( Dossier marketing prédictif 1/5) Le prédictif s’impose dans le marketing

[Paru le 10/07/2018, dans Les Echos ] Prévoir ce que le consommateur désire acheter, à combien va s’élever son panier, à quel moment il est préférable de le stimuler… telles sont les promesses du marketing prédictif. Même en B2B.

Maurice Ndiaye, président du club Data & IA de l’Association nationale des professionnels du marketing (Adetem), professeur en Data Marketing à Sciences Po et associé de la société Synomia, éditeur de logiciel d’intelligence artificielle.
© Synomia

Les Les traditionnels logiciels de gestion de la relation client (CRM) n’ont plus qu’à bien se tenir. C’est du moins ce qu’augure l’arrivée de l’intelligence artificielle (IA) pour rendre le marketing prédictif. A condition de générer et gérer, comme pour tout système d’IA, des océans de données issues aussi bien de l’entreprise avec la gestion de la relation client (CRM), le site Web (CMS), la logistique de livraison (TMS), centre d’appels, etc., qu’à l’extérieur : réseaux sociaux, site d’avis de consommateurs… L’argument est massue : acquérir un internaute coûte cher. D’où la nécessité d’éviter qu’il se désinscrive à cause d’une campagne de mails invasive ou d’une offre concurrentielle soudainement plus alléchante.

« Nous déchargeons les marketeurs du nettoyage de leurs données, de leur segmentation, des calculs par tranche d’âge, récurrence d’achat, panier moyen, canaux de vente ou d’abandon de la vente, etc., lance Amaury Martin, responsable des ventes chez Emarsys, un éditeur d’origine autrichienne qui agrège les données de 2,9 milliards de profils clients. En se basant sur un historique des ventes (de 1 à 10 ans), notre moteur d’IA calcule tous les agrégats permettant de dire que, ce matin, tels prospects sont prêts à être convertis en clients avec tel produit et quelles seront les volumes de recette. »

Campagnes de vente ou de bienvenue, relance d’inactifs ou « d’abandonnistes de panier », le site de vente en ligne Bricoprivé (produits de bricolage) automatise ainsi 65 % de ses campagnes, lesquelles génèrent 77 % des revenus. Chaque matin, l’enseigne envoie 4,5 millions de mails à ses clients et prospects. Surtout, le courriel part au moment où il aura le plus de chances d’être lu. 9H30 pour Agathe, 10h15 pour Armand. Une fois ouvert, l’IA personnalise le contenu de la relance en focalisant sur le produit qui a le plus de chances d’être acheté par Agathe ou Armand. « Optimiser l’heure d’envoi augmente de 3 % à 15 % le taux d’ouverture des mails, et la personnalisation du contenu entre 15 % et 25 % de taux de clics, reprend Amaury Martin. Pour un même volume de messages, le taux de transformation progresse au minimum de 10 %. »

Même le commerce inter-entreprise se met à l’heure de l’IA. En témoigne la startup parisienne GetQuanty qui propose à ses 300 clients (BNP Paribas, Dassault Systèmes, Karcher, Orange, SFR, Jabra…) d’analyser les processus de décision d’achat dans les entreprises. « Adresses IP, navigations sur les sites de notre client, cookies… à partir d’informations composites, nous construisons des profils non pas d’individus mais d’entreprises. Ensuite, nous relions les visites à différents salariés de l’entreprise acheteuse, précise Xavier Paulik, DG de GetQuanty. De cette manière, nous modélisons le processus des décisions d’achat dans chaque entreprise ainsi identifiée. » Selon la taille et le secteur d’activité de la cible, comptez entre trois et cinq personnes pour parvenir à l’achat final.

Erick Haehnsen