Comment Adobe utilise l’IA en interne pour stimuler la croissance

0
347


Résumé en 30 secondes:

  • La modélisation d’attribution d’Adobe est de plus en plus basée sur les données avec une approche incrémentielle d’attribution de crédit aux points de contact
  • L’IA alimente modélisation de la propension pour prédire la probabilité que les clients achètent, mettent à niveau, produisent
  • Les outils et les techniques deviennent plus sophistiqués avec l’IA, mais il y a toujours des bosses sur la route
  • Comprendre votre entreprise, ainsi qu’une compréhension de base de la science des données sont des compétences clés du marketing à l’ère de l’IA

Jeudi dernier, le directeur de la stratégie commerciale d’Adobe, Don Bennion, a fait une présentation éclairante lors de notre événement en ligne sur l’IA en marketing.

La conférence a offert des conseils pratiques et des exemples de la manière dont Adobe a de plus en plus utilisé l’intelligence artificielle et l’apprentissage automatique dans ses activités internes ces dernières années.

Leurs pratiques découlent du pouvoir prédictif des mesures de l’expérience client et de leur propre modèle d’exploitation piloté par les données (DDOM). L’entreprise s’oriente actuellement vers la mise à disposition de ces outils et techniques à des partenaires externes.

Voici mes principaux plats à emporter.

AI et attribution

L’attribution était vraiment le premier domaine qu’Adobe a commencé à utiliser l’IA et l’apprentissage automatique.

En s’éloignant des modèles simples tels que le « premier clic » et le « dernier clic », puis les modèles en « U » et « linéaires », l’incorporation de l’IA et du ML a considérablement amélioré les modèles d’Adobe.

Bennion met en évidence deux façons d’attribuer des crédits dans l’attribution:

  1. Influent: lorsque les points de contact sont atteints, tous les crédits sont partagés avec ces points de contact
  2. Incrémentiel: calcule la part du crédit qui doit être affectée aux médias et au marketing

Adobe est entré dans la zone incrémentielle. L’hypothèse est que si Adobe arrête tous ses efforts de marketing, ils continueraient à vendre des produits. Après tout, les clients effectuent des achats qui sont au moins en partie basés sur des facteurs tels que la fidélité à la marque et le bouche à oreille.

Grâce à l’IA formée sur leurs données internes, ils ont pu établir une base de référence de 50% de valeur marketing pour chaque achat. À partir de là, ils pourraient alors pondérer tous leurs points de contact individuellement et – de manière cruciale – réduire les coûts de marketing, ou mieux les allouer, plus efficacement qu’il ne serait possible en attribuant du crédit avec la méthode influente.

AI et personnalisation

Un autre domaine dans lequel Adobe intègre l’IA est la personnalisation.

«Le marketing personnalisé est le nirvana», explique Bennion. « Mais la segmentation est toujours un outil important pour nous. »

Dans le passé, Adobe segmentait les attributs et le comportement. Cela a de la valeur mais est clairement limité à l’ère des mégadonnées. La réponse d’Adobe a été d’utiliser l’IA pour développer modélisation de la propension.

Adobe a attribué un «score de propension» à tout événement à succès, qu’il s’agisse d’une conversion ou d’un achat, etc. Ils pouvaient alors demander aux clients potentiels:

  • Quel est le score de propension d’un individu à acheter un produit?
  • Quel est le score de propension d’un individu à mettre à niveau?
  • Quelle est la propension au désabonnement?

… Puis utilisez-le pour créer des segments.

La société de technologie Nvidia a fait exactement cela. Ils ont créé des scores de propension pour les «joueurs fréquents» et les «joueurs peu fréquents» respectivement. Ils ont compris que ces deux segments ont des habitudes différentes en ce qui concerne les achats, la mise à niveau ou la réponse aux messages marketing.

Le résultat a été que Nvidia pouvait utiliser ces prévisions pour personnaliser leurs expériences client avec une précision de 96%.

Comment la sophistication a-t-elle changé?

L’une des questions clés qui s’est posée au cours de la présentation de Bennion a porté son attention sur la façon dont il a vu la sophistication des données changer au fil des ans.

Bien que l’attribution et la personnalisation qui intègrent l’IA soient encore une approximation, il a souligné comment le secteur est en constante évolution.

« Davantage de données sont accessibles à partir de points de contact non Web. Nous avons une meilleure modélisation. La vitesse et le traitement sont plus rapides avec les données de l’IA – ce qui est important pour le lecteur et la mise à l’échelle », a déclaré Bennion.

Cela ne veut pas dire qu’il n’y avait aucune mention d’éventuelles bosses sur la route pour les spécialistes du marketing axés sur les données. À la lumière des récentes annonces de Google visant à éliminer progressivement les cookies tiers dans Chrome au cours des 2 prochaines années.

Points à retenir pour les spécialistes du marketing à l’ère de l’IA

Les spécialistes du marketing doivent certainement être adaptables dans ce paysage en constante évolution, mais Bennion est convaincu qu’il est au moins aussi important pour eux d’avoir une solide compréhension de leur entreprise, plutôt que de simplement s’efforcer de mieux comprendre la science des données.

Les principales stratégies de croissance d’Adobe sont les suivantes:

  1. Acquérir de nouveaux clients.
  2. Vente croisée / vente incitative.

Il ne fait aucun doute que de telles stratégies de croissance seront familières aux entreprises de toutes tailles et dans de nombreux secteurs.

Pour l’acquisition de clients, Adobe demande: Qui a la propension à acheter chez nous? Lorsqu’il s’agit de ventes croisées, c’est-à-dire d’amener les clients à mettre à niveau ou à effectuer un achat connexe, les modèles de propension à l’attrition se révèlent extrêmement utiles.

Il est clair de voir comment l’IA via l’attribution incrémentielle, ainsi que la modélisation de la propension qui alimente la personnalisation, aident Adobe à atteindre ses objectifs ici. Et ce n’est pas trop d’un bond de voir comment d’autres marques peuvent tirer parti de l’IA pour améliorer également leur retour sur investissement marketing.

tout savoir sur la crypto

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here