Malgré une hausse de l’activité e-commerce depuis la mise en place du confinement, les retailers, placés en situation d’urgence économique, font face à une lourde chute de leurs ventes. Dans un contexte global de maîtrise des coûts, le marketing est aujourd’hui sous pression pour générer rapidement du trafic et des ventes en magasin, tout en réduisant ses ressources. L’apport de l’Intelligence artificielle dans ses processus est désormais un levier crucial pour permettre de maintenir l’efficacité commerciale tout en gagnant considérablement en productivité.
Exploiter les modèles prédictifs pour identifier les meilleurs suspects
En raison de la crise, la fermeture des magasins et la difficulté à sécuriser sanitairement les postes de travail dans les chaînes logistiques ont entrainé une chute des ventes en magasin comme dans le e-commerce. Sans chiffre d’affaires ni trésorerie, les enseignes n’ont d’autres choix que d’actionner deux leviers de performances prioritaires. Les enseignes doivent dans un premier temps réduire leurs coûts opérationnels à court et moyen terme et maitriser drastiquement leur Besoin en Fonds de Roulement.
En conséquence, le marketing sera vraisemblablement l’une des premières victimes économiques collatérales de cette crise, avec une obligation d’ajuster significativement l’ensemble des dépenses (médias, agences, plateformes, etc..) et une priorité concentrée autour de l’efficacité commerciale. Pour cela les enseignes vont devoir arbitrer et choisir d’allouer leurs ressources là où elles auront un retour sur investissement rapide et durable.
La fameuse loi de Pareto suggère que 20% des causes sont responsables de 80% des effets. Cette théorie est bien évidemment une simplification trompeuse, et peut même conduire à des erreurs stratégiques qui consisteraient par exemple à concentrer la fidélisation uniquement sur les très bons clients. Toutefois cette théorie rappelle que pour une campagne marketing tous les suspects, c’est à dire tous les destinataires d’une opération, n’ont pas le même potentiel. Bien évidemment en fonction de l’objectif de l’opération (promotions, déstockage, nouveautés, etc…), les bons suspects ne sont pas toujours les mêmes. L’enjeu pour les équipes marketing va donc être de se mettre en capacité d’identifier les suspects pouvant potentiellement générer un plus fort ROI en fonction d’un objectif précis, afin d’une part de réduire significativement les coûts d’envois tout en maintenant une performance importante.
C’est ici qu’intervient le marketing prédictif. Exploitant les données clients (offline et online), des modèles prédictifs permettent aujourd’hui de détecter rapidement les meilleurs suspects en fonction d’un objectif marketing. Le marketing prédictif est révolutionnaire dans le sens où il permet de prédire statistiquement les meilleurs suspects clients pour une campagne. Les marketeurs pourront alors se concentrer uniquement sur des « opérations roistes », le ROI étant simplement la différence entre les coûts fixes et variables d’une campagne et du chiffre d’affaires incrémental généré par cette campagne. D’un côté on réduit drastiquement les volumes et donc les dépenses, de l’autre on maintient la performance, un réel apport au service du marketeurs.
Intégrer de nouvelles pratiques pour booster sa productivité
En prévision des ventes, en logistique et même en SAV, l’IA est un vecteur de performance et de productivité sur l’ensemble de la chaîne de valeur et représente désormais un avantage concurrentiel indéniable pour toute entreprise. De la gestion des stocks à l’expérience client, l’IA automatise des tâches quasi impossibles pour l’homme à une large échelle, et lui permet de gagner en efficacité dans son cœur de métier, là où il a le plus de valeur ajoutée.
Le marketing n’échappe pas à cet enjeu de productivité. En l’état actuel, la majorité des équipes sont limitées structurellement et sont incapables d’envisager un passage à l’échelle des opérations. Les processus reposent uniquement sur l’humain, les équipes sont silotées, les ressources sont rares, les expertises techniques et data science ne sont pas ou peu présentes au service du business, la pluri-disciplinarité et l’agilité nécessaire ne trouvent pas encore grâce dans l’organisation.
Par exemple un des éléments clés de la performance marketing est de pouvoir communiquer aux bonnes personnes et à l’endroit où ils ont le plus de chance de recevoir un retour de la part des suspects. Autrement dit la mise en place d’un plan omnicanal (e-mail, SMS, Facebook, Google, Display…) est un élément clé de la réussite. Mais déployer un plan omnicanal requière trop de temps et de coordination dans l’état actuel et une industrialisation, pourtant cruciale, n’est pas envisageable.
L’IA commence, aujourd’hui, à apporter des réponses à ces enjeux de productivité. La simplification de l’exécution d’une campagne omnicanale (transfert des données, test des variations, gestion automatique des options, recommandations produit automatisées, mise en place de groupe de contrôle, mesure de la performance…), grâce à l’assistance de l’IA, facilite le quotidien des équipes. Celles-ci se libèrent alors progressivement des contraintes opérationnelles et peuvent se concentrer sur les sujets à forte valeur ajoutée.
Le monde change, le consommateur aussi, et le marketing doit évoluer avec eux. Le marketeur d’hier n’est plus celui d’aujourd’hui, et il doit désormais intégrer les (r)évolutions technologiques qui lui permettent de répondre aux évolutions sociétales en cours et à venir. Le contexte de crise actuel pousse les entreprises à se réinventer et à intégrer des technologies dans lesquelles elles n’osaient pas franchir le pas. En misant sur l’IA, les enseignes peuvent générer du ROI dès l’intégration et durablement. Un véritable tremplin pour s’assurer une reprise d’activité la plus efficace possible.
