EBG

09 mars 2023 | 11:00 - 12:00

Data & I.A : Quel Equilibre entre le Machine Learning et l’Humain ?

En ligne



Pour ma première venue sur le site, je dois d'abord créer un compte



Pour m'inscrire aux événements et voir les replays, je me connecte

Description

Data & I.A : Quel Equilibre entre le Machine Learning et l’Humain ?
La volonté de maîtriser les règles bride-t-il la performance de l’I.A ? Faut-il faire entièrement confiance au machine learning ?

Qu’est ce qu’une CDP ?
  • Que fait Treasure Data par rapport au CRM, au serveur marchand et aux outils d’activation de campagnes ? Comment s’interface-t-il avec eux ?
  • Quelle différence entre une CDP, une DMP et un CRM ?
  • Quelle sont les échanges et les enrichissements mutuels entre la donnée nominative (incluant l’historique, le RFM…) et la donnée anonyme ?
  • Comment Treasure Data travaille avec la segmentation existante de la marque et ses propres résultats suite à l’analyse du comportement des consommateurs ?
  • Jusqu’à quel niveau de finesse peut-on aller (jusqu’au niveau individuel) ? Treasure Data propose-t-il des templates de personas (des personas par défaut en quelques sortes) ?
  • Quel rôle joue le machine learning dans cet ensemble ?
  • Comment Treasure Data reconnait-il les visiteurs en l’absence de Cookie Tiers ?
  • Comment code-t-il les données comportementales (qualitatives) ?
Pour quels usages utilise-t-on l’I.A (ou le Machine Learning) ?
Quelle différence entre les deux (Le Machine Learning proposerait des prévisions basées sur des historiques alors que l’I.A est réservée au conversationnel) ?

Actions concrètes du Machine Learning :
  • Pousser des offres (produits)
  • Cibler des messages publicitaires
  • Agir sur des moments de vie
  • Jouer sur les habitudes des individus (eg celui-ci répond davantage sur Facebook qu’aux emailings) 
  • Suppression d’audiences dans le cadre de campagnes (éviter les doubles expositions)
  • Pousser des offres à des profils qui ont des comportements similaires
  • Notion de Life Time Value (identifier les meilleurs clients pour mettre en place une démarche de CLTV)
  • Eviter les acheteurs opportunistes (bargain finders)
  • Ventes croisées, Upsales…
Le Machine Learning, Mutualisé ou uniquement 1st Party ?
  1. Les grandes solutions du marché apprennent de l’ensemble des cas qui leur sont soumis par l’ensemble de leurs clients, ce qui est supposé fournir une performance supérieure compte tenu du nombre de cas référencés et analysés. 
  2. La marque utilise son propre machine learning, arguant de ses spécificités et de son contrôle total de la qualité des cas et des données injectées dans la machine
  3. Les modèles sont partagés mais pas la donnée (uniquement first party ; ie propres à la marque)
Machine Learning : quelle Fiabilité ?
  • Les Marketers conservent souvent le contrôle total des règles et des données (notamment la segmentation fine), parce qu’intérieurement ils doutent des performances réelles du machine learning. 
  • Quelle est la fiabilité actuelle du marchine learning ? 
  • Peut-on scorer les différentes solutions du marché en fonction de leur performance constatée, de la rusticité de leur moteur de ML et de la qualité des données prises en compte ?
Faut-il faire confiance au Machine Learning ?
L’humain bride-t-il le marchine learning ? Un des arguments des fournisseurs de solutions d’Intelligence Artificielle est que l’humain bride le machine learning ; c’est parce que les marketers veulent tout contrôler, qu’ils n’exploitent pas la performance de machine ?

 Data Use Case & Machine Learning : Quand garder la Maîtrise, quand laisser faire la Machine ?
  • La complexité de certaines opérations, la finesse des segmentations, voire l’individualisation des requêtes et du ciblage, font qu’à un certain moment le marketer ne peut plus assurer lui-même le contrôle des opérations. 
  • A partir de quel niveau de complexité faut-il donner le contrôle aux algorithmes ? Quelles procédures de supervision et d’évaluation peuvent être mises en place ?
  • A quoi servent les CDOs si le Machine Learning travaille de façon autonome ?
Vers une Fusion CRM / CDP / ML ?
  • Eg Salesforce a-t-il une CDP ? Disposent-ils d'une brique Machine Learning ?
  • A partir de quel niveau d’efficacité et de ROI doit-on acquérir une CDP et se lancer dans un projet CDP, coûteux et nécessitant un accompagnement du changement ?
Webconférence ouverte à tous, jeudi 9 mars 2023, 11H00 – 12H00

Présentée par

Pour rappel, les inscriptions sont possibles :
  • pour les événements exécutifs (Task Forces, Business Talks, Audits, Dîners) et conférences, jusqu'à la veille de la session ;
  • pour les Webinars, jusqu'à 30mn avant la session en ligne.
Passés ces délais, nous ne pourrons pas garantir votre inscription.
Dans tous les cas, nous vous invitons à prendre connaissance de la Charte des Adhérents de l'EBG.