Personnalisation : quand les approches prédictive et humaine se complètent

La vague d’I.A. washing est telle que l’on pourrait croire qu’il faut introduire du machine learning ou du deep learning dans toutes les circonstances… En effet, là où l’humain va déterminer a priori sa cible de manière figée, l’algorithme apprend des comportements et améliore sa capacité de prédiction en temps réel à partir de l’ensemble des données dont il est nourri. Dans la mesure où il travaille 24/7, sa performance est de fait toujours supérieure à l’humaine. Pour autant, toutes les situations ne se valent pas.

S’appuyer sur de l’algorithmie prédictive pour déterminer la préférence d’un visiteur sur la couleur d’un bouton de call-to-action, c’est possible. Mais il est difficile de quantifier le gain marginal de chiffre d’affaires obtenu et de justifier l’usage du machine learning pour régler une question facilement gérable manuellement. Nous avons identifié chez nos clients 5 contextes pour lesquels une approche prédictive on-site s’impose tout particulièrement. Si vous vous reconnaissez dans au moins l’un d’entre eux, le marketing prédictif est pour vous !

1. Quand il s'agit détecter une intention d’achat ou une appétence à une offre

L’algorithme se nourrit de toutes les données visiteurs qui lui sont apportées (y compris socio-démographiques ou même offline) mais quantité d’études comme celle de Benjamin Reed Shiller montrent que les données les plus discriminantes pour déterminer une intention d’achat on-site sont celles de type comportementales ou liées au contexte de visite.

Or ces données sont par définition très difficiles à modéliser a priori humainement. Déterminer soi-même quel visiteur a une forte ou faible probabilité de conversion à une offre relève au mieux d’un calcul de scoring certes rationnel mais très imparfait, au pire de l’intuition. Dit autrement, le marketing prédictif s’impose tout particulièrement quand les données sont en permanente évolution ou quand il n’est pas aisé d’identifier précisément sa cible parce que les critères qui la définissent sont flous, ambigus ou mouvants :

• « Je veux pousser un coupon de réduction aux visiteurs indécis »
• « Je souhaite cibler les visiteurs sensibles à l’effet rareté pour leur pousser un message d’urgentisation »

2. Quand cibler des leads non-qualifiés vous coûte (très) cher

Le web est un puissant vecteur de trafic on-site mais aussi vers vos magasins. L’un des moyens d’attirer de nouveaux clients est de leur pousser une incentive. Mais tous vos leads ne se valent pas. Une incentive (de service par exemple) peut se révéler très coûteuse quand elle est poussée à ceux qui n’ont en réalité aucune intention d’achat. Dans ce cas, le ciblage prédictif est un puissant levier d’économie car il maximise le nombre de leads correspondant à l’objectif déterminé.

3. Quand vous avez une forte disparité de données à traiter

Si de très nombreuses données participent à la définition d’une cible, l’approche prédictive s’impose tout naturellement car l’algorithme est mieux placé que l’humain pour brasser sa disparité et identifier les critères les plus discriminants pour l’action que l’on souhaite réaliser.

Même une cible a priori simple (par exemple les abandonnistes de panier = panier non vide et souris quittant le site) est mieux identifiée par l’algorithme qui anticipe leur action en trouvant d’autres corrélations entre visiteurs ne terminant pas leur achat sur des critères autres que la simple sortie de site.

4. Quand vous voulez personnaliser à grande échelle

La personnalisation manuelle est chronophage. Elle nécessite un temps de réflexion, une segmentation « à la main » et un travail itératif pour l’affiner en fonction des résultats obtenus. Elle devient difficilement tenable quand le nombre d’actions de personnalisation à opérer est croissant et qu’il faut orchestrer en parallèle des scénarios de plus en plus complexes.

L’un des avantages déterminants du prédictif est de permettre l’automatisation des actions et de gérer les volumes, la complexité et la variété des données bien mieux qu’un cerveau humain qui, en retour, pourra se concentrer sur la stratégie à mener.

5. Quand vos ressources sont limitées

C’est le pendant du point précédent. Vous avez beaucoup d’enjeux à adresser et le temps manque. L’algorithmie prédictive a un double avantage : elle est facile à mettre en œuvre (pas de projet tunnel de type Big Data) et elle automatise l’identification de ses cibles (pas de mise à jour de sa segmentation à réaliser en fonction de l’évolution des comportements client ou de son site, etc.). En bref, le prédictif vous fait gagner du temps.

La personnalisation prédictive ne signifie pas pour autant que l’approche manuelle n’a plus de raison d’être. Elle reste toujours adaptée pour toutes les actions marketing pour lesquelles la cible client est clairement déterminée et ses critères clairement identifiables. « Je souhaite récompenser mes clients fidèles ayant acheté pour plus de 200 € sur les 6 derniers mois en les invitant à un événement » ; « je veux pousser une offre de bienvenue à mes nouveaux visiteurs », etc.

Bonne conversion ! Article initialement publié sur le site de la Fevad.