Actualités : analyse de données, Business Intelligence, Data Science, Big Data


Si la mise en œuvre stratégique de l’IA est vitale pour proposer une meilleure expérience client, est-elle un gage de retour sur investissement ?


Rédigé par Laurent Bouteiller, Sitecore le 27 Août 2019

Pourquoi l’investissement initial dans l’IA ne garantit pas automatiquement une personnalisation de qualité et un retour sur investissement ?



Laurent Bouteiller, Regional Sales Manager de Sitecore
Laurent Bouteiller, Regional Sales Manager de Sitecore
L’intelligence artificielle (IA) joue un rôle important dans l’expérience client, le marketing et la personnalisation. Elle a le pouvoir de générer des prédictions concernant les biens et services que les clients sont susceptibles de désirer, l’instant auquel se manifestera la demande émergera ou la propension des clients à changer de fournisseur, ainsi que les plates-formes sur lesquelles ils sont les plus susceptibles d’effectuer leurs achats. Par conséquent, l’intelligence artificielle est devenue vitale pour les marques qui souhaitent améliorer leur capacité à proposer des expériences, des offres et des recommandations personnalisées.

C’est pourquoi les marketeurs ne doivent pas négliger l’importance du choix dans une technologie d’IA permettant de proposer une personnalisation de qualité supérieure à grande échelle. La personnalisation est la clé de voûte de la fidélisation des clients, de l’expérience client et de l’augmentation des ventes ; Accenture a récemment constaté que 91 % des consommateurs européens et américains sont plus enclins à effectuer leurs achats auprès de marques proposant des offres et des recommandations pertinentes. De toute évidence, l’amélioration de la capacité d’une marque à interagir avec ses clients sur une base individuelle est vitale à son succès.

Toutefois, l’investissement seul ne suffit pas. Pour que l’IA puisse offrir une personnalisation efficace, elle doit être correctement mise en œuvre et utilisée. Voici comment :

Préparer le scénario d’utilisation pour l’investissement

Un obstacle courant à l’adoption d’une technologie sophistiquée d’IA et d’apprentissage automatisé est le découragement des dirigeants face au coût du processus d’adoption initial. S’il est vrai que l’IA peut relever la tâche chronophage et souvent accablante consistant à gérer et interpréter manuellement d’immenses volumes de données, le processus d’installation initiale peut, à l’image de toute nouvelle technologie, s’avérer à la fois coûteux et fastidieux.

Par ailleurs, les compétences requises pour déployer une technologie aussi évoluée signifient que les organisations peuvent se heurter à des délais et des coûts supplémentaires résultant du recrutement de spécialistes des données et de l’adaptation à une culture imposant aux marketeurs et informaticiens de travailler en étroite collaboration.

Par conséquent, les organisations peuvent avoir le sentiment que l’investissement ne repose sur aucun scénario d’utilisation viable.

Pour contrer ce point de vue, prenez du recul et réfléchissez aux avantages à long terme de l’investissement initial. Si l’IA est mise en œuvre de manière stratégique, elle offrira, à terme, des bénéfices tels que des capacités de personnalisation supérieures, une meilleure expérience client et une augmentation des ventes.

Dès 2014, McKinsey a constaté que l’optimisation de la satisfaction de la clientèle, qui repose aujourd’hui en grande partie sur la mise en œuvre d’expériences personnalisées, générait une augmentation de 15 % du chiffre d’affaires d’une marque. Plus récemment, une étude réalisée par Econsultancy a révélé que 93 % des entreprises constatent une augmentation des taux de conversion grâce à la personnalisation. Avec une stratégie d’IA correctement mise en œuvre, les marques peuvent personnaliser encore plus efficacement et potentiellement générer des taux de conversion encore plus élevés.

Élaborez d’abord une stratégie claire

Il est important de comprendre que le simple fait de disposer de fonctionnalités d’IA et d’apprentissage automatisé ne garantit pas qu’une marque puisse proposer une expérience client de meilleure qualité. Pour constater des améliorations significatives, les organisations doivent d’abord identifier les problèmes affectant l’expérience client et décider lequel elles souhaitent résoudre, quels ensembles de données elles doivent collecter et surveiller et comment elles comptent utiliser les données pour éliminer les difficultés auxquelles sont confrontés les clients.

Qu’une marque souhaite convertir davantage de consultations de son site Web en achats, augmenter le nombre de clients revenant sur son site, proposer une transition plus harmonieuse entre différents points d’interaction ou améliorer les achats en ligne, ces priorités doivent être déterminées dès le départ. Ensuite, les bonnes données peuvent être collectées et exploitées pour résoudre le problème.

Compte tenu de l’écrasante quantité de données générées et collectées par les entreprises aujourd’hui, il s’agit d’un moyen efficace d’optimiser les initiatives et de s’assurer que les problématiques les plus importantes sont résolues en priorité.

Footasylum fournit un excellent exemple des avantages qu’offre la mise en œuvre stratégique de l’IA. La marque s’est d’abord concentrée sur un obstacle bien précis du parcours client, entre les magasins et le Web, en utilisant l’IA pour connecter les achats en magasin et les systèmes en ligne tels que les programmes de fidélité, et ainsi, créer une vue unifiée de chaque client. Elle peut maintenant prédire quels clients sont les plus susceptibles d’acheter des produits particuliers et à quel moment. Elle a ainsi constaté un rendement de 8 400 % de ses dépenses publicitaires. La prochaine mission de Footasylum est de redonner vie à ses magasins en centre-ville en utilisant l’IA pour permettre à son site Web de partager automatiquement ses précieuses informations concernant les clients avec ses enseignes physiques.

Bâtir les fondations d’une IA avancée

Pour acquérir une bonne compréhension des problèmes devant être résolus en priorité au regard de l’expérience client, les marques doivent effectuer, avec des marketeurs, des recherches préalables afin de distinguer les processus de personnalisation qui génèrent le plus grand nombre de conversions en ligne de ceux qui sont moins efficaces.

Une autre fondation importante consiste à s’assurer que tous les ensembles de données sont intégrés et consolidés. Pour proposer des recommandations en temps réel, les marques doivent être capables d’anticiper les besoins des consommateurs et d’utiliser leurs données pour les satisfaire au bon moment, sur la bonne plate-forme. L’IA peut être utilisée pour prévoir avec précision l’étape de la prise de décision à laquelle se trouve un client. En l’absence d’accès à toutes les données concernant un client, le succès de ces prédictions sera toujours limité.

En conclusion, il est important de se souvenir que si l’IA possède incontestablement le potentiel d’offrir aux clients des expériences personnalisées, en temps réel, l’investissement initial ne garantit pas automatiquement une personnalisation de qualité et un retour sur investissement. Pour cela, il est nécessaire de bâtir des fondations solides en comprenant à quels niveaux l’expérience client peut être améliorée, en décidant d’une stratégie de mise en œuvre claire et en éliminant les silos autour des données. Ensuite, l’IA a le pouvoir d’offrir des expériences personnalisées qui offrent une véritable valeur aux clients et satisfont, voire dépassent leurs attentes.




Commentaires

1.Posté par Vallaud le 06/10/2019 20:37
Intéressant mais est ce l'IA ?
Si faire des scores ou des segmentations auto apprenantes c'est de l'IA alors OK mais c'est du machine Learning, du data mining. Elle est où l'intelligence artificielle capable de décider seule de telle ou telle action marketing en tenant compte de tout un contexte environnant et de s'auto créer un message pertinent et contextuel en auto choisissant le mix des bons canaux, du bon moment et de la bonne offre sans sur sollicitation. Un trigger auto déclenché sur un outil d'EMA pour moi ce n'est pas encore de l'IA.
Je rencontrai cette semaine un prestataire avec un super PPT de machine Learning très intéressant mais qui m'a avoué avoir remplacer le terme machine Learning par IA car il obtenait plus de RDV… Attention à ne pas trop galvauder le terme pour ne pas rentrer dans un nouvel hivers de l'IA.

Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store