L'utilisation de l'intelligence artificielle dans le marketing offline

Avec l'évolution rapide des technologies de l'information et de la communication (TIC) et de l'industrie 4.0, les entreprises adoptent des technologies innovantes telles que la réalité virtuelle, la réalité augmentée, l'Internet des objets (IoT), l'informatique cognitive ou encore la fabrication intelligente (ou smart manufacturing). Ces technologies sont mises en œuvre aux niveaux des organisations pour améliorer leur performance organisationnelle, leur productivité et leur rentabilité.
Dans le domaine du marketing offline, les entreprises adoptent l'intelligence artificielle (IA) de diverses manières selon leurs objectifs et problématiques (Feng et al, 2021, Huang et Rust, 2021, Song et al, 2019, Yang et al, 2021) comme notamment :
- Conserver un avantage concurrentiel sur leurs concurrents,
- Tirer parti du merchandising offline,
- Effectuer des audits de rayon dans les zones de vente au détail et analyser les espaces de rayon
- Concevoir des publicités en fonction des besoins et des exigences des consommateurs .
L'IA est source d'amélioration pour le secteur du marketing offline/conventionnel de plusieurs façons, car elle est intégrée aux systèmes des entreprises. Avec la disponibilité d'un grand nombre de données hors ligne, elle est utilisée pour prédire les tendances des consommateurs et du marché, qui sont essentielles au développement de nouveaux produits. Selon Yang et al (2021), les départements marketing utilisent l'IA pour préparer des rapports d'analyse marketing, établir des graphiques et élaborer des stratégies de messagerie électronique et de réseaux sociaux qui étaient auparavant réalisées manuellement.
Le marketing conventionnel basé sur l'IA peut permettre d'agir à la fois sur la modélisation de la propension et sur l'analyse prédictive, ce qui permet aux spécialistes du marketing de prévoir le comportement futur des consommateurs à l'aide de l'IA et de prédire et prévoir les tendances du marché et le comportement des consommateurs (Feng et al, 2021). En termes d'optimisation des prix, elle permet aux entreprises d'adapter les prix des produits en fonction des besoins et des exigences des consommateurs en se concentrant sur la maximisation des revenus.
D'ici 2035, des experts estiment que l'IA améliorera de 40% la productivité du travail dans le marketing offline, ce qui permettra aux entreprises d'utiliser leur temps plus efficacement (Huang et Rust, 2021). Le même rapport a également révélé que les taux de croissance économique du marketing conventionnel basé sur l'IA doubleront dans le même laps de temps (Huang et Rust, 2021). De son côté, le McKinsey Global Institute rapporte que 25 % des chefs d'entreprise, sur la base de 2 400 chefs d'entreprise interrogés, ont adopté et intégré l'IA à leurs stratégies de marketing conventionnelles pendant la pandémie de covid-19 (Mariani, Perez-Vega et Wirtz, 2022). Dans ce rapport McKinsey, les experts ont également expliqué que le marketing conventionnel alimenté par l'IA a amélioré l'analyse et les prédictions marketing, permettant aux entreprises de prendre de meilleures décisions. Selon les analyses de Kaplan (2021), en 2021, le marketing conventionnel alimenté par l'IA aurait réussi à générer une valeur commerciale de 2,9 trillions USD.
Des entreprises telles que Google, Sephora, Starbucks, Disney, etc. ont adopté avec succès l'IA dans leur stratégie de marketing. Disney utilise par exemple l'IA pour organiser les unités de stock de produits dans les entrepôts tandis que la société Campbell Soup utilise l'IA pour améliorer sa publicité hors ligne. Watson d'IBM, qui est un assistant basé sur l'IA, a été largement utilisé par son département marketing (Huang et Rust, 2021). La firme a indiqué que l'utilisation de l'assistant a permis de réduire le coût des campagnes marketing de 35 %. Vlačić et al (2021) rapportent que des entreprises telles que Starbucks, McDonalds, Taco Bell, Chipotle ou encore Dunkin Donuts utilisent également l'IA pour créer des micro-campagnes personnalisées en fonction de leurs besoins et de leurs exigences, ce qui leur a permis d'améliorer leur rentabilité.
Références :
- Huang, M.H. and Rust, R.T., 2021. A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49(1), pp.30-50.
- Kaplan, A., 2021. Artificial Intelligence, Marketing, and the Fourth Industrial Revolution: Criteria, Concerns, Cases. In Handbook of Research on Applied AI for International Business and Marketing Applications (pp. 1-13). IGI Global.
- Mariani, M.M., Perez‐Vega, R. and Wirtz, J., 2022. AI in marketing, consumer research and psychology: A systematic literature review and research agenda. Psychology & Marketing, 39(4), pp.755-776.
- Song, X., Yang, S., Huang, Z. and Huang, T., 2019, August. The application of artificial intelligence in electronic commerce. In Journal of Physics: Conference Series (Vol. 1302, No. 3, p. 032030). IOP Publishing.
- Vlačić, B., Corbo, L., e Silva, S.C. and Dabić, M., 2021. The evolving role of artificial intelligence in marketing: A review and research agenda. Journal of Business Research, 128, pp.187-203.
- Yang, X., Li, H., Ni, L. and Li, T., 2021. Application of artificial intelligence in precision marketing. Journal of Organizational and End User Computing (JOEUC), 33(4), pp.209-219.