#MarketingDay19 : La data science, ce n'est pas une fin en soi !

L'utilisation de l'intelligence artificielle ouvre aux marques de nouvelles perspectives de communication auprès de leurs clients et prospects, plus personnalisées. Mais cette course à l'innovation technologique ne fait-elle parfois pas oublier les réels enjeux marketing ?

"Le marché de l'intelligence artificielle et de la data science est très orienté vers l'innovation technologique. Mais cette course aux nouveaux outils marketing en fait oublier parfois ce à quoi ils vont véritablement servir,c'est-à-dire quels sont les enjeux marketing derrière l'utilisation de l'IA", alerte Jean-Baptiste Bouzige, président et cofondateur d'Ekimetrics. Ainsi, même si l'IA peut aider les marques à réinventer l'expérience client,elle doit être pensée comme un outil stratégique et non à travers le prisme technologique ou technique. Quelles sont alors les bonnes pratiques à garder en mémoire au moment d'utiliser l'IA ?

Réflexen°1 : Repartir de la promesse de marque

"L'objectif n'est pas d'être data centric mais consumer centric", rappelle Jean-Baptiste Bouzige. Les marques doivent donc, avant de penser outil, réfléchir à ce que l'IA va améliorer et à quels objectifs cela va répondre : comment l'IA peut-elle aider à développer la proximité et l'approche relationnelle avec mes clients, comment puis-je développer les ventes croisées pour générer du chiffre d'affaires additionnel etc. "L'ultra-personnalisation, ce n'est qu'une promesse technique, il faut en définir la finalité", résume Jean-Baptiste Bouzige. Il faut donc garder en mémoire de positionner l'IA comme un révélateur et un accélérateur de ce qui fait l'unicité d'une marque et de sa promesse client.

Réflexen°2 : Injecter plus d'expertise métier pour une nouvelle génération de recommandation

"Bien souvent, les moteurs de recommandation consistent à proposer des produits souvent achetés en association avec celui regardé ou mis en panier, mais l'objectif est d'aller plus loin pour des recommandations plus riches, plus proches de l'expérience et des usages spécifiques du secteur", explique Jean-Baptiste Bouzige. Ainsi, dans le secteur de la beauté,il pourrait être pertinent de proposer des recommandations sur la base d'uneroutine complète de soin ou de maquillage :"nous travaillons par exemple actuellement avec des dermatologues, pour comprendre leur expertise et créer une réelle prescription grâce à l'IA", précise Jean-Baptiste Bouzige. Ainsi, plus qu'une recommandation, c'est une réelle expérience de consultation et de prescription d'une routine de soin qui est proposée au client.

Réflexe n°3 :Combiner intelligence artificielle et intelligence humaine

"La puissance des algorithmes créés ne doit pas faire oublier l'interprétation humaine", avertit Jean-Baptiste Bouzige. Au-delà de "l'effet boîte noire", les marques doivent donc être en mesure d'expliquer chaque décision ou recommandation faite par un algorithme."Il ne faut pas oublier non plus que l'algorithme est calculé sur un échantillon d'apprentissage.Le rôle du data scientist doit ainsi se poursuivre pour intégrer l'expertise métier,interpréter les résultats et juger s'ils sont fiables et pertinents dans un contexte donné", précise-t-il avant de conclure : "Le challenge de déploiement de l'IA pour les marques reste aujourd'hui de réussir à synchroniser tous ces maillons de la chaine de valeur data, du datalake aux outils d'activation, des algorithmes à l'expertise métier, pour réellement industrialiser l'IA au service de la proximité et de l'engagement client".

Retrouvez Jean-Baptiste Bouzige, le 19 novembre 2019, à l'occasion de Marketing Day. Cliquez ICI pour vous inscrire.

Ou bien cliquez ICI pour lire le reste de nos tribunes d'experts.