Qui sommes-nous ?

Métiers & Expertises

Enjeux & Solutions

Blog & Actualités

Nos publications

Contactez-nous

Pourquoi penser stratégie data avant de se lancer dans l’IA ?

Pourquoi penser stratégie data avant de se lancer dans l’IA ?

Aujourd’hui, une entreprise sur deux utiliserait l’IA dans sa stratégie marketing. Zoom sur ce phénomène et sur l’importance d’une bonne stratégie data avant de se lancer.

Des entreprises qui semblent avoir pris le virage de l’IA…

Rares ne sont pas les sondages, études et autres baromètres qui expliquent que l’intelligence artificielle est déployée dans les entreprises et plus particulièrement dans leurs services marketing. Découvrez un florilège d’articles glanés sur le web sur le sujet :

  1. « Cette tendance est confirmée par Forrester qui constate de son côté que 46 % des départements marketing et commerciaux mènent des investissements en intelligence artificielle, bien plus que les autres départements de l’entreprise. »

Extrait de l’article « L’IA au service du marketing : les chiffres-clés », publié le 1er août 2019 sur itsocial.fr

  1. « 51% [des professionnels du marketing] utilisent déjà l’IA »

Extrait de l’article « [State of marketing] L’intelligence artificielle, une priorité! », publié le 21 juin 2017 sur frenchweb.fr.

 

  1. « À l’horizon de 2020, 30% des entreprises du B2B utiliseront l’IA pour augmenter leur processus de vente ».

Infographie du CMIT reprise par plusieurs médias en septembre 2018, dont l’article « IA : quel impact pour les marketeurs? » publié en septembre 2018 sur https://comarketing-news.fr.

 

stratégie data

stratégie data

  1. « Les retailers se prononcent en faveur de l’intelligence artificielle et sont pour l’instant 67% à l’utiliser. »

Extrait de l’article « L’IA fait l’unanimité chez les retailers » , publié le 9 novembre 2019 sur ecommercemag.fr.

 

… mais qui sont en réalité peu nombreuses

Une lecture rapide tendrait à nous faire croire qu’au moins une entreprise sur deux utilise l’intelligence artificielle dans sa stratégie marketing. Nous serions donc facilement entourés de marketeurs et emarketeurs abreuvés à l’IA qui, grâce à leur maitrise de l’intelligence artificielle, parviendraient notamment à atteindre les objectifs évoqués systématiquement dans ce type de stratégie :

  • personnaliser leur message et augmenter leur taux de transformation
  • prédire avec fiabilité les futurs événements clients
  • augmenter l’expérience client et communiquer de manière fluide avec leur client (notamment grâce aux chatbots)
  • etc

Si cela est évidemment une réalité pour certaines entreprises qui réussissent à implémenter de telles solutions, prenons un peu de temps pour essayer de mesurer le profil de ces entreprises. La réalité semble pour autant plus contrastée.

 

L’intelligence artificielle dans le marketing reste l’apanage de certaines entreprises

L’étude « State of marketing » nous en apprend davantage sur le profil des personnes interrogées. Le sondage porte sur 3 500 utilisateurs de Salesforce, dont 350 en France, et la majorité des répondants sont des digital natives (57%). Quand on sait que 73% des PME n’utilisent pas de CRM, le fait que « 51% des professionnels du marketing utilisent déjà l’IA » parait être un constat un peu hâtif.

De la même manière, selon l’article d’ecommercemag.fr, deux tiers des retailers utiliseraient l’IA. Si nous nous intéressons à la base interrogée, nous tombons ainsi à 112 répondants, ce qui parait peu pour être significatif. La moitié des répondants appartiennent à des entreprises de plus de 250 salariés.

Il semble donc difficile, d’après la plupart des études existantes, de chiffrer un réel usage ou non de l’intelligence artificielle en entreprise. Le nombre de biais de toutes ces études reste très élevé (nombre de répondants, profils des répondants, taille des entreprises, zones géographiques …). Certaines tendances semblent néanmoins se dégager sans pour autant qu’on dispose de véritables chiffres :

  • Les entreprises de grande taille restent la cible privilégiée.
  • Les secteurs digitaux sont plus en avance.
  • L’utilisation reste l’amélioration de la connaissance client pour la personnalisation des messages.

 

Beaucoup de difficultés liées à la qualité de la donnée

Si certaines entreprises utilisent ou cherchent à implémenter l’IA dans leur stratégie marketing, beaucoup restent confrontées à de sérieuses difficultés. Celles-ci peuvent se cristalliser autour des 5 des grands mythes liés à l’intelligence artificielle décrits par un analyste de Forester. Parmi ceux-ci, le mythe numéro 2 est particulièrement significatif car il témoigne d’une réalité bien plus large que l’unique question de l’implémentation de l’intelligence artificielle.

Mythe n°2 : l’IA c’est des mathématiques sophistiquées et des algorithmes.

La réalité : l’important dans l’IA c’est la data.

 

Mick Levy, responsable Innovation chez Business & Décisions, évoque ces difficultés dans une interview publiée sur le blog de son entreprise :

 « Le facteur-clé de succès est avant tout de bien connaître son patrimoine data, de bien maitriser la qualité des données, et d’avoir la capacité d’activer ces données au service de l’Intelligence Artificielle. »

Tendance confirmée par le dernier baromètre du CMIT, réalisé en 2019, où 53,7% des personnes interrogées (sur 465 dont 70% dans des entreprises de plus de 100 salariés) déclarent que leur base de données est insuffisamment qualifiée et 38,4% qu’elle est obsolète.

 

De la nécessité d’un bon sourcing data

La réussite d’un projet marketing en 2020 (amélioration de la connaissance client, augmentation des taux de transformation de campagnes, détection de signaux d’affaires …), qu’il comprenne ou non de l’intelligence artificielle passe avant tout par une qualification des bases de données internes et par l’acquisition de data tierces, spécialisées.

La first-party data (données internes), la solution passe essentiellement pour du traitement et la mise en place de solutions technologiques pour agréger, analyser

Pour les second-party et third-party data, plusieurs options s’offrent aux entreprises dans le B2B. La plus simple, pour les données génériques d’entreprises (pour le ciblage de prospects par exemple), est de récupérer les données en open data. Cet article référence par exemple quelques-unes de données disponibles en accès libre.

Le traitement des bases est souvent lourd à gérer, mais cela reste un outil indispensable pour analyser son portefeuille client. Autre solution : s’adresser à un partenaire spécialisé dans l’agrégation de données peut s’avérer plus rentable et surtout offrir davantage de possibilités analytiques (croisement multisource, historisation, bases de données sectorielles …).

Reste à savoir comment, transformer ces données (obtenues sur le web, achetées ou simplement récupérées depuis ses propres systèmes internes) en levier de performance commerciale et marketing. C’est ce que nous aborderons dans notre prochain article qui présentera une méthodologie précise pour l’analyse client et la détection de poches de prospection.

 

Vous souhaitez nous contacter ?

Besoin d'une information sur nos solutions ? Envie de nous rejoindre ?
L'équipe Ellisphere est là pour répondre à vos questions.

Nous contacter

Entrez en contact avec l'équipe Ellisphere

Écrivez-nous

Charte transparence

Vous souhaitez connaître le score de votre entreprise ?

Votre score

Newsletter

Découvrez les derniers articles de notre blog

Abonnez-vous