Échange avec Guy Hanson, Senior Director Professional Services au sein de Return Path
Survey-Magazine : Qu’est-ce qui peut vraiment être personnalisé dans un e-mail ?
Guy Hanson : Il y a beaucoup de données différentes liées à la personnalisation de l’e-mail. Elles incluent notamment le nom, le contenu, la fréquence, le temps, le lieu, le terminal utilisé, le fournisseur de messagerie FAI (Hotmail, Gmail, etc.), le cycle de vie du message, le ton du message ainsi que le contexte de consultation. Il s’agit pour ce dernier élément de cerner la situation dans laquelle se trouve le destinataire lorsqu’il ouvre l’e-mail : est-il chez lui ou au travail par exemple. Ces données sont collectées de différentes manières, lors d’une souscription ou au travers de techniques d’enregistrement progressives comme “Nous aimerions en savoir un peu plus sur vous…”. Elles peuvent être aussi recueillies par le renseignement de préférences à partir des données d’interaction avec les e-mails : comme par exemple le taux d’ouverture, le taux de clic et le taux de plainte.
L’historique d’achat est aussi une mine d’informations tout comme les
statistiques Web, les données de géolocalisation,et encore d’autres
sources externes de données telles que la météo !
Quelles sont les nouvelles technologies qui permettent de tirer parti concrètement de ces données ?
J’en citerai trois. Tout d’abord le sondage électronique. Cette technologie permet aux destinataires de choisir le contenu qui les intéresse le plus. Les équipes marketing savent que la personnalisation favorise l’engagement et qu’à son tour, un meilleur taux d’engagement génère plus de trafic et plus de ventes. Le problème, c’est qu’en même temps que les spécialistes du marketing tentent de créer plus de personnalisation ou une meilleure personnalisation, nous voyons aussi plus de recherches de la part des consommateurs. Un récent rapport suggère que les destinataires d’e-mails pensent que la personnalisation s’aggrave ! L’une des principales raisons est que la plupart des sources de données utilisées pour la personnalisation ne sont pas fiables. Le principe du sondage électronique tente d’apporter une solution à ce problème en permettant aux abonnés de dire ce qu’ils veulent, de créer un marketing axé sur le client qui est plus efficace que les arguments de vente habituels. Les e-commerçants peuvent envoyer un sondage en direct aux abonnés pour connaître leurs préférences d’achat, puis leur envoyer un email en fonction de leurs préférences par exemple. Cela est particulièrement impactant pendant les périodes de fêtes lorsque le comportement d’achat des abonnés change et qu’ils commencent à faire des achats pour d’autres personnes. Selon une étude M2, le sondage électronique peut conduire à une augmentation de l’engagement de 100 à 150 %. Les fournisseurs comme Liveclicker et Moveable Ink sont les leaders de ce type de fonctionnalité.
La deuxième technologie à citer est l’optimisation du langage. L’optimisation du langage permet concrètement l’analyse de millions de campagnes passées pour déterminer le langage et le ton le plus adapté pour les expéditeurs. Les applications sont multiples : optimiser les lignes d’objets, la copie, les calls to action et les messages automatiques. Il est question ici aussi de mieux comprendre les besoins des abonnés et d’en tirer parti pour accroître leur engagement. Une part de plus en plus importante de la personnalisation consiste à comprendre comment les consommateurs veulent qu’on communique avec eux – avec des critères comme le ton, la première ou la deuxième personne, les mots-clés qui pourraient être les plus efficaces, etc. Les fournisseurs comme Phrasee et Persaod sont les leaders de ce type de solution.
Enfin, et on en parle beaucoup dans de nombreux domaines : l’intelligence artificielle. Il s’agit certainement du sujet le plus brûlant dans le secteur spécifique de l’e-mail actuellement, qui est au cœur de beaucoup de questionnements. Une étude réalisée par Conductor (1) a récemment révélé que « Les experts marketing se sentent moins préparés à l’intelligence artificielle. Un tiers d’entre eux ne se sentent pas prêts à gérer l’IA en 2018 ». Il y a également un certain scepticisme. Resulticks a dévoilé que la quasi-moitié (47 %) des marketeurs considèrent que l’IA est surestimée. L’IA est rapidement devenu le dernier mot « à la mode » de l’industrie – tout comme « Big data », avant lui.
Le problème avec l’expression est qu’elle ressemble à une chanson de U2 : elle peut signifier tout ou rien, selon la façon dont vous l’interprétez.
Je suis personnellement sceptique quant à certains fournisseurs de technologie qui prétendent avoir recours à de l’intelligence artificielle. L’IA est définie comme la « capacité d’un ordinateur ou d’un robot contrôlé par ordinateur à exécuter des tâches couramment associées aux êtres humains (…). Malgré les progrès continus dans la vitesse de traitement informatique et la capacité de mémoire, il n’y a pas encore de logiciels qui puissent égaler la flexibilité humaine sur des domaines plus larges ou dans des tâches nécessitant beaucoup de connaissances quotidiennes. D’autre part, certains logiciels ont atteint les niveaux de performance des experts humains et des professionnels dans l’exécution de certaines tâches spécifiques ». Même si ces fournisseurs de technologie effectuent sans aucun doute des analyses intelligentes, cela ne peut pas vraiment être considéré comme de la véritable intelligence artificielle.
Ce n’est pas pour dire que les fournisseurs de technologie marketing ne
font pas des choses « vraiment intelligentes ». J’ai lu une étude de cas
récente où l’expéditeur a utilisé une combinaison d’algorithmes
d’apprentissage automatique, de programmation en langage naturel et de
contenu dynamique pour créer des e-mails hyperpersonnalisés contenant
des coupons dynamiques, du contenu prédictif et des recommandations de
produits personnalisés. Ce faisant, l’expéditeur a doublé son taux de
conversion et a multiplié son revenu par 4 (2).
Les programmes internationaux comme eBay font aussi des choses « très
intelligentes » avec la technologie d’apprentissage automatique (3).
Nous travaillons actuellement nous-mêmes avec eBay et avons constaté
directement l’impact positif de ce type de développements. Terminons
avec un autre excellent exemple qui est la solution de filtrage des
spams de Gmail, qui a véritablement atteint le stade de l’autoéducation.
Sri Somanchi, qui est le chef de produit de Gmail a récemment publié : «
Le machine learning a aidé Gmail à atteindre une précision de
détection du spam de plus de 99 %, et grâce à ces nouvelles
protections, nous sommes en mesure de réduire votre exposition aux
menaces en rejetant avec confiance des centaines de millions de
messages supplémentaires chaque jour ».
