IA : Sujet de l'heure

Alan Turing, souvent considéré comme le père de l’intelligence artificielle, a déclaré en 1950 : « Je crois qu’à la fin du siècle, l’utilisation des mots et l’opinion générale des personnes instruites auront tellement changé que l’on pourra parler de machines pensantes sans s’attendre à être contredit. » Avançons jusqu’en 2024, et l’on se rend compte que Turing avait non seulement raison ; son idée de « machines pensantes » a trouvé un frère logique dans l’intelligence artificielle. Avec l’avènement de l’IA générative et d’autres outils, on pourrait dire que Turing aurait apprécié ce qu’il verrait aujourd’hui.

Les leviers numériques comme l’IA, l’AM, l’IdO, l’APR et autres visent collectivement à atteindre un objectif omniprésent : faire en sorte que les machines reproduisent, et peut-être surpassent, l’intelligence humaine. Les industries de tous horizons ont naturellement adopté ces outils. En se basant sur certains progrès récents en IA générative, les données pointent vers des observations intéressantes. Alors qu’Uber a mis 70 mois à dépasser les 100 millions d’utilisateurs, ChatGPT n’a pris que 2¹ et la mention de « IA » lors des conférences de résultats des entreprises a connu une hausse fulgurante du premier trimestre 2022 à la même période en 2023².

¹ : Nombre de mois nécessaires pour dépasser 100 M d’utilisateurs

² : Mentions de « IA » lors des conférences sur les résultats de sociétés sélectionnées

(Source : https://www.goldmansachs.com/intelligence/pages/top-of-mind/generative-ai-hype-or-truly-transformative/report.pdf)

Le secteur du commerce de détail, centré sur l’expérience consommateur, s’est prêté à de nombreuses interventions numériques. Dans cet article, j'explorerai comment les parcours clients sont touchés par l’IA à différents points de contact tout au long du cycle de vie du consommateur.

Parcours client : Les 5 étapes

Tous les consommateurs traversent 5 étapes dans leur parcours d’achat, tout en passant indifféremment d’un canal physique à un canal en ligne.

Voyons comment l'IA peut aider à chacune des étapes :

1. Étape 1 : Prise de conscience du produit : L’objectif d’un consommateur potentiel à cette étape est de se renseigner sur les produits et/ou services de l’entreprise. Cela peut impliquer l’utilisation de moteurs de recherche, des médias sociaux, des événements sectoriels, des magasins physiques et tout autre point de contact où l’entreprise diffuse de l’information sur son produit ou service.

   L’IA est devenue un outil d’une grande utilité de différentes façons :

   1. Optimisation du classement dans les moteurs de recherche
   2. Création de contenu assistée par IA, optimisation des mots-clés, augmentation des métadonnées pour les images et autres contenus
   3. Recommandations pour améliorer les mots-clés, titres et méta-descriptions
   4. L’utilisation de la reconnaissance d’images permet de générer du texte alternatif pour les images afin d’enrichir les éléments visuels dans l’optique du SEO

   5. Génération de contenu personnalisé à partir de données sur les habitudes d’achat probables selon les micro-segments – l’IA générative peut jouer un rôle clé dans la création de contenu innovant et optimisé pour le SEO. Il n’est pas étonnant que la performance accrue et l’augmentation de la créativité soient les principaux moteurs de la création de contenu pour l’IA générative, comme le montre le sondage ci-dessous.
       

      (Source : https://botco.ai/wp-content/uploads/Botco.ai_The-State-of-GenAI-Chatbots-in-Marketing_-Digital-Report_V4.pdf)

   6. Exemples : « Real magic » de Coca-Cola ; campagnes « Future Me » de la Banque ING

2. Étape 2 : Considération du produit : Après avoir aidé le client potentiel à identifier son problème, la phase de considération positionne le produit ou le service de l’organisation comme une option possible. L’objectif principal est de créer du contenu qui incite les acheteurs potentiels à envisager le produit ou service de l’entreprise comme une vraie possibilité.

   Encore une fois, l’IA joue un rôle clé à cette étape de plusieurs façons :

   • Positionner le produit, plutôt que le pousser, est la clé d’une phase de considération réussie. Le contenu qui maintient cet équilibre, créé à l’aide de descriptions de produits bien formulées grâce à l’IA, et diffusé sur les bons canaux numériques pour chaque client, peut favoriser cette étape. Les traces numériques des anciens clients peuvent permettre de déterminer les canaux qui offrent le meilleur rendement pour différents groupes de consommateurs.
   • L’IA générative peut être utilisée pour analyser les avis consommateurs publiés sur des sites tiers et déterminer ce que les clients aiment dans les produits de l’entreprise ou ceux de la concurrence. Un contenu personnalisé peut ainsi être créé pour chaque point de contact.
   • La notation prédictive des pistes (leads) est essentielle pour prédire la probabilité qu’un prospect soit converti en client. Grâce aux modèles d’AM, les données historiques de leads peuvent être analysées et des modèles statistiques construits, pouvant contribuer à la conversion. Plutôt que de s’appuyer sur des modèles manuels basés sur des points, les modèles d’AM les affinent et éliminent les incertitudes.

   Un modèle prédictif représentatif de notation des prospects, qui identifie les principaux facteurs de conversion pour chaque catégorie, peut être construit comme celui ci-dessous :

   Principaux facteurs déterminants

   

    

   Ce qui précède peut servir de plusieurs façons :

   • Classement et suppression des leads : Après classement des leads, un seuil de suppression (p. ex., 70 % du bas du classement) peut être défini. Les leads les plus susceptibles de convertir peuvent être dirigés vers les outils de communication. Ceci peut aider les agents des ventes et les centres d’appel à cibler leurs efforts et augmenter les conversions.
   • Scores de leads propres à chaque produit : Ceci peut aider à bâtir des recommandations produits plus informées et personnalisées pour chaque segment de clientèle.
   • Une expérience personnalisée avec des promotions et rabais : Le modèle peut servir à prédire la conversion des leads en consommateurs à forte valeur et les offres ou rabais peuvent être adaptés à ces segments.

De nouvelles applications émergent

« Comme la plupart des détaillants, nous ne savons pas exactement où ce processus nous mènera. Cependant, notre curiosité et notre créativité nous guideront », affirme Jesper Brodin, PDG du groupe IKEA. En effet, l’IA et l’IA générative révèlent sans cesse de nouveaux cas d’usage tout au long du parcours d’achat des clients. Prenons IKEA par exemple. Son centre d’appel n’arrivait pas à répondre efficacement aux demandes des clients, et il était surtout consacré aux appels de vente. Pourtant, à l’aide d’un robot IA nommé Billie, IKEA a redéployé ses employés du centre d’appel comme conseillers en aménagement intérieur, alors que, pour le plus grand soulagement des agents humains, les requêtes courantes sont traitées par Billie. Depuis 2021, plus de 8 500 travailleurs de centres d’appel sont ainsi devenus conseillers déco. C’est gagnant-gagnant : après les requêtes courantes, les clients sont mieux outillés pour faire leur prochain achat – chez IKEA.

La rapidité et l’ampleur d’adoption de ces nouveaux cas d’usage détermineront l’évolution du secteur au fil des prochaines années. Les outils numériques, dont l’IA et l’IA générative, agissent comme leviers incontournables pour les détaillants dans cette grande transformation.

À venir

Dans la prochaine partie de cette série en deux volets, nous nous pencherons sur les étapes restantes du parcours client et discuterons de la façon dont l’IA améliore chacune d’elles.