Vous êtes sur la page 1sur 12

Proposition de

mémoire
Waël Saghbini
L’impact de l’Intelligence Artificielle sur les stratégies marketing
digital des e-commerces en France

Intelligence Artificielle I Big Data I E-commerce I Qualitative I Français

Introduction :

Pour celles et ceux qui ont été bercé dans leur enfance par des films de science-fiction, il y a
de fortes chances pour que vous ayez une vision faussée de ce que représente l'intelligence
artificielle (IA). Depuis des dizaines d’années, l’industrie cinématographique a fortement
contribué à alimenter les fantasmes autour de l’IA en mettant en avant, dans leurs scénarios,
des robots autonomes au service de l'humanité, ou à contrario, conçus pour la détruire. Ex
Machina, iRobot, Her, Terminator, sont quelques exemples de films qui ont participé à la
représentation fantaisiste que nous avons de cette technologie.

Aujourd’hui, le sujet de l’Intelligence Artificielle est au centre de toutes les préoccupations et


concerne tous les secteurs d’activités, à commencer par celui des entreprises. Pourtant, ce
concept ne date pas d’hier. En effet, le célèbre mathématicien Alan Turing abordait déjà dans
les années 50 le concept de machine intelligente. « Les machines peuvent-elles penser ? » :
telle est la question annoncée par Alan Turing, au début de l’article « Computing Machinery
and Intelligence » publié dans Mind en 19501. Cependant, ce n’est que récemment que ce
concept a pris place dans nos vies.

« L’Intelligence Artificielle est la science dont le but est de faire faire par une machine des
tâches que l’homme accomplit en utilisant son intelligence »2. De nombreux experts
s’accordent pour dire que plusieurs secteurs d’activités et même certains métiers vont être
remis en cause par cette technologie. Un rapport Deloitte datant de 2018, intitulé « Human
Capital Trends »3, révèle que l’adoption de l’automatisation, de la robotique et de
l’intelligence artificielle s’accélère considérablement. 41% des répondants à cette étude jugent
qu’il s’agit d’un sujet d’importance capitale. Près de la moitié des sondés déclarent que leur
entreprise est fortement impliquée dans des projets d’automatisation : 24% utilisent l’IA et la
robotique afin d’effectuer des tâches routinières, 16% afin de renforcer les compétences
humaines, et 7% pour restructurer entièrement les activités professionnelles. L’automatisation
de certaines tâches qui étaient autrefois réalisées par des experts va offrir de nouvelles
opportunités économiques liée à des gains de productivité sans précédent. Un rapport du
cabinet américain McKinsey estime que « l’IA pourrait entraîner une croissance du PIB
mondial de 1,2% par an jusqu’en 2030 »3. Cela rappelle la révolution industrielle du 18ème
siècle, époque à laquelle nous avons assisté au remplacement des métiers manuels où les
tâches étaient les plus automatisables. 42% des personnes interrogées lors d’une étude
(Deloitte, 2018)4 pensent que l’intelligence artificielle sera développée dans leurs
organisations d’ici trois à cinq ans.

Nous vivons dans une société de consommation dans laquelle le comportement des
consommateurs et la manière de s’adresser à lui, de le satisfaire, de le fidéliser, et de gagner
sa confiance, sont à chaque fois adaptés au progrès technologique et aux moyens qui en
découlent. L’IA est alors cet élément sur lequel davantage d’entreprises de de toutes tailles et
de tous les secteurs se concentrent afin de délivrer le bon message à leur cible, demeurer
créatives, et rester ou devenir compétitives…

Ce mémoire tentera donc de répondre à la question que se posent les professionnels du


marketing confrontés à ces avancées technologiques, soit « comment l’intelligence
artificielle impactera-t-elle le secteur du marketing ? »

Ce mémoire ne traitera pas en profondeur des aspects techniques de l’IA car cela nécessite des
connaissances pointues dans plusieurs domaines tels que : l’informatique, la neurophysique et
d’autres spécialités scientifiques. J’aborderai néanmoins certains concepts et mécanismes liés
à l’Intelligence artificielle afin d’en faciliter la compréhension.

Ce sujet de mémoire a été motivé par le besoin croissant des entreprises de comprendre et
d'apprendre sur les moyens de capitaliser sur les investissements en e-commerce, susceptibles
de répondre aux besoins actuels de leurs clients, et le besoin urgent d'expliquer le concept
moderne de l'IA aux gestionnaires et la façon dont les technologies de l’IA peuvent être
exploitées pour améliorer leurs capacités de commerce électronique.
Partie Théorique :

Dans le but de répondre à la problématique de ce mémoire, je vais commencer par définir le


concept d’Intelligence Artificielle, de Machine Learning ainsi que leurs relations avec le e-
commerce, pour passer ensuite à l’analyse de ses apports pour l’expérience-clients ainsi que
les gains de performance des stratégies marketing.

Le e-commerce :

Le e-commerce peut être défini comme étant « l’ensemble des activités liés à l'achat et à la
vente de produits ou de services sur Internet » (Holsapple et Singh 2000). Les entreprises
s'adonnent de plus en plus au e-commerce en raison de la hausse croissante de la demande des
clients concernant des services en ligne et de sa capacité à créer un avantage concurrentiel.
Cependant, elles se débattent avec cette pratique du e-commerce en raison de son intégration
avec des technologies de l'information qui évoluent rapidement, sont facilement adoptées et
sont très abordables. Cela oblige les entreprises à adapter constamment leurs modèles
commerciaux à l'évolution des besoins des clients. L'IA est la dernière en date, et elle transforme
le e-commerce grâce à sa capacité à "interpréter correctement les données externes, à apprendre
de ces données et à utiliser ces apprentissages pour atteindre des objectifs et des tâches
spécifiques par une adaptation flexible" (Kaplan et Haenlein, 2019). Elle crée des opportunités
pour les entreprises d'obtenir un avantage concurrentiel sur leurs concurrents en utilisant le Big
Data pour répondre de manière unique aux besoins de leurs clients grâce à des services
personnalisés. L'Intelligence Artificielle dans le e-commerce peut être définie comme
l'utilisation de l'IA pour soutenir les activités liées à l'achat et à la vente de produits ou de
services sur Internet.

L’intelligence Artificielle :

Définir objectivement et précisément l’Intelligence Artificielle est une tâche difficile étant
donné la complexité de ce concept et son ouverture sur une multitude de domaines de
l’informatique et des mathématiques appliqués.
Marvin Lee Minsky, scientifique américain et pionner de ce concept, définit l’IA comme étant
« la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour
l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent
des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation
de la mémoire et le raisonnement critique » (MINSKY M. - 1975).

Selon le Larousse, l’intelligence Artificielle se définirait comme étant « l’ensemble des


théories et techniques mises en œuvre en vue de réaliser des machines capables de simuler
l’intelligence. »

Machine Learning :

Le Machine Learning (apprentissage de la machine) est une branche de l’Intelligence


Artificielle. Il est défini comme étant la capacité à une machine d’apprendre et s’améliorer
automatiquement (les machines vont apprendre d’elles-mêmes à la suite de certaines
expériences).

H1 : L’intégration de l’Intelligence Artificielle dans les stratégies marketing digital à un


impact positif sur les performances des e-commerces.

Articles :
T.Thiraviyam al. International Journal of Recent Research Aspects ISSN: 2349-7688, Special
Issue: Conscientious Computing Technologies, April 2018 pp. 449-452
https://www.ijrra.net/April2018/ConsComp2018_106.pdf

Cet article est important pour ma recherche car il traite de l’impact des technologies de
l’intelligence Artificielle dans les stratégies marketing des entreprises. En effet, cet article
démontre que l’intégration d’intelligence artificielle dans les stratégies digitales permet aux
spécialistes du marketing de commercialiser des produits ou services en optimisant les
performances des campagnes marketing.
Nous retrouvons notamment dans cet article le concept d’analyse prédictive et de modèle de
propension, qui sont tous deux des éléments utilisant le Big Data et l’IA.

Les modèles de propension :

Les modèles de propension (Propensity models en anglais) sont des cartes de score
statistiques qui sont construites pour identifier les prospects qui sont plus susceptibles de
répondre à une offre. Ils mettent en corrélation les caractéristiques des clients avec les
comportements anticipés. Dans ce cas, le public cible et les objectifs de la campagne sont
définis et l'outil recommande automatiquement des stratégies pour atteindre les objectifs
souhaités.

L’analyse prédictive :

L'analyse prédictive permet aux spécialistes du marketing d'extraire des informations des
données et de les utiliser pour prédire les tendances d'achat et les comportements des
utilisateurs. Cet outil analyse de grands volumes de données et permet de découvrir les
informations les plus pertinentes. Il fonctionne via les étapes suivantes :

• Identifier les objectifs et analyser les données extraites pour déterminer des modèles
ou des schémas qui correspondent à nos besoins.
• Création de modèles et validation. Dans cette étape, l'exploration de données est
utilisée pour affiner et sélectionner un modèle final. Les modèles sont validés en
fonction des objectifs fixés.
• L'application du modèle aboutit à des décisions marketing et à l'amélioration constante
des modèles pour de meilleurs performances.

Grace à L’IA et au Big Data, les spécialistes du marketing numérique peuvent


considérablement améliorer les performances et le retour sur investissement de leurs
campagnes. Ces techniques garantissent que le bon message est délivré à la bonne personne,
au bon moment.
H2 : L’expérience utilisateur est une composante essentielle dans le sucées d’un e-
commerce.

Article :

Chadaga T, Shivagunde M, ShettyJ, Sharvani G. « A Review on the Role of Machine


Learning in Enhancing User Experience in E-commerce Applications », IRJET, pp 4511-4514
(https://irjet.com/archives/V7/i5/IRJET-V7I5863.pdf)

Résumé :

Cet article explore et passe en revue les différentes utilisations du Machine Learning et de
l’IA dans le e-commerce en tant qu'outils d'amélioration de l'expérience utilisateur.

Recommandation produit :

Les systèmes de recommandation de produits tentent de prédire les produits auxquels un


consommateur pourrait être intéressé, en utilisant les données sur les produits et les profils des
consommateurs.

Il existe deux méthodes principales pour les systèmes de recommandation : Les méthodes de
filtrage collaboratif et les méthodes basées sur le contenu.

• Dans les méthodes de filtrage collaboratif, les recommandations faites à un client


donné sont basées sur ce que les clients similaires ont sélectionné dans le passé.

• Dans les méthodes basées sur le contenu, les systèmes de recommandation essaient de
faire correspondre le contenu des profils des clients (par exemple, le sexe, l'âge, la
localisation) aux propriétés des produits (par exemple, la catégorie, le prix, la marque).
Des algorithmes tels que la fréquence des termes et la fréquence inverse des
documents sont utilisés dans cette approche.
Il existe également des approches hybrides qui tentent de combiner les résultats des méthodes
collaboratives et des méthodes basées sur le contenu.

La tarification dynamique :

La tarification dynamique consiste à proposer des produits à des prix différents en fonction de
la demande des consommateurs. La fixation des prix dépend de plusieurs facteurs tel que : les
prix proposés par la concurrence, l'offre, la demande, les taux de conversion, les objectifs de
vente, etc. Les algorithmes de Machine Learning aident à automatiser les décisions de prix
efficacement pour maximiser les profits. Tous les différents facteurs affectant la décision de
tarification servent d'entrée à l'algorithme de machine Learning qui peut utiliser des calculs et
des prédictions intelligentes pour modifier la stratégie de tarification afin de s'adapter au
mieux au marché.

Les Tchatbots :

De plus en plus d’entreprises en e-commerce utilisent des chatsbots basés sur l’IA et le
Machine Learning. En effet, cet outil comprend les habitudes de recherche et de
consommation de l'utilisateur et fournit l'assistance nécessaire aux clients. Il peut répondre à
80 % des questions des clients et les transférer rapidement à un humain s'il ne parvient pas à
résoudre le problème.

Cet article est important pour ma recherche car il traite de l’impact des technologies de
l’intelligence Artificielle dans l’expérience utilisateur. En effet, cet article démontre que
l’intégration d’intelligence artificielle dans les stratégies digitales permet aux spécialistes du
marketing de commercialiser des produits ou services en optimisant les performances des
campagnes marketing. Les entreprises peuvent tirer parti de l'IA et du Machine Learning afin
d’améliorer l'engagement des clients par le biais de l’amélioration de l'expérience client.
Partie empirique :

Afin de répondre à la problématique de ce mémoire, j’ai décidé de me tourner vers une


recherche qualitative, méthode qui selon moi est plus adapté à mon sujet. Je réaliserai ainsi
des interviews semi-directives à l’aide d’une série de questions ouvertes préparées en amont
(ces études pourront se faire face à face, au téléphone ou en web conférence via des entretiens).
Ces entretiens seront réalisés auprès de professionnels du marketing et de la data, des anciens
élèves de l’EMLV ainsi qu’avec des enseignants du pôle Léonard de Vinci. En effet, certains
de nos professeurs dispense des cours de marketing digital, d’analyse de données, de stratégie
e-commerce et travaille, ou travaillé, dans des structures exploitant l’IA à des fins marketing.
Il me semble donc intéressant de ne pas exclure ces personnes dans le cadre de ma recherche.
De plus, je travaille avec de nombreux experts marketing dans le secteur du e-commerce qui
utilisent au quotidien les technologies de l’Intelligence Artificielle et du Machine Learning, ce
qui me permettra de récoltés des données précises et en rapport direct avec mon sujet de
mémoire.

Après leurs avoir expliquer le sujet, le format, la durée et les termes de confidentialité de
l’interview, je questionnerai ces personnes afin de collecter, traiter et analyser les informations
afin d’en tirer des conclusions argumentées.

J’effectuerais ainsi, et dans un premier temps, une étude exploratoire auprès de professionnels
du marketing et de data utilisant déjà l’IA dans leurs stratégies d’acquisitions afin d’en savoir
plus sur la valeur ajoutée et les raisons et bénéfices apportés.

Dans un second temps, j’effectuerais une étude qualitative auprès de marketeurs n’utilisant pas
l’IA pour en comprendre les raisons, les limites et ce qu’ils envisagent pour la suite.

Finalement, je pourrais discuter des résultats en confrontant les différents points de vue des
adeptes et non adeptes de l’IA. Je pourrais finir par proposer des recommandations stratégiques.
Ces études me permettront d’avoir une vision sur les entreprises et va m’informer sur les
caractéristiques, les motivations ou les freins liés à l’utilisation de l’Intelligence Artificielle.

Bibliographie :

TURING, A. M. (1950). I.—COMPUTING MACHINERY AND INTELLIGENCE. Mind,


LIX(236), 433-460. https://doi.org/10.1093/mind/lix.236.433

PASTRE, D. (1999/2000). L'INTELLIGENCE ARTIFICIELLE DEFINITION -


GENERALITES - HISTORIQUE – DOMAINES. Université Paris 5, Maitrise de
mathématiques

Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2019, 20 novembre). Notes from the
AI frontier : Modeling the impact of AI on the world economy. McKinsey & Company.
https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-
modeling-the-impact-of-ai-on-the-world-economy

Holsapple, C. W., and Singh, M. 2000. “Electronic Commerce: From a Definitional


Taxonomy toward a Knowledge-Management View,” Journal of Organizational Computing
and Electronic Commerce (10:3), Taylor & Francis, pp. 149–170.
(https://doi.org/10.1207/S15327744JOCE1003_01).

Kalakota, R., and Whinston, A. B. 1997. Electronic Commerce: A Manager’s Guide,


Addison-Wesley Professional.

Gielens, K., and Steenkamp, J.-B. E. M. 2019. “Branding in the Era of Digital
(Dis)Intermediation,” International Journal of Research in Marketing (36:3), pp. 367–384.
(https://doi.org/https://doi.org/10.1016/j.ijresmar.2019.01.005).

Kaplan, A., and Haenlein, M. 2019. “Siri, Siri, in My Hand: Who’s the Fairest in the Land?
On the Interpretations, Illustrations, and Implications of Artificial Intelligence,” Business
Horizons (62:1), pp. 15–25. (https://doi.org/https://doi.org/10.1016/j.bushor.2018.08.004).
Arli, D., Bauer, C., & Palmatier, R. W. (2018). Relational selling : Past, present and future.
Industrial Marketing Management, 69, 169-184.
https://doi.org/10.1016/j.indmarman.2017.07.018
Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2019). How artificial intelligence will
change the future of marketing. Journal of the Academy of Marketing Science, 48(1),
24-42. https://doi.org/10.1007/s11747-019-00696-0

De Bruyn, A., Viswanathan, V., Beh, Y. S., Brock, J. K. U., & von Wangenheim, F. (2020).
Artificial Intelligence and Marketing : Pitfalls and Opportunities. Journal of
Interactive Marketing, 51, 91-105. https://doi.org/10.1016/j.intmar.2020.04.007

Deng, S., Tan, C. W., Wang, W., & Pan, Y. (2019). Smart Generation System of Personalized
Advertising Copy and Its Application to Advertising Practice and Research. Journal of
Advertising, 48(4), 356-365. https://doi.org/10.1080/00913367.2019.1652121

Du, S., & Xie, C. (2021). Paradoxes of artificial intelligence in consumer markets : Ethical
challenges and opportunities. Journal of Business Research, 129, 961-974.
https://doi.org/10.1016/j.jbusres.2020.08.024

Huang, M. H., & Rust, R. T. (2020). A strategic framework for artificial intelligence in
marketing. Journal of the Academy of Marketing Science, 49(1), 30-50.
https://doi.org/10.1007/s11747-020-00749-9

Kaplan, A., & Haenlein, M. (2020). Rulers of the world, unite ! The challenges and
opportunities of artificial intelligence. Business Horizons, 63(1), 37-50.
https://doi.org/10.1016/j.bushor.2019.09.003

Fang Gao, Lan Zhang. 2020. Application of Artificial Intelligence and Big Data Technology
in Digital Marketing. In Proceedings of ACM ISBDAI conference (ISBDAI 2020). ACM,
Johannesburg, South Africa, 3 pages. https://doi.org/10.1145/3436286.3436404

T.Thiraviyam al. International Journal of Recent Research Aspects ISSN: 2349-7688, Special
Issue: Conscientious Computing Technologies, April 2018 pp. 449-452
https://www.ijrra.net/April2018/ConsComp2018_106.pdf

Vous aimerez peut-être aussi