Selon une étude de Forrester Consulting 82 % des sondés pensent que l’IA va profondément transformer la façon de travailler et les méthodes du marketing. Le métier du CRM Manager  – customer relationship management –n’y échappe pas.

Il se réinvente et avec la diffusion générale d’une culture de la data dans le reste de l’entreprise et il élargit au final son périmètre d’action.

Dans le champ du CRM management et du marketing automation le processus de gestion de campagnes cross-canal est déjà largement automatisé grâce aux solutions de Cross-Channel Campaign Management comme Adobe Campaign, Salesforce ExactTarget, Selligent, Microsoft Dynamics 365, Emarsys, SAS…

Une des priorités est désormais d’augmenter le chiffre d’affaires généré par les campagnes CRM. Cet objectif est d’autant plus difficile à atteindre que les consommateurs reçoivent toujours plus de sollicitations et de publicités de la part des marques et que par conséquent les taux de réponse stagnent, voire même diminuent.

Le challenge pour les marketeurs est donc de continuer à communiquer auprès des clients et des prospects sans augmenter le nombre de campagnes et prendre le risque de fatiguer leurs bases clients.Les consommateurs sursollicités ne veulent en effet plus recevoir des communications déconnectées de leurs interactions précédentes avec les marques ou qui ne soient pas en phase avec leurs attentes.

L’augmentation des données à disposition (que ce soit les données en provenance des sites, des réseaux sociaux ou des objets interconnectés ou basées sur du temps réel) et l’Intelligence artificielle ouvrent cependant de nouvelles voies et transforment les manières d’adresser les clients dans le CRM et le marketing en général.

Une des raisons des raisons du développement de l’Intelligence artificielle dans le marketing est en effet qu’elle offre précisément  la possibilité de diffuser le bon message au bon moment à la bonne personne en se basant sur une analyse de ces données à grande échelle.

Les éditeurs de solutions d’Intelligence Artificielle pour le marketing

On voit ainsi émerger des éditeurs de solutions technologies basées sur l’intelligence artificielle qui permettent notamment de créer des messages plus intelligents, et d’améliorer l’ expérience client, comme Tinyclues ou Sidetrade.

Ce solutions utilisent le machine learning c’est à dire des algorithmes qui apprennent à partir des données  et qui vont permettre d’identifier des groupes de clients pertinents, même de petite taille réduite, pour proposer des campagnes à destination de ces personnes, en optimisant considérablement le travail de ciblage, qui est parfois biaisé avec les techniques de ciblage traditionnel.

La solution de Tinyclues permet par exemple d’identifier les futurs acheteurs à partir de l’analyse de signaux faibles (« tiny clues ») pour n’importe quel produit et de concevoir et paramétrer une campagne d’emailing en fonction de ces informations. L’utilisation de l’IA et d’un algorithme de marketing prédictif permet de créer de nouveaux revenus sur des segments inexploités jusque-là tout en maintenant des taux de désabonnement plus faibles.

En passant au crible l’ensemble des données communiquées par  la marque (sociologique, démographique, historique de navigation, modes de transaction, taux d’ ouverture d’emails…) l’ algorithme identifie des corrélations entre ces différents  événement et les pondère pour mieux segmenter la base client. Tinyclues revendique ainsi  une augmentation du chiffre d’affaires de 49% chez ses clients grâce à sa technologie.

La solution SideTrade permet, elle, d’anticiper les comportements d’achat des clients et de développer un marketing de recommandation pour développer l’up-sell et cross-sell. Elle permet entre autres choses de mesurer les taux d’attrition, d’identifier des clients à risque,  d’analyser la valeur vie des clients et d’améliorer des dispositifs de marketing automation en intégrant de nouvelles variables.

L’outil de prédiction utilise une série d’algorithmes alimentés par des données très diverses : données CRM, données marketing –mais également des données issues du web analytics, des données financières, ou des données third party.

L ‘exploitation du big data et de l’IA peut donc se faire soit pour l’analyse comportementale, en fonction par exemple de ses différentes visites sur un site afin de lui présenter un contenu personnalisé, soit pour l’analyse de segments pour le ciblage et l’identification de prospects.

L’ère du data marketing

Ces évolutions dans les méthodes de ciblage pour le marketing s’inscrivent dans un contexte de mutation plus général de la structure d’entreprise qui ne peut plus fonctionner en silo et de la façon de concevoir la relation avec les prospects et les clients.

Désormais dans les grandes structures les activités de prospection et d’acquisition sont ainsi regroupées dans un seul département. Le Prospect Relation Ship Management fusionne avec le Customer Relation Ship Management. On passe en réalité d’un marketing de produit où on poussait le produit à des contacts qualifiés à un marketing d’audience à qui on pousse des produits.

Traditionnellement le rôle du CRM Manager était de gérer la relation avec les clients. Avec les apports de l’intelligence artificielle, sa mission de vient plus large. Il s’agit de gérer l’ensemble des points de contact avec le client: lorsqu’il visite le site web pour une première fois, lorsqu’il remplit un formulaire de contact, lorsqu’il reçoit un mail ou une notification push, ou encore lorsqu’il interagit avec la marque sur les réseaux sociaux en laissant un avis. Le CRM Manager intervient sur l’ensemble du parcours client.

La vision CRM des marketers doit donc désormais dépasser une approche purement opérationnelle se résumant à l’utilisation de l’outil CRM. Le vrai sujet n’est plus de développer un capital de marque  mais de prendre en considération l’ensemble du cycle de vie des clients et toutes les opportunités d’interactions de la marque avec eux.

L’enjeu est de  proposer des produits ou des services qui répondent au plus près aux attentes des consommateurs, en termes de produits mais également en termes d’expérience client. Grâce au traitement des  données et à leur analyse fine, des contenus plus ciblés et générateurs d’engagement et de fidélisation sont proposés aux clients.

Le Responsable CRM : au coeur de l’entreprise datamarketing driven

Techniquement, pour fonctionner, une telle approche data marketing nécessite d’interconnecter les différents outils : points de collecte de données, l’outil CRM, l’outil d’exécution des campagnes, les solutions de mesure de l’attribution des revenus marketing en fonction des leviers, afin d’unifier les informations clients. C’est tout un système de visualisation et de mise à disposition de la donnée qui doit être construit, accessible par les différents protagonistes dans l’entreprise pour permettre un pilotage transversal de la stratégie marketing à partir des données clients et non plus du produit.

En contact direct avec les données clients le CRM manager est particulièrement bien placé pour faire évoluer son entreprise, et l’amener vers un culture du data marketing.

Ce changement de paradigme et de pensée est observable chez les e-commerçants. Le succès des grands retailers comme Amazon est d’avoir placé la data au coeur de leur busines en créant une entité capable de récolter, d’analyser et de prendre des décisions à partir de l’analyse des données. Cette logique de marketing piloté par la donnée (ou Data Driven Marketing) devient fondamentale.

En termes d’organisation interne cela implique de constituer des équipes avec un nouvel équilibre entre profils marketing et experts de la data (data analyst, data scientist, data architect, experts en économétrie, statistiques) et de faire travailler plus étroitement ces équipes entre elles afin de faire converger data science et marketing. C’est ce que font les leaders du e-commerce aujourd’hui.

Quelles nouvelles compétences pour le CRM Manager à l’ère du marketing prédictif?

Face à l’importance grandissante de l’ Intelligence Artificielle les responsables CRM et les équipes marketing ont conscience des enjeux mais reconnaissent ne pas tous maîtriser encore le sujet. Selon une étude Forrester 67% des marketeurs n’ont pas les bonnes compétences ou l’expertise nécessaire pour mettre en œuvre des technologies d’ l’IA dans un contexte marketing. (1).

A l’ère de l’analyse des données, le responsable CRM doit en effet être familiarisé avec le taggage, la structuration des bases de données, la priorisation des données et les approches de Business Intelligence.

Les profils de CRM managers de demain sont sans doute d’ailleurs des profils avec une double compétence: analyse data et marketing.

Sans être exhaustif voici une liste des compétences utiles à développer pour les CRM managers, Chefs de projet CRM/PRM, Responsables fidélisation:

-Data mining afin d’explorer le potentiel dormant des bases

-Scoring marketing pour affiner la connaissance client et donner sens aux multiples informations collectées sur les

prospects et clients( les différentes méthodes de Scoring Comportemental : Scoring PMG, RFM, Appétence, scoring de potentiel client, d’attrition, anti-churn, scoring de recommandation

-La mise en place de scénarios relationnels personnalisé

-Savoir segmenter sa base de contacts  à l’aide des solutions de marketing prédictif

-La qualification et enrichissement de base de données

-L’ approche comportementale : savoir distinguer intérêts déclarés et détectés

-Les techniques prédictives et descriptives employées (analyse descriptive liminaire, arbres de décision, etc.)

-L’ analyse des résultats : mesurer l’efficacité, remettre en cause des résultat et les interpréter contextuellement

-La maîtrise des programmes d’AB/Testing

-Et bien sûr être familiarisé avec les solutions technologiques partenaires externes d’intelligence artificielle pour le marketing typeTinyClues, Notify, Dartagnan, Accengage, Influans, Sidetrade, Datavora.

Conclusion: vers l’IA marketing dans le CRM management?

On voit que l’Intelligence artificielle a aujourd’hui de multiples applications dans le domaine du CRM que ce soit dans le domaine de l’acquisition de clients avec l’analyse d’audience, la segmentation, le ciblage, le scoring et les calculs d’attribution et de prédictions,  mais également dans le domaine de la conversion et de la transformation  avec les possibilités de personnalisation et recommandation, le pilotage automatisé des campagnes la création de contenus intelligents, l’optimisations du supports et des sites et enfin de la fidélisation : agents conversationnels et chatbots, automatisation du programme de fidélisation client, analyses comportementales.

Les volumes de données à disposition ne pouvant être traités, organisés ou manipulés par l’esprit humain, l’Intelligence artificielle est un outil désormais incontournable et une opportunité pour les marketers pour extraire des informations utiles, les exploiter et les interpréter afin de diffuser des messages pertinents et ciblés aux consommateurs. Son importance ira donc probablement grandissante pour le métier de Responsable CRM.

(1) Etude Forrester – Sizmek “The next Wave of Digital Marketing is Predictive” 2017