4 min.
Accélérer l’adoption de l’intelligence artificielle pour supporter la croissance des entreprises
1L’art de la gestion de projet2Un projet à succès commence par une bonne gouvernance3Cascade, agilité, demandes de changement?

Accélérer l’adoption de l’intelligence artificielle pour supporter la croissance des entreprises

  • Niveau Technique
Intelligence artificielle marketing Médias sociaux Science données & IA Marketing

Avez-vous vu le documentaire Social Dilemma sur Netflix? Je vous le conseille vivement. On parle d’entreprises qui combattent à armes inégales. Des algorithmes apprenants qui créent jusqu’à 6 fois plus de chances de viser dans le mille, soit de parler de la bonne offre au bon client. Et de vendre plus. Pourquoi laisser à Facebook et Google un tel avantage compétitif grandissant. C’est un super pouvoir qui est plus accessible qu’on le croit.

Quels sont les bénéfices d’utiliser des algorithmes, de l’automatisation ou de l’apprentissage machine?

En confiant à des machines des tâches difficilement réalisables par des humains, ou tellement répétitives et aliénantes qu’aucun humain ne pourrait bien les réaliser à terme, les entreprises retirent plusieurs avantages.

Amélioration des taux de transformation

On peut aussi parler de taux de progression dans les funnels marketing de l’entreprise.

  • Le taux d’exposition à la marque ou aux produits de l’entreprise: en s’adressant aux au clients ayant le plus de potentiel d’être intéressés.
  • Le taux de considération de la marque ou des produits et services: en répondant plus efficacement et rapidement aux questions ou aux réfutations que le client se pose probablement.
  • Le taux de conversion: en offrant au bon client, au bon moment avec le bon message. Peut-être au bon prix aussi.

Augmentation des revenus

En fixant le bon prix, on peut vendre plus souvent à prix régulier aux clients prêts à le payer et proposer des offres ou rabais uniquement aux clients qui en ont besoin pour passer à l’action (plus sensible au prix). Les données et l’automatisation permettent de créer des règles promotionnelles dynamiques qui seraient impossibles à déployer par des humains. Ceci contribue à augmenter la valeur moyenne des transactions et l’occurrence de transactions.

Détection d’opportunités inattendues

Ou imprévisibles, voire contre-intuitives. L’intégration de flux de données permet de découvrir des similitudes ou des caractéristiques communes de groupes clients qui ont une propension considérablement plus grande à devenir client. Cela permettra notamment de déterminer les marchés ou segments les plus porteurs, ou encore les attributs produits spécifiques à mettre de l’avant pour une grappe de clients.

Hausse du taux de rétention des employés

En concentrant les employés sur des tâches créatives, intéressantes et où ils s’accomplissent, l’impact sur leur bonheur au travail et leur rétention sera bien réel. En plus de créer plus de valeur pour l’entreprise.

Comment les entreprises “normales” peuvent-elles profiter de ces leviers modernes?

Pour profiter des bénéfices mentionnés plus haut qui, tous ensemble, représentent un avantage compétitif indéniable, il faut commencer quelque part.

On parle souvent de l’importance d’avoir une culture de données. Plus facile à dire qu’à faire certes, mais essentiel pour y arriver. Une culture des données repose sur quelques piliers tels que:

  • La transparence et le partage des données dans l’organisation
  • La collecte exhaustive de données et la volonté réelle d’intégrer les insights aux produits et façons de faire
  • La considération et la gestion des données comme un actif stratégique

Si vous souhaitez en savoir plus sur la culture des données, cet article de Tableau en parle dans d’autres mots mais avec une esprit similaire.

Il est important de débuter avec les données qui existent déjà dans l’organisation, comme les transactions passées, les contacts existants ou encore les données de fréquentation des sites existants. Trop de projets débutent avec d’ambitieux plans de collecte de nouvelles données et sont abandonnés avant même qu’une petite parcelle de valeur ait été créée, faute de coûts. C’est une erreur typique. Commencer à créer de la valeur avec la donnée existante permet de mieux déterminer la prochaine donnée à collecter et organiser. Ceci limite les coûts et les fait progresser au rythme de la valeur créée (les comptables et CFO adorent ça), réduisant ainsi les risques reliés à la collecte de données massives (les avocats adorent ça). Le prototypage est votre allié.

Il existe des patterns dans les données d’une entreprise qui pourraient accélérer la découverte d’opportunités. Mon conseil est d’avoir confiance aux conclusions qui émergent des données. Je m’explique. Si un algorithme recommande de cibler des clients qui aiment le ski car ils ont 68% plus de chances de convertir qu’un autre client, il faut le tester. Même si ça peut avoir l’air de venir totalement du champs gauche. Si des points de données indiquent cette tendance et qu’un volume intéressant peut être atteint, il faut y aller. Ce n’est peut-être pas intuitif pour un humain ou explicable, mais si cette grappe de clients à une plus forte propension à convertir, vous ferez plus avec votre budget publicitaire. Vous présenterez le bon attribut au bon segment client et vendrez plus, même si le point de données est peut-être difficile à rationaliser par votre CEO.

Mon dernier conseil est de créer un espace où les données peuvent être explorées en toute sécurité, sans que les données clients puissent être compromises. C’est important pour les clients, mais également l’entreprise, sa réputation (on peut penser à une certaine institution financière), son innovation et sa capacité à exister demain! Les données peuvent et doivent être dépersonnalisées pour y arriver. La valeur des insights et de l’automatisation qui en émerge en n’est pas moins grande.

Au final, ne pas aller vers l’automatisation, les algorithmes et l’intelligence artificielle, c’est renoncer à des super pouvoirs que d’autres finiront par développer. Ça veut dire dépenser mieux et donc moins en en publicité et surtout, penser et développer son produit et l’argumentaire qui l’entoure en fonction des données dont on dispose probablement déjà.