En 1975, sur l’album Wish you were here, les Pink Floyd chantaient :
Welcome my son, welcome to the machine
Where have you been?
It's alright we know where you've been
You've been in the pipeline, filling in time
Provided with toys and 'scouting for boys'
44 ans plus tard, nous y sommes. Non seulement la machine occupe une place prépondérante dans nos existences, mais voici qu’elle se met à apprendre par elle-même. Les puissances de calculs disponibles aujourd’hui autorisent en effet le traitement des 2,5 milliards d’octets de données disparates, générées quotidiennement par nos usages digitaux. Les modèles, schémas et autres patterns qui irisent la surface de cet océan infini de données sont aujourd’hui mis en lumière et deviennent des outils au service de la croissance des entreprises et des marques.
Si de plus en plus d’entreprises sont conscientes de la puissance de la data, rares sont celles qui ont intégré la complexité de cette technologie qui s’articule autour d’algorithmes adaptatifs, capables de répondre à des contextes changeants tout en faisant la différence entre comportements normaux et anormaux. La chose intimide encore (qui voudrait du HAL de Stanley Kubrick dans 2001 l’Odyssée de l’Espace au sein de son entreprise ?), mais les acteurs du marketing digital, en ce qu’ils sont confrontés chaque jour à un nombre croissant de données, ont su développer des outils capables de plonger dans la data pour générer des insights clients et se focaliser sur la satisfaction. L’exemple le plus évident est peut-être celui de Netflix qui évalue grâce à la montagne de données dont il dispose le potentiel d’attractivité d’un programme selon ce que son audience apprécie.
Le spectateur n’est plus seul face à sa télécommande et au catalogue pléthorique du géant de la VOD ; il est désormais accompagné d’un algorithme qui anticipe ses envies et lui propose les programmes correspondant à ses goûts et ses attentes. L’intervention du machine learning et du traitement des data permet ainsi de comprendre et d’anticiper le parcours client tout en cernant ses besoins. Dans le même ordre d’idée, les plateformes de streaming musical telles que Spotify ou Apple Music “augmentent” leurs playlists thématiques en fonction des écoutes des utilisateurs. En plus de l’intervention humaine (des personnes qui créent ces playlists), les géants du secteur accueillent donc la machine, qui a cet avantage supplémentaire d’accroître considérablement le taux de découverte de nouveaux artistes… Et donc d’opportunités business.
Pour les entreprises et les marques, l’enjeu est de taille : un marché mondial, une profusion d’opportunités, l’apparition permanente d’offres alternatives dans un contexte où les consommateurs parlent librement de leurs produits et ceux de leur concurrents sur les réseaux sociaux… Dans un tel environnement, la data n’est rien sans la capacité à en filtrer le bruit pour découvrir son sens profond. Or c’est très exactement ce qui anime les techniques de Social Media Intelligence, définies comme l’ensemble des dispositifs permettant de collecter et d’analyser des données sociales pour les utiliser dans un cadre marketing. Bien plus qu’une veille, le machine learning associé au Social Media Intelligence permet une écoute active et en temps réel des conversations et des comportements, autorisant une personnalisation inédite des offres et des services. C’est plus de pertinence dans la segmentation, une plus grande optimisation de l’expérience client qui ouvre à plus d’engagement.
En marketing on s’entend souvent demander comment apprécier les retombées d’une campagne ou la meilleure manière de déterminer clairement les forces, et les faiblesses d’un produit. À ces questions récurrentes, la meilleure réponse à apporter serait : “demandez à vos utilisateurs !". Or ce qui semblait irréaliste hier est tout à fait possible aujourd’hui. Il est même inutile de poser la question pour obtenir la réponse : elle se trouve sur les réseaux sociaux. Leur nature permet en effet au consommateur de s’exprimer librement, de donner son avis, de faire un retour d’expérience… Les nouvelles générations y puisent l’inspiration, le conseil, la tendance qu’elles recherchent. Likes, commentaires, partages, mots clés, hashtag, images, emojis… Cette libre expression génère une montagne de données d’autant plus intéressante que leur récurrence permet au Machine Learning d’aiguiser ses outils prédictifs quasiment en temps réel.
En monitorant finement l’évolution des modes de vie et le rapport entre le client et la marque, ces outils permettent de comprendre les comportements d’achats, ouvrant la voie à une amélioration substantielle des modes de promotions. Cette capacité à anticiper est devenue l’une des principales préoccupations des acteurs du marketing digital. Les marques utilisent ainsi les outils du Social Media Intelligence pour :
En d’autres termes, le Social Media Intelligence associe la main experte de l’homme à la puissance de la machine pour booster la compréhension des comportements clients.
Ces technologies sont encore jeunes et l’océan dont nous parlions plus tôt est loin d’avoir révélé tous ses trésors. La data appelle la data et chaque avancée technologique affine encore les outils et la finesse du traitement. Ce n’est d’ailleurs pas pour rien qu’une étude menée par le MagIT estime que, d’ici 2030, les performances marketing des entreprises et des agences pourraient être multipliées par 10 grâce aux outils de Social Media Intelligence.