Le Boston Consulting Group (BCG), Gartner et McKinsey estiment que l’expérience client sera un des domaines qui bénéficieront le plus des avancées dans l’intelligence artificielle (IA) générative. Dans le cadre d’un sondage effectué auprès des dirigeants, Gartner a identifié que la majeure partie des investissements en IA générative, soit 38%, sera dirigée vers l’expérience client et la rétention (Gartner, 2023).
À titre de rappel, l’IA générative est une technologie qui permet de produire différents types de contenu, tels que du texte, de l’image, de l’audio, de la vidéo et des données.
Trois composantes du marketing centré sur le client peuvent être augmentées par l’IA générative: la connaissance des clients, la personnalisation de l’expérience client et la protection des données personnelles.
Comment l’IA générative peut augmenter la connaissance du client?
Au niveau de la connaissance du client, l’IA générative permet d’analyser des données non structurées (texte, image, vidéo, audio) afin d’en dégager des tendances ou de l’insight. Les données non structurées sont généralement difficiles à analyser, mais avec les progrès effectués en Deep learning (apprentissage machine), de nouvelles opportunités s’ouvrent aux marketeurs. Les deux dernières années ont considérablement facilité la démocratisation de ces outils.
Quelques applications de l’IA générative dans le domaine de l’insight:
-
Extraire des thèmes clés provenant de revues laissées sur des produits ou des commentaires / feedbacks laissés afin d’évaluer un service;
-
Résumer de façon automatisée toutes les recherches de marché (recherche secondaire / desktop research) effectuées pour comprendre des segments clés et ceci, quel que soit le format des documents utilisés pour supporter la recherche (pdf, page Web, vidéo);
-
Analyser des réponses de sondages pour en extraire les principaux insights;
-
Analyser des images ou des vidéos consommées par des segments de clients afin de déceler des tendances.
Ceci est un exemple de quelques cas d’utilisation pour illustrer le potentiel, mais de nombreux autres cas peuvent être envisagés.
Comment l’IA générative peut augmenter l’expérience client?
L’IA générative va permettre l’hyper-personnalisation du contenu sur tout le parcours client et ceci, avec des systèmes multimodaux (production d'une variété de contenus en différents formats: texte, image, vidéo, etc.). Les internautes seront de plus en plus exposés à des annonces générées par l’IA, de l’acquisition à la rétention; il en sera de même pour le contenu (email, page web, écran mobile…) affiché sur les propriétés numériques. Les contenus générés pourront se baser sur le profil marketing du client (données clients ou profil 360) afin d’offrir des expériences pertinentes et uniques à chaque consommateur. Cette innovation technologique va réinventer la relation entre les consommateurs et les marques (marketing relationnel).
Les systèmes de recommandation de contenu ou de produits vont être augmentés avec l’IA générative pour présenter des choix (en mode conversationnel) en utilisant un langage beaucoup plus proche de l’humain. La capacité de générer plusieurs variations d’un contenu autour du même thème va faciliter et accélérer l’expérimentation (test A / B / C).
Le support à la clientèle par assistant virtuel va être modernisé avec la possibilité de tenir des conversations plus riches avec les consommateurs. Il va aussi permettre de générer des comptes rendus de ces conversations (avec des recommandations) aux humains attribués à ce type de tâche.
Ces agents virtuels peuvent également être un bon levier pour effectuer du cross-sell ou de l’upsell, s’ils sont supportés par des données clients fiables. Au niveau de l'efficacité opérationnelle, un assistant virtuel peut supporter les clients 24h/24h et 7j/7j. Bien qu’actuellement, la technologie connaisse quelques défis, le potentiel reste réel.
Un des gros avantages de ces innovations est la possibilité de combiner les modèles d’IA traditionnels (prédiction d’achat, next best action) avec les systèmes d’IA générative pour délivrer des personnalisations encore plus avancées.
L’importance de capturer des données clients de qualité est critique pour atteindre ce niveau d’hyper-personnalisation. La précision et la fiabilité des réponses de ces outils seront critiques pour opérationnaliser avec succès ce type d’ambition. L’obtention du consentement explicite du consommateur et la protection de ses données personnelles sont des défis à prendre en considération pour réaliser ces cas d’utilisation.
Comment l’IA générative peut augmenter la protection des données personnelles de vos clients?
L’IA générative n’est pas juste appliquée au texte, à l’image et à la vidéo; ces modèles sont aussi utilisés pour générer des données. Un cas de figure prendrait la forme d’une compagnie qui peut décider de générer des données synthétiques basées sur les données existantes de sa base de données clients.
Les données synthétiques sont générées artificiellement par un modèle d’apprentissage machine. Ces données doivent garder les propriétés statistiques des données originales pour avoir une utilité réelle. À titre d'exemple, si les données originales sont composées de 60% de femmes, la version synthétique doit respecter fidèlement ce ratio.
Gartner estime que d’ici 2030, la majeure partie des données utilisées pour l’apprentissage machine et l’IA seront des données synthétiques. Des vendeurs offrent des solutions pour transformer des données réelles en données synthétiques: Mostly.ai, Datomize, Synthesized, Hazy, etc.
Les deux plus gros avantages des données synthétiques sont:
-
La capacité de générer des jeux de données de façon aléatoire à volonté sans avoir à les collecter à nouveau;
-
L’utilisation à volonté des données sans mettre en péril la confidentialité des informations personnelles de vos clients. Les données synthétiques sont dépersonnalisées; elles permettent difficilement d’identifier une personne dans un jeu de données.
D’un point de vue marketing centré sur le client, les données synthétiques peuvent être utilisées pour analyser les comportements des clients sans utiliser leurs informations personnelles. Elles permettent d'entraîner les modèles prédictifs ou de segmentation visant à améliorer l’engagement des consommateurs avec la marque.
Il s’agit d’un point important, puisque les données synthétiques sont dépersonnalisées. Elles ne peuvent donc pas être utilisées pour du ciblage publicitaire précis, car elles ne possèdent pas d’identifiant persistant.
J’espère que cet article aura pu vous inspirer quant au potentiel de l’IA générative dans l’opérationnalisation du marketing centré sur le client. Si vous voulez plus d’informations sur le sujet, vous pouvez nous contacter!
