Reprenons la question : le marketing va-t-il s'humaniser grâce à la technologie ? Pour le secteur B2B, la réponse est oui, selon Forrester. Pour quelques analystes de la société mondiale d'études de marché, en 2021, la technologie contribuera à renforcer la touche humaine des spécialistes du marketing et des vendeurs. "COVID-19 a changé le marketing et les ventes B2B - peut-être pour toujours. Les spécialistes du marketing et les vendeurs avisés saisiront l'occasion et transformeront leurs approches pour devenir véritablement centrés sur l'acheteur".
Du point de vue d'une agence/conseil et d'un fournisseur de technologie, il y a quelques questions à se poser : quel est le bon moment pour suggérer à un client d'utiliser des approches humaines et/ou technologiques ? Quand préconiser l'une ou l' autre ? Quelle est l'évolutivité d'une analyse humaine par rapport aux plateformes qui combinent l'IA, le traitement du langage naturel, l'apprentissage automatique et les règles linguistiques ?
Pour répondre à ces questions et à d'autres, nous avons discuté avec deux acteurs différents du secteur :
- Oliver Lewisresponsable mondial de l'information chez Convosphere, une agence londonienne d'intelligence économique et d'information.
- Ben SigersonVice-président des solutions chez ConverseonConverseon, une plateforme qui combine l'apprentissage automatique avec les données sociales et les données vocales des clients
M. Oliver reconnaît que la technologie rendra le processus de marketing et de vente plus humain, étant donné que la technologie permet de nous servir du contenu numérique en tant que consommateurs, sur la base des signaux que nous émettons chaque fois que nous nous "comportons" en ligne. "Ces méthodes peuvent être appliquées à grande échelle au processus B2B et aider les professionnels de la vente et du marketing à effectuer leur travail à une échelle jusqu'alors inaccessible", ce qui facilitera la prise de décision.
"Je pense qu'il est tout à fait justifié que la technologie (ou plus précisément l'IA) permette aux gens de consacrer plus de temps à l'aspect humain de leur travail (ce qu'ils savent le mieux faire) et moins de temps à des tâches routinières", estime Ben. Il affirme que dans le cas de l'intelligence sociale et de l'intelligence du consommateur, l'IA permet également aux professionnels de la connaissance et aux spécialistes du marketing de consacrer beaucoup plus d'énergie à l'interprétation et à l'analyse des données.
"Cela signifie que les analystes peuvent réellement consacrer leur temps à l 'analyse - en attribuant une signification aux mesures et en traduisant les données en un ensemble d'actions/implications pour leur entreprise - plutôt qu'à des tâches répétitives telles que le nettoyage des données et l'assurance qualité", explique Ben.
Élimination du besoin d'analyse manuelle
Quelques plates-formes mentionnées dans le rapport rapport de Forrester sur les plateformes d'analyse de texte basées sur l'IA suggèrent qu'elles éliminent la nécessité d'une analyse manuelle pour découvrir des tendances et des opportunités pour les marques. Pour Oliver, ces plateformes peuvent bien éliminer la nécessité de processus d'analyse manuelle étendus, à forte intensité de main-d'œuvre et franchement pénibles (cadres de codage étendus, vérifications régulières, etc.), mais, comme il le dit, des humains sont nécessaires pour s'assurer que les tendances mises au jour sont saillantes et que les opportunités sont ancrées dans le monde réel.
Ben affirme que l'interprétation d'une tendance ou d'un thème dans vos données est encore largement le fait de l'homme. "Mais de plus en plus, l'analyse de texte alimentée par l'IA permet aux analystes humains de découvrir ces tendances ou ces thèmes beaucoup plus rapidement qu'auparavant."
L'analyse humaine et l'IA/ML sont complémentaires
Nous avons demandé à Oliver et Ben quelle était l'évolutivité d'une analyse humaine des données sociales par rapport aux plateformes qui combinent l'IA, le traitement du langage naturel, l'apprentissage automatique et les règles linguistiques.
Ben nous aide à comprendre qu'il ne faut pas opposer l'analyse humaine et l'IA/ML. "Je dirais plutôt qu'elles sont complémentaires : Le NLP alimenté par l'IA, lorsqu'il est construit de la bonne manière, permet une approche humaine beaucoup plus efficace de l'analyse des données sociales", déclare-t-il en précisant que la plateforme autoML de Converseon, Conversus, met en fait l'accent sur l'apprentissage automatique "humain dans la boucle".
Pour Oliver, toutes les technologies mentionnées ci-dessus sont d'une grande aide pour les analystes de Convosphere, "en supposant que les technologies soient également compétentes dans plusieurs langues (ce qui n'est certainement pas toujours le cas)". "Peu de gens contesteraient le fait qu'elles offrent une échelle, mais l'échelle n'est pas toujours cruciale.
Le responsable mondial des insights chez Convosphere explique également que tous les projets ne nécessitent pas une analyse exhaustive d'un univers de données colossal. "Parfois, nous nous intéressons à des sujets très pointus pour lesquels il n'existe pas de big data. Parfois, nous n'avons pas besoin de prendre en compte TOUTES les données disponibles et un échantillon suffit", commente-t-il.
Ben ajoute que les ensembles de données sociales et de données relatives à la voix du consommateur sont généralement indisciplinés et volumineux ; ils contiennent des informations extrêmement précieuses, mais ces informations sont souvent des "diamants bruts" qui doivent être exploités d'une manière ou d'une autre.
"Lors de l'extraction de ces informations, il a toujours été difficile de trouver un compromis entre la précision et l'échelle. Je pouvais demander à des humains d'effectuer l'analyse avec une grande précision, mais cette approche ne pouvait pas s'appliquer à de grands ensembles de données. D'autre part, je pouvais utiliser des méthodes automatisées pour analyser ces données à grande échelle, mais les technologies traditionnellement employées pour ce faire étaient terriblement imprécises. Les approches actuelles basées sur l'IA aident à rompre ce compromis", selon l'opinion du vice-président des solutions de Converseon.
La nécessité pour les personnes de comprendre les aspects culturels
M. Oliver mentionne les "impasses" dans lesquelles les résultats obtenus grâce à la technologie peuvent parfois nous entraîner. "Ceux-ci peuvent parfois peser lourdement sur le temps des analystes, annulant une grande partie des gains d'efficacité apportés à l'origine par le déploiement de la technologie".
Selon lui, nous avons toujours besoin de personnes capables de comprendre les forces culturelles, sociétales et politiques plus larges qui sont en jeu et d'interpréter, d'expliquer et de traduire les résultats.
"Notre rôle est d'aider nos clients à prendre des décisions commerciales éclairées grâce à l'analyse et à l'interprétation des données sociales. Nous avons besoin de chercheurs humains qualifiés pour interpréter ces données. Leur travail consiste à élaborer une histoire à partir des différents points de données avec lesquels nous travaillons. La technologie est là pour soutenir cet effort ultime, pas pour le diriger", précise M. Oliver.
D'autre part, Ben explique que le traitement du langage naturel par l'IA est au cœur de l'activité de Converseon : " c'est la technologie que nous utilisons pour fournir à nos clients une meilleure intelligence sociale et consommateur ". "En utilisant le NLP alimenté par l'IA pour analyser les ensembles de données sociales et VoC, nous pouvons non seulement analyser à l'échelle du 'big data', mais nous pouvons également approcher, et parfois dépasser, la précision humaine dans notre analyse", déclare Ben.
