[HUBDAY] Keynote Toyota : les bénéfices de l'I.A. appliquée à la personnalisation
Nous étions au HUBDAY le 31 janvier dernier, pour discuter avec les professionnels du retail et du e-commerce des possibilités qu'offre la personnalisation pour optimiser l'expérience utilisateur. Notre président Jean-René Boidron est monté sur scène aux côtés de Julien Descombes, le responsable communication digitale de Toyota. https://youtu.be/cxgljlviZB4 Dans un contexte très concurrentiel, les retailers et le e-commerçants doivent répondre à plusieurs enjeux : convertir, bien sûr, mais également générer des leads en amont, et pouvoir fidéliser les clients et réveiller les clients dormants en aval.
Pour répondre à ces enjeux, la stratégie marketing de votre marque doit reposer sur l'exploitation et l'activation des quantités phénoménales de données qui sont laissées chaque jour sur votre site par vos visiteurs.
Adoptez une stratégie segment-based
Les retailers et e-commerçants souhaitent proposer à chaque visiteur un parcours qui soit le plus cohérent et le plus pertinent possible, quel que soit le canal et quel que soit le device. En d'autres termes, cela revient à adopter une stratégie de personnalisation, basée sur une segmentation très fine de son audience. Et aujourd'hui, vous avez la possibilité de confier cette segmentation à des algorithmes de machine learning, pour gagner en efficience. C'est ce que Toyota fait, et nous explique ici.
« Le machine learning est une composante de l'intelligence artificielle. Ici, on confie à l'algorithme des données dont il va s'enrichir pour faire des prévisions sur la probabilité de conversion de chaque visiteur. » - Jean-René Boidron, CEO Kameleoon
Toyota exploite le machine learning pour cibler en temps réel
Pour Toyota, l'un des objectifs prioritaires est de générer des leads qualifiés sur son site web, ce qui concrètement se matérialise par des demandes d'essai de véhicule en ligne. Afin de maximiser la génération de leads, Toyota met en place une pop-in pour encourager la demande d'essai.
Pour commencer, Toyota instaure un système de scoring manuel pour n'adresser cette pop-in qu'aux visiteurs montrant une forte appétence pour la marque. Les équipe Toyota définissent des critères, pour mesurer cette appétence.
Les résultats obtenus sont corrects, mais les leads générés pas suffisamment qualifiés. C'est-à-dire que le taux de conversion (à savoir ici l'achat d'un véhicule) en fin de tunnel est trop faible. C'est pourquoi Toyota décide alors de confier son ciblage à un algorithme de machine learning qui reprend les critères définis manuellement et prend en compte quelques critères supplémentaires (géolocalisation..) et obtient ainsi de bien meilleurs résultats. En tournant 24/24 7/7 et en apprenant constamment des prévisions qu'il fait, l'algorithme identifie plus précisément les visiteurs qui montrent un fort intérêt pour la marque. Une fois qu'il a identifié ces visiteurs, il est en mesure de leur proposer une version personnalisée de la pop-in (en fonction de la géolocalisation et du modèle de véhicule).
« Cette campagne de ciblage prédictif a été un très gros succès et nous a permis de multiplier par deux notre génération de leads. » - Julien Descombres, Responsable Communication Digitale Toyota
