Comment un algorithme peut-il prédire le comportement des nouveaux visiteurs ?

Notre solution de personnalisation IA  mesure en temps réel l’intention d’achat de tous vos visiteurs : clients ou prospects, identifiés ou anonymes.

« Mais comment votre algorithme peut-il prédire le comportement de visiteurs qui viennent d’arriver sur mon site pour la première fois et dont il ne sait rien? » : c’est LE point qui intrigue le plus souvent nos interlocuteurs, et pour cause !

Nos algorithmes ne font pas de magie. Pourtant, ils sont en mesure de prédire la conversion ou la non conversion de n’importe quel visiteur à partir de seulement 15 secondes de visite.

Pour comprendre comment cela fonctionne, nous avons interrogé Frédéric De Todaro, Chief Customer Officer chez Kameleoon, et avons retranscrit ses explications dans ce petit billet de blog.

1. Peux-tu nous expliquer comment notre algorithme peut prédire la probabilité de conversion en seulement 15 secondes ?

Avec Kameleoon, la segmentation ne se base pas uniquement sur des données dites « froides », que ce soient vos données CRM (et de votre DMP si vous en utilisez une) ou celles récoltées lors des précédentes visites de l’internaute qui revient sur votre site.

Notre solution de personnalisation IA collecte également en temps réel les « données chaudes » de vos visiteurs, celles relatives à leur comportement sur votre site à l’instant t et directement liées au contexte de leur visite en cours. Or toutes les études qui s’intéressent aux facteurs discriminants qui influent sur l’acte d’achat montrent que ce sont justement les données comportementales (et également celles sur les transactions passées) qui ont le plus de poids pour expliquer le passage à l’acte d’achat.

C’est pourquoi la capacité à collecter, analyser et traiter l’information en temps-réel est absolument clé (si vous souhaitez savoir comment Kameleoon Predict gère ces données en temps-réel, je vous renvoie à cet article).

Nous avons récemment mené une étude (sur l’ensemble de nos clients qui s’appuient sur l’IA pour identifier leurs cibles optimales) pour déterminer le temps minimal qu’il faut à nos algorithmes pour commencer à déterminer avec un niveau d’exactitude satisfaisant la probabilité de conversion d’un nouveau visiteur sur la seule base de son comportement et contexte de visite.

Verdict, il ne faut que 15 secondes à l'IA de Kameleoon pour commencer à prédire avec justesse la probabilité de conversion d’un nouveau visiteur.

15 secondes, cela peut paraître très peu, mais à l'échelle d'un algorithme, cela suffit pour analyser une quantité impressionnante de données concernant un visiteur et avoir une idée précise de sa probabilité de conversion sur votre site. Par exemple, lors de l’arrivée d’un nouveau visiteur sur votre site, notre IA a déjà en sa possession plusieurs données qu’il exploite dès la première seconde : le type de device utilisé, la page d’arrivée par laquelle vous entrez sur le site, le canal d’acquisition, etc.

Attention ! Kameleoon Predict ne se contente pas de calculer l’intention d’achat d’un visiteur à un seul moment t, elle suit l’évolution de son intention sur toute la durée de sa visite. Ainsi, la courbe d’évolution de l’intention de conversion de vos visiteurs variera sur toute cette durée. Kameleoon Predict sera dans tous les cas en mesure de décider s’il est pertinent ou non de pousser une offre, un message ou une promotion dès ces 15 premières secondes.

2. Qu’est-ce que cela représente pour les clients de Kameleoon ?

Le temps réel est au cœur d’une stratégie de personnalisation et seule la combinaison de l’IA avec une architecture logicielle adaptée apporte cette capacité.

L’intention d’achat de chaque visiteur évolue avec le temps, même à l’échelle d’une seule et même visite. Kameleoon Predict permet de suivre cette évolution pour pousser la bonne interaction au bon moment. La mesure de l’intention d’achat et le déclenchement de l’action appropriée peuvent ainsi intervenir en instantané.

Avec une approche traditionnelle de la segmentation, les visiteurs sont catégorisés selon des données froides qui ne sont pas les plus discriminantes pour déterminer l’intention d’achat, voire qui peuvent ne plus être d’actualité au moment d’agir. Cette approche relève du marketing segmenté, voire aléatoire, qui s’appuie sur une vision passée de la donnée.

L’approche prédictive propose de changer de paradigme et de passer à un marketing de la singularité : en traitant la donnée en temps réel, le marketeur anticipe les attentes de ses visiteurs et les actions qu’il lance sont pertinentes puisqu’elles interviennent au moment idéal auprès de la cible optimale.

Pour en savoir plus sur la collecte des données et la personnalisation IA, découvrez notre article sur le sujet.