Suivre le parcours client et voir quelles interactions ont conduit à une décision d’achat est devenu plus facile pour les spécialistes du marketing au fil des ans, grâce à l’intelligence artificielle (IA). Prenez la radio, par exemple. Avant l’ère numérique et l’utilisation de l’IA, les humains étaient chargés de parcourir des milliers ou des centaines de milliers d’heures audio pour trouver un lien entre un placement publicitaire et s’il entraînait ou non le résultat souhaité pour le client publicitaire, tel qu’un visite dans un magasin physique spécifique ou l’achat d’un certain produit. C’est l’une des raisons pour lesquelles la radio a commencé à perdre des parts de marché en dollars publicitaires, car la publicité numérique fournissait un suivi plus détaillé de l’attribution du parcours client.

Aujourd’hui, cependant, il est possible d’effectuer une analyse d’attribution à partir de requêtes qui extraient une quantité massive de données pour établir de telles corrélations. Grâce à l’utilisation de l’apprentissage automatique (ML) et du traitement du langage naturel (NLP), qui s’appuient sur des algorithmes basés sur l’IA, ces requêtes fournissent des résultats en temps quasi réel et sont devenues plus précises. C’est important lorsque vous essayez de distinguer les résultats des placements publicitaires diffusés non seulement à la radio, mais dans plusieurs formats. Qu’il s’agisse de suivre et d’analyser des spots pré-produits, des mentions organiques, des lectures en direct ou des interactions sur le site Web, l’IA, le ML et le NLP facilitent la détection des nuances et des sentiments écrits et parlés pour découvrir la valeur du contenu sponsorisé par rapport à une mention dans une conversation par un influenceur ou célébrité, par exemple. Le succès peut être mesuré de manière granulaire par des critères tels que l’emplacement, le jour de la semaine, la fréquence, l’heure de la journée ou la durée, ce qui aide les annonceurs radio et TV à optimiser davantage leurs campagnes d’une manière qui n’était pas disponible auparavant et à démontrer le retour sur investissement avec les annonceurs, améliorant considérablement leur renouvellement et nouveaux contrats annonceurs.

Actualités de la technologie marketing : DoubleYard et Laserfiche s’associent pour fournir la technologie OCR IA pour l’impression numérique et le contenu manuscrit

Vient maintenant le métaverse, qui introduit une toute nouvelle façon pour les marques et les clients d’interagir les uns avec les autres. Alors que le monde numérique (en ligne) peut être considéré comme un circuit fermé, avec chaque site nouveau et existant, chaque interaction et action traçable et traçable dans un écosystème, le métaverse reflétera probablement l’univers réel, qui est en constante expansion. Et ce ne sera pas monolithique. Des entreprises comme ROBLOX, Sandbox et Decentraland attirent des visiteurs sur leurs plateformes de type métaverse depuis des années. Et les grandes marques commencent à s’en apercevoir. Au CES 2022, par exemple, Samsung a lancé Samsung 837X sur Decentraland, où les avatars sont accueillis par un guide virtuel dans le hall Samsung qui dirige les joueurs vers trois espaces intérieurs uniques qu’ils peuvent explorer. Bien qu’il puisse être facile de déterminer où va un avatar et ce qu’il fait sur la base de données structurées – pensez à assister à un concert ou à un événement sportif, ou à acheter un jeton non fongible (NFT) ou un produit numérique – ce sont les données non structurées qui présenteront les plus grands défis. .

L’analyse d’attribution devient plus difficile dans le métaverse parce que les avatars sont à bien des égards illimités dans ce qu’ils peuvent expérimenter et créer. En conséquence, leurs conversations et leurs comportements seront moins scénarisés et imprévisibles. Plus important encore, il y aura plusieurs langues et dialectes à parcourir. Ainsi, la corrélation de certains de ces comportements natifs et des éléments liés au contenu d’une marque nécessitera des solutions hyper-intelligentes basées sur l’IA pour intégrer ce suivi dans le métaverse. De plus, tout comme Facebook, Google, Twitter et d’autres plates-formes sur lesquelles les dollars publicitaires sont dépensés, chaque spécialiste du marketing et propriétaire de métaverse sera responsable de l’analyse d’attribution à un certain niveau. Et le niveau de portabilité et de disponibilité des données sera une décision consciente qui peut aider ou nuire à l’endroit où les spécialistes du marketing dépensent leur argent. De plus, alors que les créateurs de métavers réfléchissent à la façon dont ils veulent construire l’écosystème, la confidentialité sera un facteur important. Nous le voyons maintenant dans le monde numérique, avec les politiques de confidentialité et l’accessibilité des données. Bien que plus de confidentialité soit bonne pour les utilisateurs, cela rend les choses beaucoup plus complexes pour les spécialistes du marketing. Trouver le bon équilibre entre la quantité de données qui sera disponible pour le spécialiste du marketing et la manière dont les politiques de confidentialité sont communiquées aux utilisateurs ajoutera une couche de complexité.

Marketing Technology News : Entretien MarTech avec Amy Heidersbach, CMO chez Persado

Il y a quelques années, l’une des grandes énigmes était que tout le monde voulait une suite d’attribution multi-touch pour son marketing numérique, car ils pensaient que s’ils pouvaient rassembler toutes les données en un seul endroit, il y aurait une histoire de consommateur claire qui raconterait comment dépenser l’argent. Et après que les spécialistes du marketing aient dépensé beaucoup d’argent et de temps pour créer une suite d’attribution multi-touch, ils ont réalisé qu’ils avaient trop de données et qu’ils ne pouvaient pas dire ce qui faisait bouger l’aiguille. Dans le monde en ligne et avec la radio, Veritone a connu un grand succès en générant une action des consommateurs avec des influenceurs sponsorisés et des intégrations plus organiques que les publicités préenregistrées. Les spots organiques de lecture par l’hôte ou par les influenceurs sont souvent mieux reçus par le public, mais sont beaucoup plus difficiles à suivre sans l’aide de solutions basées sur l’IA et le ML. Le métaverse ne devrait pas être différent, tant que les marchés et les propriétaires de métaverse ont un moyen de couper à travers tout le bruit et d’obtenir le bon « signal ».

De la même manière que l’apprentissage en profondeur montre un grand potentiel dans les communications sans fil pour améliorer le traitement du signal, les solutions d’attribution alimentées par l’IA ont le même potentiel pour aider à trier des millions et des milliards de points de données afin d’identifier et de valider les points de contact marketing et/ou les influenceurs. des résultats commerciaux spécifiques dans le métaverse. Il s’agit de traitement de données à grande échelle. Ainsi, plus tôt les marques reconnaîtront ces défis, mieux elles seront positionnées lorsqu’elles seront prêtes à entrer dans le métaverse.