Comment pérenniser votre marketing à l'ère de l'IA
Publié: 2019-01-30L'intelligence artificielle n'est plus une nouveauté brillante. C'est ici depuis un moment. Si vous avez effectué une recherche Google ou cliqué sur un produit, un article ou un film recommandé, vous avez interagi avec lui.
Si vous êtes un spécialiste du marketing, vous avez probablement déjà travaillé avec. La publicité sur Google Ads, Bing ou Facebook fonctionne avec l'IA.
Alors arrêtez de vous préparer à « la montée des machines ». Les machines sont là, et elles sont vraiment très obéissantes. Ils sont parfaits pour automatiser certaines des tâches les plus ennuyeuses du marketing.
La question est, où va toute cette automatisation ? Combien de tâches les machines prendront-elles en charge ? À quoi ressemblera votre travail au fur et à mesure de leur évolution ? Et comment pouvez-vous vous positionner, vous et votre entreprise, pour en tirer le meilleur parti ?
La réponse est plus simple que vous ne le pensez. Mais c'est une réponse en quatre parties.
1. Formez-vous.
Quiz pop : Quelle est la différence entre l'apprentissage automatique et l'intelligence artificielle ?
La plupart des spécialistes du marketing ne peuvent pas donner de réponse à cela. Nous savons probablement qu'une IA est plus sophistiquée que l'apprentissage automatique, et que l'apprentissage automatique est un sous-ensemble de l'IA…. mais les choses deviennent troubles à partir de là.
Voici une définition :
L'IA est toute technologie qui permet à un système de démontrer une intelligence de type humain… L'apprentissage automatique est un type d'IA qui utilise des modèles mathématiques formés sur des données pour prendre des décisions. À mesure que davantage de données deviennent disponibles, les modèles ML peuvent prendre de meilleures décisions.
Honnêtement, pour les applications marketing du monde réel - des choses que vous verrez sur le tas dans les trois prochaines années - les spécialistes du marketing n'ont probablement pas trop à se soucier de la véritable intelligence artificielle pour le moment. Google Ads ne va pas commencer à raconter des blagues. Mais l'apprentissage automatique est définitivement en jeu, tout comme l'automatisation.
C'est une bonne chose. Bien géré, l'apprentissage automatique peut vous rendre beaucoup plus efficace et efficace. Par exemple, notre outil de gestion des offres et du budget PPC utilise un apprentissage automatique à part entière pour gérer les offres et les budgets.
Comme l'explique notre ebook "The Agency Guide to Automated Bidding Essentials",
Les enchères automatisées simples consistent à laisser un ordinateur suivre un ensemble de règles qui, en réaction à certains déclencheurs, augmenteront ou diminueront les enchères PPC de certains montants. Ce type d'automatisation n'apprend pas, il s'exécute simplement selon des règles prédéfinies.
Ce niveau d'enchères automatisées n'est pas si différent d'un système d'automatisation du marketing configuré pour envoyer un e-mail particulier à un moment donné après que quelqu'un a téléchargé un livre blanc particulier. Il s'agit d'une action prédéfinie qu'un spécialiste du marketing peut définir, puis s'attendre à ce que le logiciel s'exécute à chaque fois que cet événement se produit.
L'apprentissage automatique est beaucoup plus sophistiqué.
"Alors que les enchères automatisées simples nécessitent qu'un humain établisse d'abord un CPA cible, un système d'apprentissage automatique vise à obtenir le CPA le plus bas possible pour le plus grand nombre de clics et de conversions." Cela nécessite que le système d'apprentissage automatique gère des dizaines de priorités et de données différentes. intrants ("microservices", comme nous les appelons) pour fournir le résultat souhaité.
Ainsi, alors que les enchères automatisées peuvent certainement réduire la quantité de travail qu'un responsable marketing doit effectuer, "l'apprentissage automatique va :
- Obtenez le plus de conversions à un prix moyen inférieur au plafond de prix maximal
- S'assurer que le budget dure toute la période
- Assurez-vous que chaque jour les annonces sont mises aux enchères pendant toute la durée fixée par le calendrier des annonces »
C'est un tout autre ordre de grandeur. Et si nous voulons reconstruire notre marketing pour l'ère de l'IA, nous devons comprendre comment ces systèmes fonctionnent et diffèrent dans les détails.
Pour une explication étonnamment claire de la façon dont les systèmes d'apprentissage automatique sont construits, regardez la série de vidéos de Google, "AI Adventures". Les vidéos deviennent plus techniques au fur et à mesure que vous progressez dans la série, mais les premières sont très accessibles.
Voici un échantillon. Dans cette vidéo, vous verrez comment un programme d'apprentissage automatique peut être conçu et formé pour faire la distinction entre la bière et le vin.
2. Nettoyez vos données.
L'automatisation, l'apprentissage automatique et l'IA fonctionnent tous sur des données. Ainsi, le dicton « ordures à l'intérieur, ordures à l'extérieur » prendra encore plus de sens dans les années à venir.
Comme vous le savez, la gestion des données est un énorme enjeu en marketing. Souvent, nous avons des systèmes hérités qui génèrent des données qui ne « communiquent » pas avec les données d'autres systèmes. Ou nous avons des données qui ne sont pas structurées et ne peuvent donc pas être traitées par un programme d'apprentissage automatique.
La définition de Google de l'apprentissage automatique est "l'utilisation de données pour répondre à des questions". Il s'agit d'une excellente explication claire, et si vous pensez déjà à la qualité et à l'organisation des données, cela vous donne une bonne idée de l'organisation et de la précision de vos données avant que quiconque puisse poser des questions.
Après tout… combien de doublons pensez-vous qu'il y a dans votre base de données de prospects ? Avez-vous toutes les images que vous avez utilisées en marketing dans un coffre-fort de contenu, organisées par format de fichier, sujet, balises multiples, créateurs et où cette image a même été utilisée ?
Ce sont des données organisées. Et c'est un élément essentiel de la pérennité de votre entreprise afin que vous puissiez faire de la magie avec l'IA plus tard - ou avec l'apprentissage automatique et l'automatisation cette année.
3. Définir les objectifs.
Les machines sont super. Ils font exactement ce que vous leur dites de faire. Et rien d'autre. Cela peut être très humiliant.
J'ai étudié Perl (un langage de codage) il y a une vingtaine d'années et j'ai immédiatement réalisé que si quelque chose n'allait pas, ce n'était pas la faute du code ou du matériel. C'était à moi. Si je n'utilisais pas le bon opérateur, ou manquais juste une virgule quelque part, la machine s'exécuterait consciencieusement et parfaitement selon mes instructions… ce qui ne correspondrait pas à ce que je voulais qu'elle fasse.
La plupart d'entre nous n'auront pas à coder directement (un grand merci à toutes les applications qui nous permettent essentiellement de coder via leurs interfaces WYSIWYG conviviales). Mais nous devons bien suivre nos instructions.
Donc, si vous avez défini d'une manière particulière un prospect qualifié pour le marketing dans votre application d'apprentissage automatique, il trouvera des personnes en se basant exactement sur ces instructions. Si vos instructions sont erronées, vos résultats seront erronés. Ne blâmez pas l'application.
Ceci est essentiel à comprendre si vous souhaitez mettre en place des systèmes automatisés avec des données. Les données doivent être exactes et lisibles. Et puis les instructions que vous donnez à la machine pour faire son travail doivent être correctes.
Si vous donnez de mauvaises instructions à une machine, elle ne vous corrigera pas (à moins que quelqu'un ait écrit du code pour vérifier vos instructions). Il suffira de faire consciencieusement vos enchères, en renvoyant, par exemple, le mauvais public pour votre nouvelle campagne publicitaire. Vous ne réaliserez peut-être pas que vos instructions étaient mauvaises jusqu'à ce que le service des ventes vous dise trois mois plus tard : "Les pistes de cette campagne étaient terribles".
Il y a aussi un autre niveau à cela : nous devons être capables de quantifier nos objectifs.
Alors quand on dit « je veux améliorer l'expérience client », c'est super… mais comment quantifier ça pour un ordinateur ? Vous aurez besoin de mesures très spécifiques et d'entrées très spécifiques pour suivre ces mesures avant que l'ordinateur puisse commencer à améliorer l'expérience client.
Les ordinateurs sont incroyablement granulaires ; ils ne peuvent pas faire les inférences et les conclusions que les humains font si facilement. C'est pourquoi nous arrivons à conserver nos emplois, mais c'est aussi le travail intimidant des programmeurs - pour décomposer des objectifs ambitieux en rouages programmatiques.
Si vous voulez assurer la pérennité de votre marketing, vous devrez d'abord définir tous ces détails pratiques, ces objectifs et ces définitions.
4. Optimisez pour la recherche vocale.
J'espère que nous avons été assez concrets dans nos suggestions jusqu'à présent. Mais sinon, voici une directive très claire : commencez à optimiser pour la recherche vocale.
C'est un aspect de l'IA qui est certainement déjà là. Comme Cady Condyles l'a mentionné dans "AI is Smarter Than You: Adapting your Retail Strategy to Keep Up", (sa présentation principale à Hero Conf London) d'ici 2020, 30% de la navigation sur le Web se fera sans écran - via des assistants vocaux numériques.
La reconnaissance vocale est l'un des développements les plus significatifs de l'IA à ce jour. La recherche est une autre réalisation clé de l'IA. Donc, si vous souhaitez positionner votre marque et votre marketing pour l'IA, il y a un endroit très spécifique sur lequel concentrer vos efforts : la recherche vocale.
L'optimisation de la recherche vocale n'est en fait qu'un exemple d'un point abordé précédemment : nettoyer vos données. Rendez-le accessible aux machines. Optimiser un site Web pour la recherche vocale, c'est exactement cela : prendre un méli-mélo de données (nos sites Web) et le distiller en quelque chose qu'une application d'apprentissage automatique ou d'IA peut analyser.
Une autre des recommandations de Cady, "utiliser l'IA basée sur l'intention pour identifier et atteindre vos acheteurs" est un exemple de ce principe à l'envers. Si vous utilisez l'IA basée sur l'intention pour communiquer avec les humains, vous devrez vous connecter à un système qui a traité des pétaoctets de données provenant de navigateurs humains et les a distillées dans une application d'apprentissage automatique.
Là encore, les données brutes ont été synthétisées dans une application capable de reconnaître des modèles et de recommander des actions.
Réflexions finales
Il y aura de plus en plus de choses qui prendront d'énormes ensembles de données et y trouveront des modèles et des tendances. Et c'est tant mieux ! L'apprentissage automatique et l'IA ont besoin de beaucoup de données pour fonctionner. Ils ont besoin d'environnements prévisibles et de tâches cohérentes pour vraiment briller.
C'est exactement pourquoi les spécialistes du marketing humain ne vont nulle part. Nous, les humains, pouvons très bien fonctionner avec des données limitées. Nous pouvons nous adapter rapidement à de nouvelles situations et nous sommes doués pour faire de grands sauts cognitifs. Les machines ne sont pas encore là.
Crédits image
Image vedette : Unsplash / Franck V
Image 1 : via le livre électronique d'apprentissage automatique d'Acquisio