Comment mieux atteindre vos cibles marketing grâce à l’IA ?
Temps de lecture : 7 minutes
Publié le 18 juin 2019
L’intelligence artificielle transforme radicalement les métiers du marketing. En traitant des volumes de données colossaux, ses algorithmes fournissent des informations de plus en plus fines sur les cibles que visent les entreprises. Comment fonctionnent-ils ? Réponse avec Paul Guyot, CEO de Semiocast, un cabinet de conseil spécialisé.
Quels sont les événements auxquels se rendent vos cibles chaque année ? Parmi des milliers de profils en ligne, qui sont les influenceurs les plus en vue ? Quels sont leurs centres d’intérêt ? Autant de questions auxquelles le marketing a toujours cherché à répondre, avec plus ou moins de succès.
Aujourd’hui, les algorithmes d’intelligence artificielle sont en mesure de scanner le web pour en tirer les données les plus pertinentes et de scruter les réseaux sociaux pour en extraire de l’information. Et ce, avec un degré de précision qui s’affine sans cesse. L’objectif : prioriser les actions commerciales vers des cibles parfaitement définies, afin d’améliorer leur impact.
Paul Guyot
CEO, Semiocast
Semiocast a été fondé en 2009 par des docteurs en IA. Ce cabinet de conseil accompagne ses clients dans leurs enjeux de marketing, de communication ou de conception de produits. Pour cela, ses équipes construisent des indicateurs quantitatifs, objectifs et sur-mesure, à partir de toutes les traces des clients qu’elles peuvent collecter et traiter grâce à l’intelligence artificielle.
En quoi l’intelligence artificielle permet-elle d’enrichir ou d’affiner la connaissance client ?
Chez Semiocast, nous utilisons l’IA de façon très pragmatique, pour faire gagner du temps à nos clients, qu’ils travaillent en BtoB ou en BtoC. Concrètement, nous observons les interactions de tous les jours entre nos clients et leurs propres clients ou cibles, notamment sur internet. Nos outils nous permettent de traiter ces échanges sur tous les sites publiquement accessibles.
Pour traiter ce volume conséquent de données, nous avons besoin d’outils d’intelligence artificielle, capables de traiter et d’analyser des données en masses. Il est important de préciser que nous n’utilisons pas les données à d’autres fins que notre usage professionnel. D’ailleurs, nous les supprimons une fois l’étude terminée.
Nous rendons possibles des choses qui n’étaient pas imaginables il y a quelques années.
Nous pouvons connaître très finement les profils cibles d’une entreprise en fonction des traces qu’ils laissent sur le web. Par exemple, grâce au type de média qu’elles consomment et à quel moment. Nous n’avions pas ce niveau de précision auparavant. De plus, nous pouvons l’appliquer à très grande échelle sur des cibles très vastes pour différents projets.
Avec notre entreprise cliente, nous déterminons les cibles à atteindre dans le cadre de sa stratégie marketing. Nous les segmentons alors en idéaux-types définis par des indicateurs comme la tranche d’âge, le sexe, les intérêts, la formation, etc. Nous classons ensuite les profils qui nous paraissent intéressants pour associer chacun à un idéal-type. Pour plus d’efficacité, l’IA effectue ce tri automatiquement ou semi-automatiquement. Dans le premier cas, la machine est totalement autonome pour réaliser le tri. Dans le second, un humain intervient pour superviser ses choix, de manière itérative. L’algorithme effectue un premier filtre, puis l’opérateur vérifie et affine la sélection. À partir de cette vérification, l’algorithme ou ses données d’entrées sont mis à jour. L’entreprise peut ensuite réaliser des opérations marketing hyper-ciblées.
Comment l’IA peut-elle aider à déterminer les points de contact les plus engageants ?
Pour illustrer ma réponse, je vous propose deux projets pour lesquels nous avons travaillé avec Microsoft.
Identifier l’écosystème de l’IA en France
Nous avons réalisé une mission de stratégie marketing liée à l’écosystème de l’IA en France. Le but était d’affiner le positionnement de Microsoft par rapport à ses concurrents dans le domaine de l’IA. La question que nous nous posions était : comment bien connaître l’écosystème de l’IA pour mieux toucher les acteurs principaux et les influenceurs ?
Pour notre clustering (une méthode d’analyse qui consiste à diviser un ensemble de données en sous-ensemble qui partagent des caractéristiques communes ; NDRL), nous avons défini 5 idéaux-types de personnes qui travaillent dans l’IA.
Ensuite, nous avons classé chaque personne repérée grâce à l’analyse de son profil Linkedin : sa description, son poste en cours, ce qu’il indique sur son profil… Notre algorithme a ensuite catégorisé toutes ces personnes selon les critères établis. Cela aurait été impossible à la main, faute de temps ! Nous appliquons également cette approche à d’autres médias sociaux en fonction de chaque projet.
Nous avons été capables de définir le nombre de personnes travaillant dans l’IA en France et de les classer selon une typologie de profils (les idéaux-types) pour aider Microsoft à construire sa stratégie marketing.
Capter l’attention des développeurs
Microsoft souhaitait toucher les développeurs dans le cadre de sa stratégie marketing, en organisant notamment des événements. Mais comment optimiser cette stratégie ? Comment définir le type d’événements qui intéressent cette cible et comment les organiser ?
La première étape a été d’identifier les profils. De là, nous avons pu construire et fournir des indicateurs opérationnels à Microsoft pour toucher plus facilement les développeurs. Nous avons, par exemple, indiqué à Microsoft les experts les plus influents auprès de la cible sur les réseaux sociaux et le web.
En ce qui concerne les événements, nous avons également fourni à Microsoft la liste des conférences auxquelles assistent les développeurs, pour que ses équipes puissent s’y rendre. Concrètement, nous avons fait un ranking de conférences qui étaient présentes dans les traces numériques des développeurs.
Au total, nous avons identifié 81 000 développeurs de logiciels en France grâce à Linkedin et à nos outils. Nous avons établi en amont, et de façon stricte, les critères de reconnaissance d’un développeur logiciel. Ainsi la machine pouvait les identifier correctement.
En quoi Microsoft aide-t-il au déploiement de l’IA dans l’approche marketing de Semiocast ?
Microsoft nous fournit le moteur de recherche Bing Search API. Celui-ci nous permet d’aller plus loin dans la recherche de points de contact et de créer de nouveaux indicateurs.
Nous venons de publier un livre blanc à partir d’une étude que nous avons menée sur les décideurs marketing BtoB. Nous y définissons précisément ce qui les caractérise : leurs interactions, leurs centres d’intérêts, etc.
Avec l’aide de Bing Search API, nous pouvons déterminer les liens visibles sur le web entre une conférence et un décideur donnés.
Pour cela, on associe un nom de notre liste avec une conférence et on fait une recherche sur Bing Search API. Cela peut être la participation d’un décideur à une conférence. Mais aussi un communiqué de presse qui le mentionne, une photo prise lors de l’événement sur laquelle il figure…
Ainsi, en fonction de leur présence ou non à ces conférences, nous pouvons créer un nouvel indicateur sur le type d’évènements qui les intéressent. Cela permet d’organiser des conférences similaires et de s’assurer de leur venue car ils correspondent à leur intérêt. De là, nous pouvons également sélectionner les événements à venir qui sont similaires, pour aller à leur rencontre.
Mais nous sommes allés encore plus loin, en passant à grande échelle. Nous avons cherché toutes les pages web sur lesquelles sont cités plusieurs directeurs marketing. Il s’agit souvent de pages relatives aux programmes d’événements où plusieurs décideurs interviennent. Nous avions 500 directeurs marketing BtoB et nous les avons recherchés par paires dans Bing Search, soit 125 000 requêtes.
Bing nous a alors fourni un compte-rendu indexé de ces rencontres qui ont eu lieu dans la vie réelle. Ces résultats nous ont permis de compléter le graphe social, c’est-à-dire un schéma représentant les connexions entre les individus. Or on sait que si nous touchons un décideur influent et qu’il connaît très bien un autre décideur, notre stratégie aura plus de probabilités de se répandre rapidement. Et alors de toucher l’ensemble de la cible.
Au-delà de la communication sur les réseaux sociaux, comment l’IA peut-elle aider les marketeurs à utiliser le graphe social ?
Le graphe social est constitué de toutes les traces, et pas uniquement sur les réseaux sociaux, qui révèlent les connexions entre les personnes. Pour le créer, nous cherchons toutes les affinités et centres d’intérêts notamment grâce à Bing Search API.
Prenons l’exemple d’une entreprise qui souhaiterait constituer un club avec des directeurs financiers mais qui ne saurait pas qui y inviter en priorité. Notre approche permet d’identifier le directeur financier le plus connecté avec les autres. Il faudra alors absolument prendre contact avec lui car il pourra véhiculer l’image de marque de l’entreprise auprès d’un maximum d’autres directeurs financiers. Nous travaillons également sur la définition d’indicateurs afin d’améliorer l’efficacité du social selling pour les équipes de vente. LinkedIn, notamment, est un très bon outil de vente en BtoB… À condition de savoir optimiser ses échanges avec ses clients sur ce réseau.
Les outils permettent également de déterminer quels sont les médias qui sont partagés par une communauté donnée. De là, nous pouvons en déduire une liste prioritaire dans une politique d’achat média ou de relation presses, en B2B comme en B2C.
Les données du web sont une image à un instant donné des données physiques ou réelles.
Elles sont souvent beaucoup plus à jour et précises qu’on ne le croit. Ce fut par exemple le cas lors d’une de nos premières missions dans le domaine du luxe il y a plusieurs années. Nos interlocuteurs doutaient de l’importance numérique de leurs clients qui s’expriment en ligne, d’autant que les fans sur les pages Facebook sont rarement des clients ! Pourtant, avec nos outils, nous avons pu extraire un très grand nombre de témoignages et de photos de personnes en train de porter joaillerie et horlogerie de luxe. Nous avons même publié une étude sur quelques 130 000 propriétaires de montres à plus de 1000 CHF.
