Pour gérer vos consentements :

6 solutions pour prédire le comportement des consommateurs

Publié par Dalila Bouaziz le | Mis à jour le

Marketing prédictif : quand les données anticipent nos désirs.

Analyser la data en action pour anticiper les besoins des consommateurs, tel est l'enjeu du marketing prédictif. Découvrez 6 exemples qui permettent d'améliorer chiffre d'affaires et taux de conversion.

1/ L'IA d'IBM et de Salesforce

Les deux géants IBM et Salesforce s'associent dans le domaine de l'intelligence artificielle (IA) pour proposer des solutions communes dans le cadre de leurs processus de vente, de service clients, de marketing ou commerciaux. L'objectif? Combiner les solutions cognitives de Watson d'IBM avec Einstein de Salesforce, en intégrant des datas issues de nombreuses sources et secteurs. Les retailers pourront ainsi prévoir les pics de consommation de tel ou tel produit en fonction des conditions météorologiques.

Autre avantage, en ­associant les données d'Einstein à celles de Watson au sujet des achats et des préférences spécifiques d'un consommateur, un retailer pourra imaginer des campagnes automatiques de messagerie personnalisées et localisées.

Salesforce fait déjà parler les données grâce à l'intelligence artificielle. L'enseigne de chaussures Aldo teste, par exemple, les recommandations personnalisées selon l'historique d'achat du consommateur et d'autres données externes. Aldo peut aussi déclencher l'envoi automatique d'un e-mail à un client qui se serait plaint sur un réseau social d'un produit de la marque ou prédire une rupture de stock dans une zone géographique précise.

2/ Le machine learning de Criteo Predictive Search

Basée sur une technologie de machine learning, la solution permet l'automatisation complète de la gestion des campagnes Google Shopping. L'offre utilise la technologie prédictive dans tous les paramètres disponibles de Google Shopping pour définir les enchères multidimensionnelles les plus efficaces, en tenant compte de plus de 50 variables différentes représentant les caractéristiques du produit, l'historique des performances, l'intention de l'utilisateur et le comportement des utilisateurs. Criteo Predictive Search peut effectuer automatiquement jusqu'à 3 millions d'enchères par annonce et par annonceur.

"Depuis son lancement aux États-Unis en octobre 2016, Criteo Predictive Search a montré de très bons résultats. Les e-commerçants ont vu une augmentation jusqu'à 49% de leurs revenus à un coût constant", commente Cyril Gaitte, VP Sales & Account Strategy, SEM EMEA.

En France, BrandAlley, pure player dans l'univers de la mode et de la décoration d'intérieur, a participé à la phase de test et a d'ores et déjà observé une augmentation de 19% de ses ventes sur Google Shopping, de 29% de son ROI et de 9% de son panier moyen.

3/ Les recommandations d'Oracle Adaptive Intelligence

"Oracle Customer Experience met la data et le machine learning au coeur de la gestion de l'expérience client omnicanal au travers une offre unique sur le marché qu'est Oracle Adaptive intelligence", souligne Roland Koltchakian, directeur expérience client. L'offre combine à la fois l'exploitation d'un patrimoine étendu de données (first party et third party data) ainsi que le recours à des algorithmes avancés, auto-apprenants et directement intégrés dans les ­applications Oracle Customer Experience.

Oracle Adaptive intelligence permet de modéliser, exécuter et piloter des recommandations toujours plus personnalisées de type NBA (next best action) ou NBO (next best offer) afin de développer la valeur client et l'innovation liée à l'expérience client.

4/ Le module Target d'Experian Marketing

À partir d'une vue unifiée, détaillée et mise à jour en temps réel, les marketeurs peuvent adapter les campagnes à chaque client et répondre ainsi aux nouveaux besoins des consommateurs sur des ­marchés en constante évolution. Ce processus garantit aux professionnels du marketing de toujours utiliser les toutes dernières données lorsqu'ils planifient et créent leurs campagnes. Le point fort du module Target est sa capacité à analyser les données clients pour montrer le niveau de réaction aux campagnes cross canal de chaque client, puis à prévoir les possibles interactions futures.

Les clients sont segmentés selon trois critères: les produits qu'ils achètent, leur niveau d'engagement (ce qu'ils achètent et la fréquence à laquelle ils répondent aux interactions) et leurs caractéristiques démographiques, telles que l'âge, la situation géographique et le pouvoir d'achat. Le module Target identifie également les préférences individuelles des clients, notamment les canaux marketing via lesquels ils réagissent le mieux, et les heures et jours des messages qui suscitent le plus de réaction. Il évalue aussi l'appétence aux réductions.

5/ C-Radar, le marketing prédictif BtoB

Exploitant une gigantesque base de données, complétée par les bases Infogreffe et Insee sur les entreprises, C-Radar croise ces informations avec l'ensemble des données disponibles dans une entreprise et se charge de les recouper avec les données en provenance des sites web des entreprises, des réseaux sociaux et des médias pour générer une "superbase". C-Radar détecte ainsi une kyrielle de signaux faibles, qui sont ensuite transformés en données structurées afin de proposer une liste de clients potentiels, de manière prédictive.

Exploitant un ingénieux système de scoring et de profiling, C-Radar est décliné selon différents modules: moteur de recherche, firmographie, segmentation, sales automation, etc. Dotée d'une interface graphique intuitive, cette solution est accessible à tous.

6/ Target2Sell, l'analyse prédictive

La solution repose sur une analyse comportementale de l'internaute, et propose une recommandation de produits sur le site consulté et par e-mail. Target2Sell permet ainsi aux annonceurs d'adapter leur site e-commerce de façon dynamique aux préférences clients.

Créée en 2012, l'entreprise a déjà convaincu de nombreux sites marchands. L'offre, facturée au forfait en fonction notamment du trafic du site, s'appuie sur un moteur qui s'améliore quotidiennement à partir des données des sites marchands. Il calcule en permanence les produits à recommander dans les différentes zones du site.

La rédaction vous recommande

  • [Tribune] Réinventer le management à l'ère de l'intelligence artificielle
  • IBM et Salesforce proposent un CRM intelligent
  • Salesforce à l'assaut de l'intelligence artificielle
  • L'intelligence artificielle n'en est qu'à ses débuts selon Rocket Fuel
  • Emailvision s'offre PredictiveIntent