Les apports concrets de l’IA

Interview

Emilie Carcassonne, Vice-Présidente Europe de Nielsen Marketing Cloud

Emilie Carcassonne cumule plusieurs expériences dans le domaine des logiciels. Elle est diplômée de l’école de commerce de Montpellier.

[su_divider top= »no » style= »dotted » divider_color= »#fb880c » link_color= »#fb880c » size= »1″ margin= »20″]

Html code here! Replace this with any non empty text and that's it.


Survey-Magazine : Quelle est la valeur ajoutée de l’IA pour la connaissance client ?
Emilie Carcassonne : L’IA permet d’augmenter la connaissance client via l’automatisation d’une variété de tâches : la segmentation des données propriétaires, l’identification des clients à forte valeur, ou encore l’identification de nouveaux prospects (jumeaux statistiques des clients existants). L’IA permet également d’accélérer les prises de décision dans la mesure où elle permet de traiter rapidement de gros volumes de données. Par exemple, la notation prédictive d’un prospect peut se réaliser à partir de l’apprentissage automatique ce qui permet d’éviter toute approximation ou biais et ainsi d’identifier des profils plus enclins à l’achat par exemple.

L’IA impose-t-elle de nouvelles méthodologies d’études ? Si oui, quels outils et quels moyens avez-vous mis en place ?
Le métier des études est nécessairement révolutionné par les nouvelles capacités de traitement liées à l’intelligence artificielle. L’intelligence humaine seule a d’ores et déjà montré ses limites face à l’explosion du volume de données disponibles. Le recours à l’intelligence artificielle s’impose comme une impérieuse nécessité compte tenu de la quantité de données à exploiter ou encore des enjeux liés à l’interprétation analytique qui en est faite.
Le monde des affaires est en constante évolution, donc si nous voulons rester compétitifs, il est impératif que Nielsen continue à faire progresser ses méthodologies d’IA. Par exemple, au cours des dernières années, la conversation autour de la quantité de données (Big Data) a évolué vers la rapidité d’accès à ces données et la complexité liée au traitement des masses de données disponibles. Ce changement nous a amenés à repenser notre intelligence artificielle afin de mettre en place une solution pour traiter des données massives à évolution extrêmement rapide. Début 2017, nous avons lancé Nielsen IA, notre moteur d’intelligence artificielle en apprentissage automatique. Nielsen IA a été conçu pour gérer des données en mouvement continu afin d’apprendre et s’adapter aux conditions changeantes en temps réel. Dès que de nouvelles informations sont reçues notre IA peut mettre à jour ses connaissances sur l’état du monde (nous parlons de temps de réponse inférieur à la milliseconde) et tirer parti de ces apprentissages pour prendre des décisions. Nielsen IA constitue l’un des principaux piliers de la plateforme Nielsen Marketing Cloud. Notre technologie alimente actuellement des segments d’audience qui s’ajustent en temps réel et permet ainsi d’affiner des stratégies marketing à partir de la déclinaison de messages personnalisés. En 2018, nous tirerons parti de notre moteur d’IA et de quelques innovations pour mettre en place de nouveaux cas d’utilisation. Récemment l’IA de Nielsen a été reconnue par R&D magazine comme l’un des produits les plus significatifs sur le plan technique de l’année 2017.

Quelles sont les premières applications concrètes d’IA pour le métier des études et de la connaissance client ?
L’IA existe depuis le milieu des années 1980 et était initialement utilisée pour l’automatisation des décisions. Les applications les plus courantes étaient dans le domaine médical notamment pour aider à la prise de décision ou alors dans le domaine de l’assurance pour automatiser l’approbation des demandes d’assurance. L’IA était également utilisée dans le monde de la finance pour l’évaluation des risques et de la conformité réglementaire. Alors que les techniques d’apprentissage automatique que nous utilisons aujourd’hui glanent automatiquement des règles à partir de modèles trouvés dans les données, l’IA d’antan exigeait que ces règles soient traitées manuellement et explicitement codées. Ces solutions d’IA basées sur des règles prédéfinies sont difficiles à mettre en place à grande échelle. Elles doivent en effet être mises à jour en permanence au risque de devenir rapidement obsolètes. L’IA de Nielsen telle qu’existe aujourd’hui, permet à nos clients d’améliorer leur connaissance consommateur en rendant « activables » dans le cadre de stratégie marketing, des données à forte valeur mais peu massives en temps réel des jumeaux statistiques de ses propres clients.

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here