Photo de Franck V. sur Unsplash.com
L’année 2019 touche à sa fin et à l’heure des bilans, les thématiques les plus en vogue de l’année vont être scrutées à la loupe. S’il ne devait y en rester qu’un terme cette année ce serait certainement le terme #IA pour Intelligence Artificielle. Ce terme a été mis à toutes les sauces tout au long de l’année, les mauvais langues diront même que l’IA en 2019 c’est un peu comme la sexualité chez les adolescents, beaucoup en parlent mais personne ne sait vraiment de quoi il en retourne…
Et pourtant derrière cet terme un peu fourre tout il y a des algorithmes qui adressent déjà des cas d’usages bien définis. Profitons de cette fin d’année pour revenir sur quelques cas bien identifiés pour l’emailing marketing.
#1 : Le Clustering :
L’un des principaux enjeux des marques est la mise en place d’une relation client réellement personnalisée. Fini le temps du « mass marketing », pour sortir du lot et retenir l’attention de leur cibles, les marques doivent communiquer moins et mieux. Un fois que cet objectif a été énoncé reste à déterminer le chemin pour atteindre cet objectif. La première étape est de pouvoir identifier des cibles aux comportements et attentes similaires pour leur adresser du contenu plus personnalisé.
La principale difficulté que rencontrent les marketeurs est de pouvoir établir une segmentation fine et intelligente de leur base de données clients / prospects. C’est là qu’interviennent les algorithmes de Clustering qui sont sur le papier capable de classer de manière automatique des contacts dans un cluster (segment) en fonction de son comportement, son historique d’achat, de surf….
Actuellement les algorithmes les plus efficaces sont ceux basés sur des méthodes d’apprentissage semi supervisés, c’es à dire qu’une intervention humaine est nécessaire pour permettre à la machine d’apprendre en lui « montrant » quels contacts appartiennent à quels clusters.
# 2 La sélection de contenus adéquats :
Une fois les cibles identifiés, les marketeurs doivent pouvoir déterminer quel est le contenu le plus adapté à chacune des cibles. La difficulté étant de pouvoir valider de manière la plus « scientifique » possible la bonne adéquation d’un contenu avec une cible en particulier.
Le moyen empirique le plus efficace reste les tests effectués sur les contenus et sur les différentes versions. Mais ces tests deviennent rapidement complexes et fastidieux lorsqu’il s’agit de tester un grand nombre de combinaisons sur des blocs différents d’une création.
Et c’est typiquement pour ce genre de problématique que l’IA est la plus efficace. La plus grande partie du travail est donc déportée pour être plus rapide et plus efficace. Dans le cas présent différents types d’algorithmes permettent d’adresser ce besoin, un des plus connus étant celui que Facebook a développé sous le nom « News Feed Algorithm » et qui permet de présenter aux membres du réseau le contenu le plus pertinent.
Le fonctionnement consiste à prédire quel contenu parait le plus adapté, attractif à un contact ou à un cluster à un moment donné via l’élaboration d’un score. Ces algorithmes ne sont pas réservés aux seuls GAFAS et ils peuvent ainsi se présenter d’une très grande utilité pour la sélection de contenus dans le cadre de campagnes d’emailing marketing.
# 3 L’envoi de messages automatisés :
Suivant les objectifs visés par l’annonceur (acquisition, conversion, développement de la valeur client,…), la mise en place de campagnes de marketing automation peut être une réponse très pertinente. L’idée est de pouvoir déclencher automatiquement l’envoi d’un message à un contact pour lui proposer en fonction de son comportement et cela en temps réel un message ou une offre personnalisée.
Ces campagnes peuvent s’avérer d’une efficacité redoutable lorsqu’elles sont bien pensées et utilisées. Si certaines campagnes de type « panier abandonné » ou « offre de cross sell » sont relativement simples à élaborer et à orchestrer, pour gagner en efficacité et en ROI l’optimisation du choix des cibles, du contenu et du momentum est crucial mais la combinaison n’est pas si évidente….
Et c’est à nouveau là que les algorithmes d’IA amènent de la pertinence pour permettre de sélectionner :
- Des cibles à adresser en fonction de comportement, de leur navigation, de leur historiques d’achat, de leur provenance,…
- Des contenus à proposer en fonction d’une conversion recherchés
- Un déclencheur, c’est-à-dire un évènement ou un moment à partir duquel le message doit êtr déclenché
L’objectif étant de mieux gérer la relation en évitant de proposer du contenu non adéquat tout en respectant la pression commerciale adéquate pour éviter un désabonnement.
Sur cette partie pression commerciale enfin, les algorithmes peuvent aussi être une aide précieuse pour permettre aux marketeurs de ne pas saturer les boites emails de leur contact et ainsi éviter un churn de leur base (notamment en période de forte saturation comme pendant les soldes par exemple). Mais comment dire stop ou encore, les algorithmes d’IA basés sur des modèles prédictifs peuvent amener de vrais réponses.
S’il est simple de l’écrire sur le papier, la mise en place de ce type d’algorithme n’est pas choses facile. Et pour reprendre l’introduction de cet article, la difficulté et le temps de mise en place de ces algortihmes rendent leur réalité sur le terrain long et complexe. Utiliser des algortihmes sur étagère n’est souvent pas la bonne solution, un paramétrage et beaucoup d’ajustement et de sur mesure sont nécessaires avec à toutes les étapes l’intervention de l’homme. Alors oui l’IA est certainement l’avenir de l’email marketing mais les algortihmes auront toujours besoin de la main de l’homme….