouter ce qui se disait dans la sphère publique. Par exemple, au moins 50 chansons appartenant au domaine public avaient à un moment donné mentionné "des glaces pour le petit-déjeuner" et découvrir la popularité relative de cette phrase sur diverses plates-formes révélait comment l'apprentissage automatique pouvait révéler les tendances émergentes. L'apprentissage automatique est capable de déchiffrer les discussions sociales et culturelles pour inspirer de nouvelles idées de produits et de contenus qui répondent directement aux préférences des consommateurs.

Cibler les bons influenceurs

Ben & Jerry's est loin d'être la seule marque à tirer parti de la puissance de l'apprentissage automatique. Mazda a fait appel à IBM Watson pour choisir les influenceurs avec lesquels travailler lors du lancement du nouveau CX-5 au festival SXSW 2017 à Austin, au Texas. La recherche de divers messages sur les réseaux sociaux correspondant aux valeurs de la marque, tels que intérêts artistiques, extraversion et enthousiasme, l’outil d’apprentissage par la machine a recommandé les influenceurs qui seraient le mieux en contact avec les fans du festival. Les ambassadeurs ont ensuite sillonné la ville en véhicule et ont partagé leurs expériences sur Instagram, Twitter et Facebook. Une campagne ciblée, #MazdaSXSW, a fusionné l'intelligence artificielle avec le marketing d'influence pour toucher un public de niche et l'impliquer, tout en promouvant la crédibilité de la marque.

Analyse des campagnes

Bien sûr, bien que les exemples ci-dessus montrent comment l’apprentissage automatique s’appuie plus efficacement sur la clientèle des marques, il est important de ne pas négliger le rapport coût-efficacité réel de ces campagnes de marketing intelligent . Au cours des dernières années, le géant de la vente de produits cosmétiques Sephora a mis en place une stratégie de marketing par courriel redoutable, qui utilise la modélisation prédictive pour «envoyer des flux personnalisés de courrier électronique avec des recommandations de produits basées sur les habitudes d'achat de ce cercle intérieur [of loyal consumers]. '” La modélisation prédictive est le processus de création, de test et de validation d'un modèle permettant de prédire au mieux la probabilité d'un résultat. La tactique centrée sur les données a conduit à une augmentation de la productivité de 70% pour Sephora, ainsi qu’à une réduction de cinq fois le temps d’analyse de la campagne – sans aucune augmentation mesurable des dépenses.

Le rôle croissant de l'apprentissage automatique dans le marketing

Alors que l'afflux de données continue de croître de manière incontrôlable, la mise en œuvre de l'apprentissage automatique dans les campagnes marketing deviendra encore plus pertinente pour engager une conversation engageante avec les consommateurs. En fait, cela pourrait être si essentiel que les dépenses globales consacrées aux systèmes d’intelligence artificielle et cognitive pourraient atteindre un montant énorme de 77,6 milliards de dollars d’ici 2022, selon International Data Corporation . Des sociétés telles que Ben & Jerry’s, Mazda et Sephora ont déjà reconnu l’impact positif que l’apprentissage automatique peut avoir sur leurs marques, notamment des taux d’engagement plus élevés et un retour sur investissement accru. D'autres spécialistes du marketing suivront probablement bientôt leur exemple.