E-marketing.fr Le site des professionnels du marketing

Recherche
Magazine Marketing

L'intelligence artificielle au service du commerce de demain

Publié par le

Je m'abonne
  • Imprimer

De la mesure des données émotionnelles

" Comment tenir compte de l'émotion dans la consultation d'un site marchand ? " interroge Nicolas Delattre, feel data chief strategist officer chez Datakalab. L'entreprise a investi le créneau de la data émotionnelle. Ce laboratoire, qui combine expertise scientifique et créative, a lancé l'offre FeelData et attribue du sentiment à la donnée.

Pour cela, le laboratoire met en place des outils de mesures émotionnelles (capteurs, bracelets connectés, caméra infrarouge) permettant d'obtenir des informations sur les pics émotionnels, l'attention et la perception des utilisateurs (parcours clients, shopping expérience...). C'est une nouvelle étape dans l'exploitation du big data avec l'agrégation des données comportementales qui identifient l'attitude des internautes et l'émotion qui guide leur attitude.

"Le sujet est de tenir compte de l'émotion dans la consultation d'un site."
Nicolas Delattre, Datakalab

À n'en pas douter, donner du sens à la donnée reste le Graal pour les directeurs marketing. Chez Publicis ETO, deux profils se concentrent sur cet objectif. Samir Amellal (chief data officer chez Publicis France) et Nicolas Do Huu (directeur conseil data sciences chez Publicis ETO) ont pour mission de piloter des projets orientés vers les données qui allient l'apprentissage automatique et le traitement des données massives. " Avant, l'on programmait des scénarios qui donnaient l'illusion d'une interaction intelligente mais maintenant, on ne scénarise plus car le champ des possibles est trop dense. Donc, on élabore une stratégie liée au CRM capable de s'adapter à un contexte complexe. C'est un peu comme mettre un vendeur derrière chaque client ", analysent les deux experts.

" Nous cherchons à capter des informations clients à partir de la customer journey (sites web, magasins, mobile) afin de comprendre les tenants et les aboutissants d'un achat. Les techniques de deep learning permettent ensuite de décrypter des situations parfois très complexes. Pour cela, il faut décomposer la problématique d'un achat en sous-segments plus simples, et ce sont les réseaux de neurones artificiels qui résolvent ces problématiques ", ajoute Samir Amellal. De plus en plus capable d'automatiser des réponses simples mais aussi de créer des scénarios de réponses sophistiquées, l'intelligence artificielle ouvre de nombreuses perspectives.

Et grâce à l'analyse de la sémantique pour comprendre l'émotion des gens et tenir compte de l'état émotionnel du client dans la réponse, la data entre dans l'ère de l'émotion. Quelle serait alors l'ultime intelligence ? Feindre l'imperfection ? Reste peut être à inventer les robots maladroits...


 
Je m'abonne

M.-J. L.

NEWSLETTER | Abonnez-vous pour recevoir nos meilleurs articles