Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

2020. Amanda, directrice du marketing, surveille le déroulement de deux importa

2020. Amanda, directrice du marketing, surveille le déroulement de deux importantes campagnes marketing. Toutes deux sont primordiales pour sa réussite — ainsi que pour sa candidature à la vice-présidence. Et ses chances de réussite seront d’autant plus grandes si elle parvient à maintenir la progression du chiffre d’affaires et à gérer habilement les stocks, tout en s’occupant du lancement d’une nouvelle gamme de chaussures de running. Il s’agit en effet d’un lancement important qui confirmera la position dominante de son entreprise, et donnera naissance à de nouveaux segments prometteurs appelés à remplacer ceux actuellement en perte de vitesse. Dans ce contexte, elle n’ignore pas qu’il lui faudra la meilleure des technologies aujourd’hui sur le marché. A ujourd’hui, l’intelligence artificielle (IA) et l’analytics forment une bonne équipe. Mais dans quelques années, Ie pilotage du second par la première vous permettra de définir et de mener à bien toutes vos stratégies clés, sans exception. Comme Amanda, votre réussite dépend de votre capacité à polariser votre énergie sur l’essentiel. Et l’analytics pilotée par l’IA vous permet, ainsi qu’à votre équipe, de vous concentrer sur les initiatives qui importent véritablement, plutôt que de vous plonger dans quantité de rapports. Les solutions analytiques de base rendent compte de ce qui s’est passé, en vous aidant à rechercher les causes. Mais aujourd’hui, pour rester dans la course, il vous faut impérativement aller plus loin. Vous devez franchir les montagnes de données générées par les interactions de vos clients sur un nombre croissant de canaux et d’écrans. Et ensuite traiter et exploiter ces données afin de créer, sur l’ensemble des canaux, des expériences d’exception qui séduiront vos clients et dépasseront leurs plus grandes attentes. Les outils analytiques qui se contentent de récapituler et de rendre compte des événements sont certes appréciables. Mais ces rapports ne font que répondre aux questions que vous pouvez vous poser. Or, les volumes de données en jeu sont tels qu’il existe quantité d’enseignements dont vous ne soupçonnez même pas l’existence. Et, pour vous les approprier, l’IA et l’apprentissage automatique vous sont indispensables. L’action est votre objectif. Si l’analyse et la connaissance sont les moyens de parvenir à vos fins, ils ne constituent pas une fin en soi. L’IA et l’apprentissage automatique permettent de déterminer l’action la mieux adaptée, et il vous appartient de décider, au cas par cas, de l’automatisation des processus métier. Ces technologies facilitent, enrichissent et complètent votre travail, vous libèrent du stress et vous déchargent des activités fastidieuses. Et, utilisés à bon escient, les enseignements tirés donnent les moyens d’agir à chacun des collaborateurs de l’entreprise, et pas uniquement à une poignée de spécialistes. Raison pour laquelle près de 85 % des cadres estiment que l’IA permettra à leurs entreprises d’acquérir ou de préserver un avantage concurrentiel, d’après une étude réalisée par MIT Sloan. L’intelligence artificielle libère le véritable potentiel de l’analytics. L'intelligence artificielle libère le véritable potentiel de l'analytics. 1 L’apport de l’IA à l’analytics. S ans IA, l’analytics est un outil permettant de comprendre ce qui s’est passé en fonction de données sélectionnées par vos soins et de questions pour lesquelles vous disposez de réponses toutes prêtes. S’il faut déployer des efforts non négligeables pour créer des rapports et tableaux de bord, il faut en fournir encore davantage pour les exploiter. Vous étudiez les données pour mettre au jour des problèmes, solutions, opportunités et risques, vérifier que tout se passe bien, et prendre la mesure de ce qui a changé, à quel rythme et pour quel effet. En revanche, rien ne filtrera des aspects dont vous ignorez tout, attendu que vos tableaux de bord ne peuvent rendre compte que de ce pour quoi ils ont été conçus. Vous pouvez compulser des rapports plusieurs mois durant avant de repérer un événement véritablement significatif. Ou alors, en présence d’un fait d’importance, passer plusieurs heures, jours ou semaines à tenter d’établir ce qui s’est réellement passé ou la réponse à apporter. Comprendre pourquoi un événement est significatif est tout aussi essentiel, si ce n’est davantage, que de se rendre compte de sa survenance. Par exemple, un outil d’analytics de base peut vous envoyer des alertes sur des événements, par exemple lorsque le nombre d’accès par heure à des services bancaires en ligne tombe en deçà du seuil que vous avez défini. Résultat ? Vous êtes bombardé d’alertes le dimanche, les jours fériés, pendant les matchs de Coupe du monde — autrement dit lorsque les opérations bancaires n’intéressent personne. À force, vous ne prêtez plus attention à ces alertes et, le jour où il se passe vraiment quelque chose appelant une réaction de votre part, vous réagissez trop tard. Pourtant, avec l’apprentissage automatique, votre outil d’analytics aurait identifié des séquences d’activité et ne vous aurait alerté que si quelque chose était véritablement anormal. Autre exemple : en tant que marketeur, vous déduisez de façon logique la conduite à tenir en fonction du peu d’informations dont vous disposez sur les événements. Constatant que les Californiens accédant à votre site depuis Facebook consultent le modèle de chaussure de course haut de gamme, vous pourriez raisonnablement supposer qu’il convient de le proposer systématiquement aux internautes californiens accédant à votre site via Facebook. Or, plusieurs dizaines d’autres facteurs et attributs peuvent entrer en jeu et, en réalité, il est fort possible que le critère Facebook ne soit pas pertinent. L’apprentissage automatique isole les schémas comportementaux complexes parmi la totalité des visiteurs et prévoit le type de contenu qui se révèlera le plus efficace — qu’il s’agisse d’une chaussure de sport, d’une vidéo ou d’un avis sur une tenue de running. Comme le montrent ces exemples, l’apprentissage automatique et l’IA, conjugués à l’analytics, ont le pouvoir d’aider véritablement les marketeurs à réaliser leurs objectifs marketing les plus ambitieux. Une étude réalisée par la société de conseil Capgemini le confirme également. Selon elle, trois entreprises sur quatre implémentant l’IA et l’apprentissage automatique ont augmenté de plus de 10 % leurs ventes de nouveaux produits et services. Influence sur les ventes 3 entreprises sur 4 implémentant l’IA augmentent de plus de 10 % leurs ventes de nouveaux produits et services. Impulsion opérationnelle 78 % des entreprises mettant en œuvre l’IA accroissent de plus de 10 % leur efficacité opérationnelle. Adhésion des clients 75 % des entreprises faisant appel à l’IA améliorent de plus de 10 % la satisfaction de la clientèle. Production de connaissances 79 % des entreprises implémentant l’IA tirent de nouveaux enseignements et améliorent leurs analyses. 75 % 78 % 75 % 79 % AVANTAGES PROCURÉS PAR L’IA À L’ÉCHELLE DE L’ENTREPRISE. Source : Capgemini Digital Transformation Institute, enquête sur l’état de l’IA L'intelligence artificielle libère le véritable potentiel de l'analytics. 2 Analyse descriptive Générer des rapports et des tableaux de bord récapitulant les événements Exemple : préparer un rapport sur le trafic et le chiffre d’affaires générés quotidiennement Comprendre le rôle joué par l’IA et l’apprentissage automatique dans l’analytics. Voici quatre stratégies d’utilisation de l’analytics permettant de dégager une valeur ajoutée en constante progression. Analyse diagnostique Sélectionner, filtrer et synthétiser afin de mieux comprendre ce qui s’est passé Exemple : définir le taux de conversion par segment et par catégorie de produit Analyse prédictive Prévoir les résultats les plus probables à partir de modèles Exemple : identifier des groupes analogues de visiteurs et prévoir les actions et résultats les plus vraisemblables pour les individus correspondant aux différents segments Analyse prescriptive Déterminer ce qu’il convient de faire dans certaines situations. En retirer une valeur ajoutée encore plus élevée lorsque les actions sont entreprises automatiquement. Exemple : isoler et déployer automatiquement l’expérience la plus performante pour un visiteur L'intelligence artificielle libère le véritable potentiel de l'analytics. 3 Analyse descriptive Christopher, chef de produit au sein de l’équipe d’Amanda, est en charge du lancement, et plus particulièrement de l’adoption des produits. Il entend que chaque coureur d’élite dans le monde opte pour ses chaussures. Actuellement, il s’attache à mieux cerner son marché cible. Ses rapports présentent les attributs des segments inventoriés par l’analytics et les chevauchements concernant certains membres au sein des segments. Il a également la possibilité d’analyser des segments très similaires à ses cibles actuelles, ce qui lui permet d’élargir sa portée et d’atteindre plus vraisemblablement son objectif. L’analyse descriptive est la plus élémentaire des fonctions d’analytics. Elle récapitule et rend compte de ce qui s’est passé, comme le taux de clics et le chiffre d’affaires par visiteur. Elle fournit un contexte rétrospectif aux marketeurs, qui sont invités à poser des questions en fonction du comportement antérieur des clients. Christopher, par exemple, pourrait utiliser l’analyse descriptive pour s’intéresser de plus près aux différents segments et se faire une idée précise des comportements et points de contact marketing ayant motivé les décisions d’achat antérieures — ce faisant, il pourra en tirer des déductions logiques quant à la manière de séduire des audiences analogues à l’avenir. Tous ceux qui ont recours à l’analytics se servent d’abord de l’analyse descriptive, qui peut livrer de précieux enseignements, mais dont la limite est celle de l’imagination de la personne qui l’utilise. uploads/Management/ ai-unlocks-the-power-of-analytics-insights-fr.pdf