Comment l'IA conversationnelle permet aux marques de s'affranchir des cookies tiers

Nous sommes à un moment décisif pour les marques, à l'heure où elles envisagent l’avenir des stratégies de données clients. Compte tenu de la disparité des législations des États, des nombreuses propositions de cadre réglementaire national aux États-Unis et des différentes lois internationales, comme le RGPD, les directives de gouvernance des données que les marques doivent suivre sont incohérentes — et potentiellement coûteuses si elles enfreignent les règles.

Les géants de la technologie se sont lentement mais sûrement découplés de certaines des pratiques les plus louches qui ont régi le ciblage en ligne pendant des années. La version iOS 14.5 d'Apple a gravement entravé les capacités de suivi de Meta, et la suppression progressive proposée par Google des cookies tiers d'ici 2024 rendront ces identificateurs pratiquement inutiles dans les navigateurs Chrome, alignant ainsi Chrome sur d’autres navigateurs comme Safari qui ont déjà abandonné les cookies.

Que le changement intervienne en 2022, 2024 ou 2026 ne devrait pas changer grand-chose : la diminution de la dépendance à l'égard des cookies tiers devrait être perçue comme positive pour les marques soucieuses d'améliorer l'expérience de leurs clients.

En se concentrant sur le dialogue avec les clients grâce à une IA conversationnelle plus performante, les marques peuvent offrir la meilleure expérience possible tout en respectant leur vie privée.

En raison de l'utilisation accrue des pools de données de cookies et d'autres sources tierces, les marques se sont habituées à avoir des milliers de points de données sur chaque client entrant dans leur orbite.

Mais malgré toutes les données présentes sur les plateformes de données destinées aux clients, la grande majorité d'entre elles ne sont pas exploitées (ni même exploitables). Les marques peuvent disposer de 12 000 points de données sur un client individuel, mais demandez à n'importe quel responsable marketing et il vous dira qu'il n'en utilise régulièrement que 10 à 15 : la localisation, l'âge, le dernier produit acheté, ou même le dernier article lu.

Cette surabondance de données fait plus de mal que de bien. Toutes ces informations ne font qu'obstruer les artères des efforts de marketing fonctionnels. En outre, compte tenu des nouvelles réglementations en matière de protection de la vie privée, de la limitation des données et de la nécessité accrue de stocker moins de données plutôt que davantage, cette tendance à la surabondance pourrait engager une responsabilité importante des marques à l'avenir.

La surbabondance des données résulte directement des pratiques digitales actuelles, où les marques projettent un monologue plutôt que d'engager réellement un dialogue avec les clients. En collectant autant de données que possible sur les clients, l'intention des marques n'est pas d'engager le dialogue avec eux, mais plutôt de les suivre.

Les spécialistes du marketing transmettent leur message, puis suivent les réactions et le comportement des utilisateurs face à ce message. Ils stockent ensuite ces données pour essayer de relancer le monologue auprès de ces clients par la suite. Cette science imprécise conduit les marques à cibler un client en tant qu'agent extérieur après avoir accidentellement cliqué sur une seule publicité pour un sac de couchage, par exemple. Ces conditions créent une mauvaise expérience utilisateur et ne font rien pour établir une relation à long terme avec la marque.

D'autre part, une approche basée sur le dialogue fonde les initiatives marketing sur des données qui proviennent directement des clients, par le biais de requêtes de recherche et de l'IA conversationnelle, qui intègre le principe de consentement.

Cela peut sembler rudimentaire, mais qu'entend-on exactement par « données » ? La racine latine du mot se traduit approximativement par « la chose qui a été donnée ». En d'autres termes, les données réelles sont des informations qui sont librement données par le client, non collectées sans ses connaissances, son consentement ou son contrôle.

Malheureusement, la plupart des marques considèrent les données comme une ressource à prendre et à exploiter. Pourtant, dans le dialogue, on donne quelque chose et on reçoit quelque chose en retour. Si on applique cela aux données client, les marques devraient adopter un modèle d'échange de valeur zéro pour visualiser les données des clients.

Bien que Google dispose d'une incroyable capacité de suivi des données, une grande partie de ses connaissances est en fait les données fournies librement par les clients dans leur barre de recherche. Cela illustre parfaitement le fait que la conversation peut commencer par les requêtes. Or, la plupart des marques et des entreprises bombardent les clients de contenu, de pop-ups et de menus déroulants dans l'espoir qu'ils prendront le temps de trouver une réponse appropriée.

Au sens large, un dialogue est un échange de valeur : l'expérience de recherche est améliorée par les données fournies par le client. Dans cet échange, les marques peuvent adapter et personnaliser correctement les réponses afin d'aider le client à trouver et à acheter. N'oubliez pas qu'il s'agit d'un « parcours client » et non d'un « parcours de marque ».

Grâce aux avancées actuelles en matière d'IA conversationnelle, les marques de toutes tailles ont désormais la possibilité d'aller au-delà des ensembles de données de tierces parties sans gouvernail et sans consentement et d'engager des dialogues engageants avec un client.

S'ils en ont la possibilité, les clients diront aux marques ce qu'ils veulent. Il incombe alors à celles-ci de fournir la solution la plus adaptée à leurs demandes. Lorsque les réponses sont aussi précises que la question, non seulement la marque aura réussi à créer un dialogue engageant avec le client, mais elle aura également fourni une personnalisation selon les conditions du client.

L'IA conversationnelle, le traitement automatique du langage naturel et les Knowledge Graphs sont tous des outils essentiels pour les marques qui peuvent activer ce dialogue. Ils sont également la clé de la réussite de nombreuses marques comme Amazon et Google.

Lorsque vous visitez le site d'un détaillant de vêtements à la recherche d'une veste d'hiver, une simple recherche des termes « veste d'hiver » pourrait vous permettre d'obtenir les résultats souhaités, mais pas nécessairement. La taxonomie d'un site Internet peut ne pas être en mesure d'établir les liens dont vous avez besoin en tant que client. Dans les noms et descriptions de produits, le terme « veste » peut par exemple exclure un produit intitulé « manteau ».

Les Knowledge Graphs permettent de structurer les données autour du langage conversationnel. Plus les clients sont précis dans leur recherche sur un site Internet, plus les résultats sont précis.

Plutôt que de rechercher « veste d'hiver », ils pourront saisir « veste d'hiver pour femme pour faire de la randonnée sous la pluie ». Structurer les informations sur les produits, les utilisations, les fonctionnalités et les détails du site au sein d'un Knowledge Graph permet d'obtenir les résultats les plus précis pour donner aux clients exactement ce qu'ils recherchent.

Non seulement cette approche permet de réduire le fossé entre ce que veut le client et ce que propose la marque, mais elle fonctionne dans les limites du langage naturel, sans s'appuyer sur les données collectées subrepticement qui ne sont pas couvertes par le consentement du client.

Avec l'essor de la recherche vocale, des assistants virtuels et des moteurs de recherche de meilleure qualité, il est difficile d'imaginer un avenir où nous parlons aux machines moins. L'intégration de la recherche dans un site Web qui exploite l'IA conversationnelle et le traitement du langage naturel permet aux clients de demander exactement ce qu'ils veulent.

Alors que les marques commencent à se préparer à un avenir où des montagnes de données ne seront pas facilement accessibles, structurer leur relation avec les clients autour d'un dialogue sera fondamental pour offrir la meilleure expérience possible, tout en respectant la réglementation et les attentes des clients en matière de protection de la vie privée.

La solution consiste à apporter les bonnes réponses aux nombreuses questions que vous posent vos clients.

En savoir plus sur l'IA et l'avenir des expériences digitales avec la nouvelle série d'événements virtuels de Yext et rejoindre la liste d'attente de Yext Chat sur yext.com/chat-beta.

*Cet article a été initialement publié sur Spiceworks.