Browsing Tag

marketing automation

Digital-émois Intelligence Artificielle

Programmatique à la vitesse de la lumière

digital-emois.fr

Les analyses prédictives sont centrales dans les activités d’achat d’espace. Le machine learning permet d’analyser le comportement du consommateur de prédire les best moments pour l’adresser et par quels leviers. Nous poursuivons notre exploration des applications marketing de l’intelligence artificielle avec cette fois les leviers de com. Voici quelques cas d’usages  :

Gestion des achats publicitaires

Les nouveaux modes d’achats médias  (le Real Time Bidding, programmatique) orientent vers l’automatisation des achats publicitaires.

L’achat programmatique est un processus permettant aux annonceurs d’acheter de l’espace publicitaire et aux éditeurs de vendre leurs espaces publicitaires de manière automatisée. Ces achats/vente à grande échelle se font quasiment en temps réel.

“Un inventaire publicitaire s’achète aujourd’hui en l’espace de 150 millisecondes, après sélection de la bonne audience parmi les quelques 2,5 milliards de profils disponibles dans le monde”[1].

Aucun cerveau humain n’est capable de prendre une décision aussi vite, c’est ici qu’intervient l’intelligence artificielle.

Le programmatique libère des tâches répétitives et manuelles et donne plus temps pour la stratégie, la créativité et l’optimisation. Ceci permet de se concentrer sur des opérations spéciales à plus forte valeur ajoutée.

Mais au-delà de la mécanisation de l’achat des espaces, ces technologies permettent d’optimiser en quasi-temps réel les investissements de la marque. L’intelligence artificielle donne  accès à la meilleure impression possible. Le meilleur canal du moment donné, pour la personne souhaité en se basant sur l’exploitation de la data et utilisation d’algorithmes.

La méthodologie est simple : observer l’attitude de l’internaute, puis regarder son surf sur les principaux sites pour trouver le meilleur moment sur le bon support (desktop, tablette, smartphone). Mais c’est la programmatique qui en permet la mise en œuvre.

 

Display et affichage dynamique

Le programmatique à travers ces algorithmes de segmentation de l’audience permet de diffuser des impressions mieux ciblées. Grâce à la finesse des données utilisées pour cibler les internautes il est possible de personnaliser au mieux les bannières poussées. Elles sont sélectionnées en fonction du profil, du parcours mais aussi en tenant compte de données contextuelles externes comme la météo par exemple. Cette avancée, porte le nom de Dynamic Creative Optimization (DCO).

Le machine learning peut aussi être utilisé pour optimiser l’affichage urbain : le DOOH en mode programmatique. DOOH signifie Digital Out-Of-Home. Il regroupe, entres autres, les techniques d’affichage digital urbaines et l’affichage numérique indoor en centres commerciaux ou aéroports par exemple.

Depuis avril 20016, Amnet, avec la technologie Displayce, cible des audiences en fonction des centres d’intérêt, typologies de lieux, points de vente et coupler les diffusions multi-écrans. C’est la 1ère plateforme française dédiée à l’achat de campagnes d’affichage digital, via un processus programmatique.

Au Royaume-Uni, l’agence M&C Saatchi avec le réseau Clear Channel a développé une technologie qui permet de doter les panneaux publicitaire d’une véritable intelligence artificielle.

Les réactions du passant influent sur le visuel grâce à un système d’algorithmes : le contenu dépend et évolue au fil de la réaction des passants.  Un algorithme définit les publicités qui plaisent ou non aux passant, en utilisant la reconnaissance faciale pour détecter si une publicité rend heureux, triste, ou si elle laisse indifférent. L’affichage apprend des réactions des passants pour diffuser une publicité au plus en adéquation avec les réactions attendues par la marque. Les éléments  de la publicité  (image, baseline, typographies, mise en page…) alors affichée sur le panneau sont  modifiée  en temps réel.

Le développement de ces solutions évoluant très rapidement et sans cesse, le but de cet article est d’illustrer des cas d’usage de l’intelligence artificielle en marketing. Ce propos n’est en rien exhaustif mais il permet simplement de prendre conscience de cette tendance de fond, et de l’arrivée irrémédiable de ces nouveaux assistants dans tous les domaines du marketing… Retrouvez d’autres applications [ici]   

[1] Éric Clemenceau, directeur France de RocketFuel

Digital-émois Intelligence Artificielle

Machine Learning : tu ne m’avaleras pas

digital-emois.fr

Intelligence artificielle, deep learning, robotisation du monde…

Une révolution en marche

Les machines s’introduisent dans notre vie quotidienne et les consommateurs sont déjà exposés quotidiennement à l’Intelligence Artificielle.

Google l’utilise pour compléter ses requêtes de recherche par la saisie semi-automatique, Facebook et Amazon utilisent des algorithmes prédictifs pour formuler des recommandations basées sur l’historique de lecture ou d’achat de l’utilisateur.

On observe la multiplication des assistants virtuels dans les systèmes d’exploitation des smartphones et les japonais vivent déjà avec  Pepper, un robot humanoïde capable d’identifier l’humeur des clients et de reconnaître leurs visages…

C’est une évidence, la prochaine génération de consommateurs aura grandi avec ces technologies numériques et exigera des marques qu’elles anticipent ses besoins et apportent des réponses instantanées et personnalisées. Les marques doivent donc se préparer et en particulier leurs marketeurs.

“Les technologies, l’automatisation et l’intelligence artificielle nous placent à l’aube de la quatrième révolution industrielle »[1].

Le marketing révolutionné ?

Pour le marketing, le machine learning va plus loin que la simple utilisation de données pour mieux cibler. Les algorithmes de machine learning peuvent apprendre des réponses, des comportements des clients ou prospects.

Il devient alors un assistant, un complément d’analyse, un bras droit précieux du marketeur indispensable à ses activités. Le Marketing et la connaissance client doivent capitaliser sur toutes ces nouvelles possibilités.

Le machine learning transporte le marketing traditionnel dans l’ère du  marketing dynamique. Dorénavant, le marketeur agit et communique en comprenant l’environnement des clients et leur état émotionnel.  Il permet d’identifier quels sont les moments adéquats pour convertir et donne les moyens d’atteindre le consommateur au meilleur moment : où qu’il se trouve, sur n’importe quel canal web ou physique avec un produit unique et  un prix contextualisé.

Si le digital a bouleversé le marketing, y compris dans la pratique même du métier, c’est au tour du machine learning de transformer le métier de marketeur pour sans doute mieux le révolutionner ?

Des marketeurs un peu perdus

Les marketeurs sont face à une dure réalité : s’ils ne s’adaptent pas aux nouveaux usages et ne proposent pas d’expériences suffisamment personnalisées à leurs clients d’autres le feront….

Entrer dans une logique de prédictibilité est la clé du succès car elle permet de se focaliser sur l’anticipation et la vision plutôt que sur résolution de problèmes. C’est véritable changement de paradigme pour le marketeur : il va anticiper et prédire le succès d’une campagne plutôt que de l’analyser a posteriori.

Et c’est bien là toute la différence qui crée la disruption : pouvoir affiner en temps réel et selon la bonne méthode les campagnes marketing grâce à des algorithmes créés à partir de ce que l’on sait sur ses clients.

Les possibilités offertes par le Machine Learning sont infinies … Des données illimitées, un apprentissage machine et une puissance de calcul décuplée vont bientôt rendre omniprésente l’intelligence artificielle. Si jusqu’à présent les technologies sont restées cantonnées à des sujets très techniques comme la data, l’automation marketing… l’avènement annoncé de l’intelligence artificielle va venir bousculer les marketeurs au cœur même de leur savoir-faire.

Déjà que les marketeurs souffraient d’un déficit de compétences pour s’approprier les technologies marketing et l’exploitation des data … Si l’optimisation de leurs activités est délégué à une machine, peut-on imaginer que les marketeurs soient demain des robots ?

[1] Affirmation tirée du dernier Forum économique mondial-Davos – début 2016

Data et Techno Marketing Digital-émois

Marketeurs condamnés à la techno

digital-emois.fr

Les marketeurs de toutes générations sont pleinement conscients de la nécessité de faire évoluer leurs modèles marketing, sous la pression du nouveau consommateur connecté. Le rapprochement entre marketing et technologies n’est déjà plus une tendance. C’est une évolution concrète du secteur.

D’abord parce que le marketing devient petit à petit le référent «front office client», ses choix techniques impactant directement l’expérience client. Ensuite, du fait de la monétisation des données et des audiences, cette nouvelle source de ROI, le pousse vers le statut de centre de revenus.

Au-delà d’être bousculé dans ses fondations, le marketing se voit surtout et avant tout enrichi d’un nouveau P, celui de Plateforme. Plateforme, pour plateforme marketing, plateforme technologique. Ce P vient marquer le rôle de plus en plus structurant des technologies dans la les fonctions marketing.

lire la suite

Digital-émois Intelligence Artificielle

Rencontre avec le machine learning

digital-emois.fr

La démocratisation des technologies Big Data donne accès à des puissances de traitement considérables qui permettent de traiter des volumes de données ahurissant. Mais, les data aussi volumineuses soient elles, n’ont de valeur qu’accompagnées d’analyses et c’est là tout l’apport du machine learning, de l’apprentissage automatique.

 

Machine à prédire

Avec le machine learning, la machine arrive à apprendre toute seule grâce aux données sans être explicitement programmées pour cela. Le Machine Learning construit des mécanismes prédictifs à partir d’observations passées. Cette démarche présuppose l’existence d’un mécanisme causal. Ainsi, pour prédire un phénomène, il existe deux solutions :

  • élaborer un modèle explicatif en se basant sur la compréhension du mécanisme causal. Cette démarche est menée par les scientifiques.
  • mettre en évidence des corrélations significatives dans un jeu d’observations, c’est-à-dire trouver un modèle prédictif. Le Machine learning, tout comme les statistiques utilisent cette démarche.

Machine basée sur l’apprentissage

Pour faire fonctionner le machine learning, il existe différents types d’apprentissage dont les 2 principaux sont :

  • L’apprentissage supervisé

On donne aux machines un modèle (« teacher ») duquel elles apprennent.

Pour qu’un programme apprenne à reconnaître une voiture, par exemple, on le nourrit de dizaines de milliers d’images de voitures, étiquetées comme telles. Cette technique est relativement ancienne, mais elle a fait un bond avec les récentes avancées technologiques.

La masse de données désormais disponibles ainsi que la puissance de calcul à disposition des ingénieurs multiplient l’efficacité des algorithmes. Ce type d’apprentissage est courant et fait déjà parti de notre quotidien avec par exemple les outils de traduction automatique.

  • L’apprentissage non-supervisé

Si l’apprentissage supervisé revient à construire un modèle de corrélation entre 2 ou plusieurs variables a priori connues – l’apprentissage non supervisé va prendre en compte l’ensemble des variables d’un problème et va en extraire les corrélations les plus fortes. Ce qui est bien plus puissant car cela va au-delà des préjugés humains et met en relief des corrélations cachées qu’aucun d’entre nous n’aurait pu imaginer.

Pour le marketing, le machine learning va plus loin que la simple utilisation de données pour mieux cibler. Il apprend des réponses, des comportements des clients ou prospects.  Avez-vous reconnu votre précieux assistant, bras droit de demain ?

Regard d'experts

David Baranes : le RTB : évolution essentielle du marketing en temps réel

David Baranes, responsable France d’AppNexus, (acteur mondial du RTB) décrypte le Real-time bidding.

Le secteur de l’achat d’espace est totalement transformé avec l’arrivée de nouveaux outils qui favorisent l’automatisation de l’achat média. On parle de programmatique ou Real-time bidding.

Le RTB est une technologie utilisée dans la publicité en ligne. C’est un processus de transaction qui permet d’acheter et de vendre des bannières publicitaires en temps réel aux enchères et impression par impression. Ce processus se déroule en quelques millièmes de secondes !

Il favorise indéniablement l’efficacité et l’immédiateté de la publicité. Il ouvre l’aire du marketing en temps réel puisqu’on passe d’un process étude, analyse, planning, diffusion à l’ensemble de ces étapes en temps réel !  

Le ROI des campagnes est meilleur car :

  • il y a beaucoup moins d’interlocuteurs
  • les contrôles sont bien plus nombreux
  • les opérations sont plus efficaces et rationalisées grâce à la ‘softwarization’ des activités.

Si le sujet a l’air complexe on reste finalement dans un contexte d’achat et de vente dans un monde de publicité et de média dont la technologie est devenue un outil central.

‘Ne pas hésiter à se lancer, avec des budgets massifs, car le programmatique permet d’arriver dans le nouveau paradigme du marketing en ligne avec cette capacité à prendre de la donnée et de l’utiliser en temps réel.’