TechTrends by JJ

Marketing – Digital – Strategy

Qui devinera mon prochain achat sur Jumia?
Français, Numérique

Qui devinera mon prochain achat sur Jumia?

Derrière ce titre se cache une énigme qui constitue la raison d’être des marketeurs du domaine du retail (e-commerce, supermarché…), mais aussi des professionnels de l’analyse des données clients. Comment anticiper le prochain achat d’un client (ou d’un prospect) afin de lui adresser le message adéquat et tirer un maximum de valeur de celui-ci ?

Quel constat ?

En fait, ce qui se passe dans différents secteurs, dont l’e-commerce sur le continent africain, c’est que le ciblage des prospects se fait principalement à partir de l’historique de visionnage (et d’achat). De façon schématique, une fois que j’ai accédé à un site de e-commerce et que j’ai visionné un tee-shirt gris sans l’avoir forcément acheté, je verrai des encarts publicitaires du même tee-shirt sur d’autres sites Internet, et ce, même si je ne suis plus intéressé par ce tee-shirt. Il arrive dans certains cas que j’arrive par erreur sur une fiche produit (le tee-shirt gris par exemple) sur un site e-commerçant et que je sois quand même ciblé sur les prochains sites internet que je consulterai. Il est vrai qu’à force de voir de la publicité, on peut être finalement tenté d’acheter le produit (par curiosité, par amour de la marque ou par agacement). Mais ce qui est certain, c’est qu’on ne le fera pas tout le temps. Dans certaines situations, et pour des clients moins tolérants, cette situation pourrait être considérée comme du spam. Ces clients pourraient finalement décider de faire plus attention et d’éviter d’aller sur le site de vente en ligne en question.

L’intelligence artificielle devinera mon prochain achat sur un site de e-commerce!

     Qu’est-ce que c’est

Image d’illustration: robot conversant avec un humain

On ne le dira jamais assez, le volume de données que nous générons chaque jour est stratosphérique. En fait, nous produisons plus de données aujourd’hui qu’il y a à peine 2 ans et ces données proviennent de sources innombrables : nos téléphones, notre activité sur les réseaux sociaux, nos transactions bancaires[1] et mobile money. Ces dernières années, il faut ajouter à cette liste les données issues des objets connectés (Réfrigérateurs intelligents, etc). Ces objets sont parfois connectés grâce à des assistants vocaux (Siri pour Apple, Echo pour Amazon), ces derniers étant propulsés par l’intelligence artificielle. Justement, l’intelligence artificielle, qui désigne  le fait de confier à une machine, un logiciel ou un ensemble d’algorithmes, une tâche qui ne peut être traitée par un humain ou qui ne pourrait être effectuée par un individu qu’à des conditions de coûts, de qualités ou de délais moins intéressantes que celles fournies par le dispositif d’intelligence artificielle. Les experts en la matière la distinguent des algorithmes classiques par sa capacité d’apprentissage à partir d’innombrables données en sa disposition. Ainsi, des systèmes basés sur l’intelligence artificielle sont capables d’analyser les données (images de caméra de surveillance, liens cliqués, des connections à un réseau…), faire des déductions du type : ces personnes sont identiques, ces produits sont liés, et enfin prédire que tel client est sur le point de nous quitter ou cette machine va tomber en panne demain, etc…

Anticiper un achat : le prochain niveau du marketing personnalisé

Ces nouveaux usages que peuvent permettre l’intelligence artificielle embarqués dans nos systèmes paraissent prometteurs. Les usages se multipliant, il n’est pas utopique de penser que l’e-commerce du futur sur notre continent marquera le clou du marketing personnalisé. En effet, les algorithmes de ciblage et d’apprentissage de nos sites de vente en ligne pourraient être capables d’utiliser des informations telles que les mentions « j’aime », les commentaires publics, nos termes de recherches sur les réseaux sociaux et nos connections (amis)  comme informations servant à anticiper notre prochain achat.  Savoir que j’ai commenté à plusieurs reprises des photos de tee-shirts blancs en demandant des prix peut être une bonne hypothèse sur ma volonté de me procurer un tee-shirt blanc. Une fois cette hypothèse validée, savoir par exemple que je suis un utilisateur régulier de services de mobile money auprès d’opérateurs télécom peut permettre au service marketing du site en ligne de me proposer un tee-shirt blanc comme suggestion d’achat, avec possibilité de le payer par mobile money, et non par carte bancaire ; ce qui devient énorme et tellement précis. Une fois cet achat conclu, certains systèmes d’intelligence artificielle pourraient aller plus loin en m’affectant à un profil bien particulier et me pousser par exemple une autre offre, un pantalon de même marque par exemple. L’idée sous-jacente est simple : lorsque je récupère une assiette dans la cuisine, il est fortement probable, que j’y ajoute une cuillère 🙂

Quels prérequis pour y arriver ?

La grosse difficulté pour l’intelligence artificielle, ce ne sont pas tant les compétences techniques requises pour mettre en place ces systèmes mais plutôt l’intégration et l’utilisation de toutes les données que nous produisons. Il est vrai qu’en matière d’intelligence artificielle, les experts en la matière ont tendance à être plutôt localisés dans une certaine région du monde mais le fait que nous soyons dans une économie où le savoir à tendance à être mondialisé augure de beaux auspices pour que ces innovations puissent se répandre.

Les données par contre seront la véritable pierre d’achoppement. Le cas d’usage que j’ai présenté plus haut intègre à la fois des données de réseaux sociaux, d’opérateurs télécoms, de moteurs de recherche et dans une certaine mesure des données démographiques. Jusqu’à maintenant, bien que ces données existent, elles sont soient soumises à des lois sur la protection des données à caractères personnels, soient la « propriété exclusive »[2] des entreprises qui les gèrent. Pouvoir mettre toutes ces données à disposition de tiers pour alimenter des systèmes d’intelligence artificielle paraît moins évident que construire ces systèmes, compte tenu des contraintes ci-dessus citées.

En définitive

L’intelligence a existé depuis bien plus longtemps que l’on imagine. Les cas d’usages se limitaient toutefois à des domaines bien précis tels que les jeux vidéo par exemple. Aujourd’hui, avec l’explosion des données due à l’évolution rapide des personnes connectées et des objets connectés, le moment semble adéquat pour multiplier les usages en matière d’intelligence artificielle et améliorer nos systèmes. Le marketing traditionnel et digital, tels qu’ils se présentent en ce moment ont l’occasion de faire peau neuve. Mais pour cela, une tâche titanesque nous attend tous : ouvrir les données, les exploiter pour améliorer l’expérience client sans toutefois tomber dans des dérives comme nous le voyons en ce moment, le dernier en date étant le scandale Facebook-Cambridge Analytica.

Dans une prochaine série d’articles, nous nous intéresserons plus en profondeur à certains outils existant d’intelligence artificielle et à leurs possibles applications à des fins marketing.

[2] En réalité, la propriété de la donnée est à celui qui l’a produit, en l’occurrence le client.

[1] Dans une moindre mesure en Afrique, compte tenu du faible taux de transactions par carte bancaire.

 

Comments

comments

Written by Jean Jacques Abe in 09/05/2018 / 271 Views

No Comment

Please Post Your Comments & Reviews

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.