Malgré les avantages considérables de l’IA, la distribution et l’adoption à l’échelle mondiale de frameworks d’IA restent des défis. Pour beaucoup, la technologie est difficile à comprendre et son implantation est perçue comme difficile. Cependant, un changement important est en train de se produire dans le domaine du marketing. Les tendances dans des pratiques telles que l’optimisation des moteurs de recherche (SEO) et le marketing des moteurs de recherche (SEM) viennent changer la donne, tant dans les agences que dans le marketing à la performance en général.

Le problème est que les sites web n’ont aucune intelligence. S’ils ont un rôle central dans la veille marketing et dans les activités commerciales d’une entreprise, ils ne génèrent pas leur intelligence à proprement parler. Dans un contexte où les agences et les entreprises adoptent le machine learning pour de nombreux processus (augmentation des données, automatisation de la publicité, prédiction des comportements d’achat, etc.) la technologie peine souvent à capturer les données en première personne lors de la première étape du parcours du client, ce qui rend les modèles d’IA incomplets ou défectueux.

En outre, lorsque les organisations recourent à des campagnes publicitaires numériques générées par des plateformes comme Google ou Facebook (qui fournissent leurs propres résultats), les informations provenant des algorithmes sont incomplètes, car ces plateformes traitent chaque prospect comme une conversion, alors qu’il peut s’agir d’un spam, d’une sollicitation ou d’un vrai client. Même lorsque ces campagnes sont optimisées par l’IA, les grandes plateformes actuelles refusent de divulguer à l’entreprise certaines données critiques liées aux termes de recherche et d’autres informations, la raison invoquée étant souvent les règles de protection de la vie privée.

Les fondateurs de SherloQ ont un credo : les entreprises doivent pouvoir accéder à leurs propres données et en tirer des informations exploitables. « Il fut un temps où les entreprises pouvaient accéder aux termes de recherche que les internautes utilisaient sur leur site web, mais [Google et Facebook] ont progressivement abandonné cette possibilité il y a quelques années », explique Jim Fitzgerald, cofondateur et directeur marketing chez SherloQ. « Ils ont retiré une partie importante du langage naturel utilisé par les utilisateurs, laissant ainsi des termes racines incomplets. Les spécialistes du marketing connaissent l’impact qu’ont les termes racines sur la recherche, mais n’ayant pas accès aux termes complets, ils ne peuvent pas voir comment le consommateur parle vraiment du produit ou de l’entreprise. »

Cette lacune d’information a des conséquences réelles pour les entreprises et les agences, même si leurs campagnes publicitaires numériques et leurs campagnes de marketing à la performance s’appuient sur les technologies les plus avancées.

Par exemple, une entreprise peut échouer à exploiter une idée marketing prometteuse parce qu’elle n’a aucune visibilité sur la manière dont les clients recherchent ses produits. C’était le cas pour Hurley & David Inc. (HDAIR), une entreprise spécialisée dans le chauffage, la ventilation et la climatisation (CVC) qui souhaitait vendre plus d’unités de climatisation sans conduit, appelées « mini-split ».

Dans le cadre de ce qu’elle considère comme les quatre piliers de l’IA (automatisation, attribution, intelligence et conformité marketing), l’entreprise SherloQ a créé une solution capable d’ajouter de l’intelligence à des sites web existants grâce à l’intégration de la technologie IBM Watson. Ces facettes de l’IA capturent, évaluent et analysent les données du marketing à la performance et d’autres données génératrices de prospects. SherloQ utilise les offres IBM Watson Machine Learning et IBM Watson Studio pour créer des modèles d’IA qui donnent à n’importe quel site web ce que l’entreprise appelle un « AI Smart Core ». Ce noyau permet aux organisations d’obtenir des informations et d’automatiser les processus en exploitant leurs propres données de marketing à la performance et d’autres données d’utilisation du site.

Selon M. Del Hagen, le choix d’IBM s’imposait pour la technologie IA. « Watson offrait une capacité de traitement automatique du langage naturel bien au-delà de tout autre solution que nous avions pu examiner », explique-t-il. « Avec ses 20 ans d’expérience, IBM se démarquait clairement par rapport à d’autres entreprises. »

Après l’installation d’un script simple à l’aide de Google Tag Manager (GTM), la solution SherloQ est capable de capturer les données propriétaires d’un utilisateur qui clique sur une publicité ou un site web. Lorsqu’une entreprise adopte la solution SherloQ, les services IBM Watson Natural Language Understanding (NLU) et IBM Watson Natural Language Classifier (NLC) analysent les appels, les chats, les textes et les transcriptions d’e-mails en temps réel pour identifier les mots-clés et leur attribuer un score de pertinence. Cette classification permet à l’entreprise de trier et d’organiser les leads et enrichit la notation Ad Rank (une valeur qui détermine quelles annonces sont les plus performantes par rapport aux autres).

« Ce qui est remarquable dans ce processus, c’est la possibilité de le connecter à Google Tag Manager et d’être opérationnel le jour même, avec toute cette technologie et l’IA, et surtout de manière aussi simple », déclare M. Fitzgerald.

L’application SherloQ offre à l’entreprise un tableau de bord qui présente une vue agrégée de ses prospects ainsi que des scores. L’entreprise reçoit un rapport quotidien qu’elle peut utiliser pour réévaluer les performances de ses campagnes de marketing, le contenu de son site web et le référencement.

La fonctionnalité AutoAI de l’application IBM Watson Studio automatise l’évaluation et la sélection des modèles les plus performants grâce au déploiement en un clic de la solution IBM Watson Machine Learning.

La solution SherloQ, optimisée par la technologie IBM Watson, aide les entreprises à reprendre le contrôle de leurs données d’interaction avec les clients et à les utiliser pour améliorer leurs performances marketing. Contrairement à d’autres outils de traitement/gestion des mots-clés ou à d’autres services publicitaires tiers qui dissimulent une partie des données de recherche, la solution SherloQ utilise l’IA pour fournir des informations sur les parcours de recherche des consommateurs.

« A mesure que l’accès aux données tierces devient de plus en plus restreint, les données prennent une place essentielle. Les personnes les plus concernées sont les spécialistes du marketing, qui peuvent y accéder en utilisant SherloQ with IBM Watson. » explique M. Fitzgerald.

Dans le cas de Hurley & David Inc. (HDAIR), l’entreprise de CVC qui voulait vendre plus d’unités mini-split, la solution SherloQ AI a révélé que les gens utilisaient « climatiseur pour petit espace », « climatiseur sans conduit » ou d’autres termes similaires pour leur recherche plutôt que le terme industriel « mini-split ». Grâce à cette information et à la puissance des services IBM Watson NLU et IBM Watson NLC, l’agence publicitaire de l’entreprise a modifié les pages d’accueil et les publicités pour y inclure ces termes de recherche en langage naturel.

Avant de lancer la solution SherloQ en juin 2019, la société avait vendu pour environ 105 000 USD d’unités mini-split. En août 2019, ses ventes s’élevaient à plus de 208 000 USD, soit une augmentation de 98 % en trois mois seulement. Une analyse plus approfondie a montré que cette augmentation était principalement due aux recherches organiques, et non au trafic publicitaire.

De même, lorsque le cabinet Law Offices of Mark E. Salomone a adopté la solution basée sur l’IA SherloQ, l’entreprise déjà prospère a connu une accélération de son activité. Certaines idées, bien que simples, se sont ensuite révélées essentielles. Par exemple, la solution a permis de découvrir que de nombreuses personnes recherchaient le cabinet sur leur téléphone en utilisant la saisie vocale, « Mark E. » étant souvent interprété comme « marquis ». L’entreprise a immédiatement entrepris de réviser ses mots-clés SEO.

L’amélioration du taux de conversion « click-to-lead » (CTL) de l’entreprise a été particulièrement importante. Moins d’un mois après l’installation de la solution d’automatisation SherloQ en août 2019, le taux de conversion de l’entreprise, déjà supérieur à la moyenne, avait atteint 28,92 %, dans un secteur où le taux CTL moyen est de 6,98 %. En utilisant le tableau de bord de la solution SherloQ, qui fournit une analyse des performances de chacune de ses campagnes publicitaires, l’entreprise peut rapidement visualiser laquelle de ses campagnes a été le plus efficace pour transformer des prospects en clients.

Bien que le tableau de bord soit utile en lui-même, les fonctionnalités d’attribution de score AutoAI et Ad Rank sont les véritables clés de voute de la solution, car elles renvoient l’information à Google pour affiner davantage les campagnes publicitaires de la société et augmenter son taux de CTL. En novembre 2019, le CTL a enregistré son score le plus élevé à ce jour (soit 46,75 %), et celui-ci est resté supérieur à 40 % tout au long de l’année 2020. En fait, en raison de l’afflux important de nouveaux clients potentiels résultant de ses nouveaux efforts de publicité numérique, l’entreprise a même dû réduire son volume de publicité télévisée.

A la fin de l’année 2020, SherloQ a reçu une notification de l’United States Patent and Trademark Office (USPTO), qui stipulait que sa méthodologie d’entraînement des modèles de machine learning sur interface (application ou tableau de bord) était en instance de brevet. Cette méthodologie permet à ses clients de contribuer à l’entraînement du modèle IA à chaque fois qu’ils effectuent un balayage vers la gauche ou vers la droite dans l’application. Elle permet aux petites et moyennes entreprises, qui n’ont à priori pas les moyens de s’offrir des solutions d’IA intégrées, d’accéder à la puissance de l’IA et du machine learning par d’autres moyens et de renforcer ainsi leurs efforts publicitaires.

« Nous pensons que l’intégration de l’IA au cœur des sites web est la clé de l’adoption mondiale de l’IA », conclut M. Del Hagan. « L’AI Smart Core que nous développons avec IBM Watson rend le site web plus intelligent et permet aux utilisateurs professionnels d’utiliser l’IA de manière très simple. »