Vous consultez le premier chapitre du guide en six parties "Comment les agences augmentent leur impact et développent de nouvelles expertises avec l'IA". Accédez aux autres chapitres : L’IA à chaque étape du parcours consommateur, Les bonnes data pour guider l’IA, Le pilotage budgétaire amélioré par l’IA, La bonne audience face au bon message avec l’IA, Les insights prédictifs de l’IA.
Les agences à l'avant-garde du marketing optimisé par l'IA
L'IA permet de réaliser des progrès considérables dans tous les domaines, aux quatre coins du monde. Par exemple, sur le plan médical, les solutions optimisées par l'IA ont permis de réduire de 9 % les faux négatifs et les faux positifs dans le dépistage du cancer du sein et les mammographies. De son côté, l'application Look to Speak utilise l'IA pour donner une voix à chacun·e en aidant les personnes souffrant de troubles de la parole et de la motricité à s'exprimer en sélectionnant des phrases sur leur téléphone à l'aide de simples mouvements oculaires.
A notre échelle, et dans une toute autre mesure, l’IA peut également contribuer à résoudre les nouveaux challenges du marketing dont l’objectif reste inchangé : engager une clientèle de manière pertinente et respectueuse pour améliorer ses résultats. Une mission de plus en plus difficile à l’heure où les personnes interagissent avec un nombre croissant de points de contact que les approches manuelles ne peuvent plus suivre.
C’est notamment la conviction de Pierre Harand, Partner Managing Director de fifty-five, France, pour qui “le recours à la modélisation et la simulation est clé dans un contexte incertain” avec des “modèles qui doivent en outre être capables de s'alimenter avec des données moins structurées telles que les sondages, panels, ressentis et autres études qualitatives”. C’est sur ce dernier point qu’il voit dans l’IA générative une opportunité : “les dernières avancées dans le domaine vont permettre de produire des synthèses structurées plus faciles à utiliser pour les modélisations”.
Développer des compétences pour gagner en efficacité
Toute stratégie marketing se distingue par le jugement humain et son ingéniosité, et cela inclut la capacité à piloter les technologies d'IA.
Ces dernières permettent aux agences de décupler leurs expertises afin d'atteindre leurs objectifs commerciaux et développer leur croissance future. Une avantage compétitif à saisir qui se confirme dans les chiffres : près de deux tiers des agences déclarent qu'adopter l'IA et le machine learning est une priorité majeure ou absolue pour consolider et développer les compétences1.
Cette montée en compétences doit se faire de façon totalement intégrée comme le soutient Jérôme Petit, Managing Partner d’Artefact, Lead de la practice Retail : “la clé du succès réside dans la capacité à créer des équipes pluridisciplinaires composées de profils d’agences et des équipes “terrain” du client, en combinant des profils techniques et business”.
L’agence Artefact accompagnée de Google, ont mis l’IA et la data à contribution de Carrefour pour accroître la satisfaction des clients de la marque. Parmi les leviers activés, Carrefour et son agence ont décidé d’adresser la lutte contre le gaspillage alimentaire au rayon boulangerie-pâtisserie de ses hypermarchés en France.
Pour adresser ce challenge, les équipes du Groupe Carrefour x Artefact sont parties des données issues des tickets de caisse générés par plus de 200 hypermarchés en France. Chaque jour, ces données étaient collectées, nettoyées et enrichies de sources externes – comme les données calendaires, par exemple – pour dresser un historique des ventes sur plusieurs années. Une collecte qui donnait lieu à des milliers de configurations pour une seule journée, en fonction de l’assortiment, des prix des produits, des promotions, etc.
Ces données ont permis d’entraîner des modèles de machine learning supervisés, construits sur la base d’arbres de décision, déterminant les relations entre la variable cible (les ventes à venir) pour chacun des produits, et les variables explicatives (promotion, cannibalisation…).
Les recommandations de l’algorithme ont été préalablement testées dans des magasins pilotes, uniquement sur les viennoiseries, pour obtenir des retours des équipes terrain. Un mélange des compétences essentiel comme l’explique Jérôme Petit : “ les professionnels du rayon boulangerie-pâtisserie ont notamment pu expliquer leur métier, leurs besoins, apporter leur vision, afin de garantir la réussite et l’adoption de la solution dans la vraie vie”. Leurs remarques ont en effet permis d’améliorer les modèles, avant que la solution ne soit déployée sur toute la gamme du rayon boulangerie-pâtisserie des hypermarchés.
Le passage à l’échelle témoigne de résultats très positifs. Chaque mois des tonnes de viennoiseries et de pâtisseries ne sont pas jetées. Dans le même temps, les ventes augmentent du fait de ruptures de stocks moins nombreuses en fin de journée.
Cette accélération de la transformation digitale de Carrefour a été rendue possible par la constitution d’équipes data complètes et expertes au sein de l’entreprise, et le déploiement de plateformes data dans l’ensemble des pays où le groupe est présent.
L'IA permet donc aux agences de fournir des services d’une plus grande valeur tout en permettant aux marques d’obtenir de meilleurs résultats, et cela peu importe leur niveau de maturité digitale. Un atout de taille pour renforcer la relation marque-agence qui a déjà prouvé sa valeur.
En effet, une récente étude américaine prouve que si cette relation est prise en compte au niveau de la stratégie globale des marques, et non au seul niveau opérationnel, ces dernières tendent à avoir un marketing plus performant.
Plus précisément, l’étude rapporte que les services marketing les plus performants travaillent en moyenne avec plus d'agences que ceux qui performent moins. Ils sont également plus susceptibles d'impliquer leurs agences partenaires dans la stratégie marketing globale, tandis que les services marketing aux résultats “moyens” envisagent leur relation aux agences comme des exécutants de leurs campagnes.
L’intégration de solutions optimisées par l'IA peuvent également permettre aux agences de s’engager sur des résultats business et ainsi être préférées lors des appels d’offres.
De plus en plus souvent, les responsables marketing prennent des décisions fondées sur l'impact stratégique et les résultats commerciaux démontrés, plutôt que sur la taille des effectifs ou le nombre d'heures allouées à la gestion des campagnes. Pour répondre à cette demande, les agences revoient leurs modèles traditionnels de rémunération fixe et d'honoraires pour des modèles plus flexibles, axés sur la croissance. C’est ainsi que 41 % des agences utilisent désormais des modèles de rémunération basés sur les performances2.
Pour Romain Bonnet, VP Paid Media chez Jellyfish, le rythme des changements pousse les agences à s’adapter. Comme il rapporte, “la relation entre le mix média, les ressources humaines et la technologie évolue très rapidement et change la donne sans que tous les acteurs de l’industrie aient eu le temps de prendre la mesure des évolutions et de ce qu’elles impliquent”. Si l’ensemble des implications sont difficiles à envisager certains paris sont déjà pris sous l’impulsion de l’IA : “chez Jellyfish nous nous concentrons sur la valeur ajoutée de nos technologies et de nos approches plutôt que sur la vente de temps homme. L'intelligence artificielle prend dès lors toute sa puissance et permet ainsi de faire davantage avec le budget marketing disponible”.
Pour s’engager sur des résultats Jellyfish a par exemple développé des offres qui permettent d’optimiser automatiquement les flux shopping directement dans les campagnes tout en nourrissant les stratégies d’enchères avec des données enrichies par les annonceurs. Mais ce n’est pas tout, “nous utilisons également l’intelligence artificielle pour améliorer les assets créatifs à grande échelle” explique-t-il.
Consulter le guide
Chapitre 1 : Augmenter la valeur avec l’IA
Chapitre 2 : L’IA à chaque étape du parcours consommateur
Chapitre 3 : Les bonnes data pour guider l’IA
Chapitre 4 : Le pilotage budgétaire amélioré par l’IA
Chapitre 5 : La bonne audience face au bon message avec l’IA
Chapitre 6 : Les insights prédictifs de l’IA
