En 2018, l’Intelligence Artificielle sera accessible par tout un chacun, même sans compétences informatiques. En marketing B2B, elle apporte de formidables avancées mais il y a quelques précautions à prendre.
L’arrivée de la puissance du cloud en termes de technologies et de données a permis l’émergence d’une nouvelle approche marketing appuyée sur de“l’intelligence artificielle”. On désigne généralement par I.A. un ensemble d’algorithmes , dont la plupart des fondements ont été découverts dans les années 50 (ex : le test de Turing) et qui consistent à faire analyser aux “machines” d’énormes quantités de données pour leur permettre “d’apprendre” à reconnaître tout seul des modèles et même faire des “prédictions” lorsqu’elles sont confrontées à de nouvelles données.
67% des entreprises déclarent ne pas disposer de l’expertise nécessaire pour intégrer le machine learning ou l’Intelligence Artificielle.
C’est ainsi que Facebook ou Google ont entrainé leurs algorithmes à reconnaître des visages en combinant des milliards de photos, ou Amazon et Apple à interagir vocalement en ingurgitant des milliards de conversation (Siri, Alexa…). Jusqu’ici réservé aux laboratoires et aux géants de l’internet à cause des ressources techniques à mettre en jeu, la frontière s’est brusquement réduite lorsque Microsoft, Amazon et Google ont décidé de mettre à disposition leurs plateformes cloud au plus grand nombre. Ils ont ainsi permis à chacun d’entraîner ses propres algorithmes sur ses propres données et/ou de les combiner à tout “l’open data” pour faire des prédictions plus contextualisées : l’ I.A. pour le marketing était née !
En 2022, les banques pourraient automatiser jusqu’à 90% de leurs interactions avec les chatbots
Le B2B a davantage besoin de l’I.A. que le B2C car les volumes de données disponibles sont 100 fois moins importants en raison du faible trafic sur les sites : il faut donc plus d’intelligence ! Compte-tenu des taux de conversion faibles (parfois quelques personnes seulement par jour), les clients en B2B n’exploitent souvent pas les visites des sites qu’ils considèrent sans intérêt. Avec l’I.A. nous pouvons aujourd’hui faire parler des données moins volumineuses mais plus fines.
En effet, le marketing prédictif en B2C s’appuie essentiellement sur une analyse de l’historique individuel des visites via des techniques de cookies. Or, pour des raisons juridiques et de respect de la vie privée, très peu d’informations sur l’individu en lui même sont disponibles et exploitables en B2C. Le B2B, au contraire, bénéficie d’un dispositif juridique très favorable : parce que les entreprises sont des entités sociales (et non pas des individus), il est facile et légal de les identifier nominativement. Il est donc possible de faire des analyses et des prédictions sur des informations agrégées, plus complètes et plus fiables par rapport à celles des consommateurs individuels. On peut par exemple calculer des profils de visites de sites en se basant sur l’identité de l’entreprise, son chiffre d’affaires, le nombre d’employés, son secteur d’activité…
la décision d’achat dans une entreprise engage entre 2 et 10 personnes. Ce chiffre montre à +10 sur les décisions technologiques structurantes.
Comme l’ont démontré Sirius Decision et Gartner dans leurs études en 2016 et 2017, les prises de décisions en B2B sont plus faciles à modéliser par I.A. car moins impulsives que dans le B2C. Les entreprises réagissent suivant des modèles de décision plus structurés et plus normés car ils engagent plusieurs décisionnaires, suivant un schéma précis : découverte, sensibilisation, évaluation, choix
Mais l’I.A. n’est pas qu’une affaire de data scientists qui décodent les intentions des entreprises, elle permet d’ores et déjà des d’actions concrètes dans le marketing opérationnel et les ventes ! Le scoring “prédictif” , tel que celui que propose GetQuanty, permet de trier les prospects les plus intéressants pour une entreprise, voire d’en trouver de nouveaux (“look alike” similaires) et ainsi focaliser les ressources commerciales vers les meilleures chances de succès.
Mieux l’I.A. s’invite dans les conversations des commerciaux via les “chatbots” £ qui peuvent interagir directement avec les prospects et qualifier leurs besoins. Demain, il sera probablement difficile de déceler si on parle à un robot ou un humain, certains chatbots étant déjà capables de décoder en temps réel les émotions et d’adapter voire d’injecter une dose d’humour dans la conversation !
D’ici 2020, plus de 80% des entreprises devraient avoir mis en œuvre un moyen d’automatisation des conversations.
Dans intelligence artificielle, il y a un côté magique. Mais là où le bât blesse c’est qu’un robot n’est “intelligent” que par rapport à ce qu’on lui apprend. C’est donc la qualité des données d’apprentissage ainsi que leur contrôle rigoureux par l’humain qui feront la différence. Et en la matière il faut reconnaitre qu’on trouve pour l’instant de tout y compris des données en open-data dont la fiabilité et l’origine sont parfois douteuses !
GetQuanty a intégré l’intelligence artificielle dès sa conception en 2015. Les années d’observation au contact de nos clients associées à la technologie cloud et big data nous ont permis de transformer notre savoir-faire en algorithmes“intelligents”, et en faire bénéficier tous nos clients.
C’est pourquoi, les marketeurs B2B ne doivent pas être trop éblouis par ces nouvelles techniques et cette intelligence à leur disposition. Ils doivent en faire un usage averti, c’est à dire utiliser leur propre intelligence et leur discernement pour vérifier, analyser, confronter les suggestions de la « machine » à leur propre expérience et connaissance, et ainsi corriger en permanence cet assistant virtuel, en lui offrant en quelque sorte une formation continue !
L’intelligence artificielle est essentielle là où l’humain ne peut faire seul.
Retrouvez l’intégralité du 8 Topics du BtoB 2018 en téléchargeant notre livre blanc -> ICI
