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

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 dans le marketing.

La conférence a offert des conseils pratiques et des exemples de la façon 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 métriques d'expérience client et de leur propre modèle d'exploitation basé sur les données (DDOM). L'entreprise s'oriente désormais vers la mise à disposition de ces outils et techniques auprès de partenaires externes.

Voici mes principaux points à retenir.

IA et attribution

L'attribution a vraiment été le premier domaine dans lequel Adobe a commencé à utiliser l'IA et l'apprentissage automatique.

S'éloignant des modèles simples tels que "premier clic" et "dernier clic", et plus tard des modèles "en forme de U" et "linéaires", l'incorporation de l'IA et du ML a considérablement amélioré les modèles d'Adobe.

Bennion met en évidence deux manières d'attribuer un crédit dans l'attribution :

1. Influent : lorsque les points de contact sont touchés, tout le crédit est partagé sur ces points de contact
2. Incrémental : calcule la part du crédit qui doit être réattribuée aux médias et au marketing

Adobe est passé à la zone incrémentielle. L'hypothèse est que si Adobe arrêtait tous ses efforts marketing, il continuerait 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.

À l'aide d'une IA entraînée 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 répartir, plus efficacement que cela ne serait possible en attribuant le crédit avec la méthode influente.

IA et personnalisation

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

« Le marketing individuel est le nirvana », déclare Bennion. « Mais la segmentation reste un outil important pour nous. »

Dans le passé, Adobe avait l'habitude de segmenter les attributs et le comportement. Cela a de la valeur, mais est clairement limité à l'ère du big data. La réponse d'Adobe a été d'utiliser l'IA pour développer une modélisation de la propension .

Adobe a attribué un « score de propension » pour tout événement de réussite, qu'il s'agisse d'une conversion ou d'un achat, etc. Ils pourraient ensuite demander ce qui suit 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 se mettre à niveau ?
• Quelle est la propension à l'attrition ?

…puis utilisez-le pour créer des segments.

C'est exactement ce que l'entreprise technologique Nvidia a fait. Ils ont créé des scores de propension pour les « joueurs fréquents » et les « joueurs occasionnels » respectivement. Ils ont compris que ces deux segments ont des habitudes différentes en matière d'achat, de mise à niveau ou de réponse aux messages marketing.

Le résultat a été que Nvidia a pu utiliser ces prédictions pour personnaliser l'expérience de ses clients avec une précision de 96 %.

Comment la sophistication a-t-elle changé ?

L'une des questions clés qui se sont posées lors de la présentation de Bennion a déplacé l'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 à quel point le secteur est en constante évolution.

« Plus 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 d'IA, ce qui est important pour la conduite et l'évolutivité », a déclaré Bennion.

Cela ne veut pas dire qu'il n'y avait aucune mention de bosses potentielles sur la route pour les spécialistes du marketing axés sur les données. Notamment à la lumière des récentes annonces de Google visant à supprimer 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 s'adapter 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 :

1. Acquisition de nouveaux clients.
2. Ventes croisées/ventes incitatives.

Sans aucun doute, 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 effectuer une mise à niveau ou à effectuer un achat connexe, les modèles de propension à l'attrition s'avèrent 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 il n'est pas trop difficile de voir comment d'autres marques peuvent tirer parti de l'IA pour améliorer également leur retour sur investissement marketing.