L'apprentissage automatique apprend aux spécialistes du marketing à cultiver un état d'esprit de croissance

En association avec Google

Alors que la digitalisation a mis à rude épreuve les méthodes et mesures traditionnelles du service marketing ces dernières années, la fonction retrouve son énergie en se branchant sur une source d'énergie riche et abondante : les données.

Les données d'entreprise existantes, ainsi que les informations recueillies auprès des consommateurs, sont devenues un atout précieux pour l'entreprise. Avec l'avènement de l'apprentissage automatique, un type d'algorithme qui identifie des modèles dans les données et s'améliore avec l'expérience, les entreprises peuvent utiliser les données pour prédire et apprendre à identifier les consommateurs qui semblent susceptibles de devenir des clients de grande valeur.

La restructuration des entreprises en cours aujourd'hui reflète la transformation en cours dans des secteurs entiers, des médias à la fabrication, alors que les entreprises se reconnectent pour être compétitives dans un environnement numérique. Pendant longtemps, aucun d'entre nous n'aurait pensé que la vente d'aliments et de boissons sur le commerce électronique aurait été une si grande entreprise, déclare Shyam Venugopal, vice-président de la stratégie mondiale des médias et des données sur les consommateurs chez PepsiCo. Nous évoluons dans un environnement en constante évolution.

Aucun d'entre nous n'aurait pensé que la vente d'aliments et de boissons sur le commerce électronique aurait été une si grande entreprise. Nous évoluons dans un environnement en constante évolution.

Compte tenu de la complexité croissante des parcours d'achat des clients, qui couvrent désormais plusieurs appareils, plates-formes et points de contact, la tâche de suivre le rythme peut sembler écrasante. Les spécialistes du marketing ont dû repenser radicalement leurs approches pour atteindre les clients potentiels à une époque où les options de création et de distribution de contenu sont infinies. Leur objectif est encore plus ambitieux : anticiper avec précision les prochains mouvements de leurs clients potentiels, en capturant et même en façonnant ce qu'ils veulent et ce dont ils ont besoin.

La profusion de données que les entreprises peuvent collecter représente une opportunité de réalisation de souhaits pour les responsables marketing des grandes entreprises qui aspirent à revenir à l'établissement de relations individuelles avec les clients. En investissant dans des techniques d'apprentissage automatique et en les exploitant pour analyser les données afin d'obtenir des informations, en identifiant des modèles et en créant des modèles prédictifs, les spécialistes du marketing peuvent cartographier le parcours client. Ils peuvent comprendre comment différents segments prennent des décisions d'achat et leur présenter des messages plus personnalisés.

Briser le moule du marketing avec l'apprentissage automatique

• Télécharger le rapport

Saisir les données

Une récente enquête menée par MIT Technology Review Insights, en association avec Google, a confirmé la centralité des données dans la construction d'une stratégie marketing hyper-personnalisée. L'enquête a interrogé 1 419 responsables marketing d'entreprises dont le chiffre d'affaires annuel dépasse 100 millions de dollars, dans divers secteurs, notamment les services financiers, la vente au détail, la technologie et l'éducation.

Après un examen attentif des mesures commerciales, les répondants peuvent être classés comme leaders ou retardataires : les leaders représentent les entreprises qui ont réalisé une augmentation de plus de 15 % de leurs revenus sur deux ans ou une augmentation de plus de 15 points de pourcentage de leur part de marché au cours de la même période. point final. En revanche, les retardataires étaient les entreprises qui ont vu leurs revenus diminuer ou perdre leur part de marché au cours de la même période. Parmi les répondants, les deux tiers des dirigeants affirment que la façon dont les entreprises utilisent leurs données jouera un rôle clé dans leur capacité à prospérer.

En plus des ponts techniques qui doivent être franchis pour extraire des informations exploitables des données, les barrières fonctionnelles doivent également être réduites. L'enquête a révélé que les leaders sont 60 % plus susceptibles que les retardataires de croire que l'équipe marketing devrait posséder une stratégie client basée sur les données qui prend en charge toutes les parties prenantes de l'organisation. Dans le passé, le marketing supervisait peut-être la génération de la demande, mais il transmettait ces pistes aux ventes. Désormais, le marketing doit s'approprier l'ensemble de l'expérience, en diffusant des informations et des analyses dans l'ensemble de l'entreprise.

Concevoir le chemin sans résistance

Grâce à sa capacité à comprendre et à anticiper l'approche marketing la plus efficace pour chaque client actuel et potentiel, l'apprentissage automatique soulage les spécialistes du marketing de la lourde tâche associée au téléchargement et à la manipulation de quantités massives de données.

Considérons, par exemple, une fonction marketing qui a accumulé 2,5 millions d'adresses e-mail et souhaite contacter les personnes les plus susceptibles d'être réceptives à une nouvelle offre de produits. Segmenter manuellement ce volume de clients prend du temps, mais les arroser de spam générera des désabonnements, et ré -l'acquisition est d'un coût prohibitif. L'apprentissage automatique peut extraire efficacement les adresses e-mail dont les propriétaires ont, par exemple, 25 % de chances d'ouvrir l'e-mail et 1 % de chances de se désinscrire. Guidés par une logique d'apprentissage automatique, les spécialistes du marketing peuvent identifier et combiner la combinaison optimale d'éléments susceptibles de mener à un objectif commercial réussi.

Suivi de l'impact dans l'ensemble de l'entreprise

Cependant, l'exécution constante à ce niveau nécessite plus que la superposition de nouvelles technologies. Maximiser les processus centrés sur le client signifie les unifier, relier des systèmes disparates et les placer au centre de l'entreprise. Pour les entreprises généralement organisées par zone géographique ou gamme de produits, le bouleversement représente un changement culturel au niveau de l'ADN - une nouvelle architecture d'entreprise qui prend en charge la gestion de l'expérience client.

Où un tel effort pourrait-il commencer ? Dans chaque partie de l'organisation, la définition de ce qu'est un client peut être différente, observe Allison Hartsoe, fondatrice et PDG d'Ambition Data, une société de conseil en analyse de données. L'organisation doit créer une vision unifiée du client, une définition plus large et plus large dont tout le monde bénéficie.

L'engagement à devenir centré sur le client et axé sur les données nécessite invariablement une restructuration organisationnelle. Cela devient nécessaire car les données client sont réparties sur de nombreux départements ; donc, pour être complet, il faut que l'organisation s'aligne, dit Hartsoe. Il s'agit de changer la façon de penser de toute l'entreprise. Dans certaines entreprises, atteindre cet objectif signifie ajouter un directeur de l'analyse à la suite C.

Dans tous les cas, la transformation en une organisation forte et axée sur les métriques nécessite que des fonctions distinctes travaillent ensemble beaucoup plus étroitement. Dans une société de jeux, explique Hartsoe, les chefs de produit ne font pas de choix sur les fonctionnalités du produit à ajouter sans obtenir l'avis du groupe de recherche client. Compte tenu de la décision de l'entreprise de se concentrer sur les clients à forte valeur, avant de faire un choix, les chefs de produit veulent le laver à travers les métriques des clients à forte valeur, afin qu'ils puissent prendre des décisions de manière centrée sur le client, explique Hartsoe. L'utilisation de métriques modifie le processus de prise de décision. Il permet également aux entreprises d'évaluer de manière préventive l'impact de toute itération de produit envisagée.

Équipés de la technologie d'apprentissage automatique, les spécialistes du marketing feront non seulement leur travail différemment, mais ils feront également un travail différent. Dans l'enquête, près des trois quarts (73 %) des responsables marketing qui investissent dans l'apprentissage automatique déclarent avoir passé plus de 10 % de leur temps de l'activation manuelle à la génération d'informations stratégiques. Ils peuvent désormais gérer avec plus de diligence leurs décisions d'allocation des investissements, en consacrant leurs ressources limitées aux clients potentiels les plus prometteurs. L'apprentissage automatique peut comparer les données historiques sur les personnes qui sont devenues des acheteurs aux nouveaux arrivants qui affichent un comportement similaire avant l'achat. Le résultat : un modèle prédictif basé sur l'intention future d'un client.

Comme l'a révélé l'enquête, les leaders sont 53 % plus susceptibles que les retardataires de dire que l'apprentissage automatique traite les signaux de données pour aider les spécialistes du marketing à mieux détecter l'intention des consommateurs. La capacité de collecter, d'organiser et d'analyser des données provenant de plusieurs sources permet aux spécialistes du marketing de déterminer à quel point les clients sont proches d'une décision d'achat, en façonnant des messages pertinents plutôt qu'intrusifs. Les consommateurs modernes, dont les attentes quant à ce qu'ils peuvent acheter quand, à savoir, n'importe quoi et tout de suite, préfèrent faire affaire avec des entreprises qui les comprennent et les assistent.

Une accumulation de telles expériences positives pour les clients constitue les éléments constitutifs de ce qui pourrait être l'avantage concurrentiel le plus durable : la fidélité des clients.

Gagner des clients, capter les retours

Les services marketing peuvent désormais trier les clients en groupes avec une meilleure précision. En définissant des segments de clientèle basés sur la valeur, les entreprises peuvent augmenter leur retour sur investissement marketing en programmant la livraison de leurs messages lorsque les données indiquent que les clients potentiels sont sur le point de prendre une décision.

L'apprentissage automatique peut également mesurer l'efficacité avec laquelle le marketing investit son budget, en calculant en permanence le retour. L'enquête a révélé que les dirigeants sont deux fois plus susceptibles que les retardataires de convenir que l'utilisation de l'apprentissage automatique dans les campagnes médiatiques a amélioré les retours sur investissement les moins performants de 10 % ou plus. Les spécialistes du marketing peuvent mesurer l'impact de l'utilisation de différentes tactiques de marketing tout en quantifiant la valeur d'éléments isolés au sein de chacune de ces activités. Dans cet esprit, ils peuvent réaffecter leurs budgets, en s'éloignant des canaux les moins efficaces.

En réunissant des silos de données disjoints et en appliquant l'apprentissage automatique à toutes les données de l'organisation, le marketing obtiendra et conservera une vision plus claire de ces clients que jamais auparavant et stimulera la croissance de l'entreprise. Au fur et à mesure que les spécialistes du marketing développeront leur confiance dans la valeur ajoutée résultant de l'intégration de l'apprentissage automatique dans leur fonction, un nombre croissant de personnes seront converties en étudiants enthousiastes de la technologie, un bien inestimable à l'ère numérique prédictive.

En savoir plus sur l'impact de l'apprentissage automatique sur le marketing.

cacher