Vous avez peut-être envie d’un exemple concret ? Le cas de Leroy Merlin France et sa plateforme de modélisation du Media Mix interne
Automatisation des process, relances automatisées, chatbot, traitement accéléré de grandes quantités de données, rédaction de contenus, etc. Dit comme ça, on pourrait penser que l’intelligence artificielle nous a propulsé dans un film de science-fiction. On appuie sur un bouton et hop ! Stratégie commerciale à l’ère de l’IA
Si c’était si facile, nous serions nombreux à devoir nous inquiéter quant à la disparition de nos métiers. Ce n’est pourtant pas mon cas ni celui de celles et ceux dont le métier et l’expertise sont suffisamment complexes pour ne pas être remplaçables par un robot.
Mais il n’en reste pas moins que l’intelligence artificielle a le potentiel de transformer la performance commerciale en B2B, mais pour y parvenir, il y a quand même de nombreux de pré-requis : une stratégie commerciale claire, conçue à partir d’une connaissance granulaire du marché, des clients et de leurs comportements d’achat. Cette connaissance quant à elle dépend de la qualité de la data et d’une analyse pertinente de cette data. Et ça, c’est le B2C qui le fait le mieux. Parce que lorsque l’on s’adresse à des consommateurs en nombre, on ne peut plus dire « je les gérais il y a cinq ans, je les connais très bien. »
Alors voyons ce que Leroy Merlin peut nous apprendre d’une intégration efficace de l’IA pour mesurer le ROI (retour sur investissement) des investissements médias en ligne et hors ligne et les réajuster en temps réel. Stratégie commerciale à l’ère de l’IA
Le contexte de Leroy Merlin, acteur majeur de la GDS Stratégie commerciale à l’ère de l’IA
Leroy Merlin, vous connaissez ? Normalement oui, même si comme moi, le bricolage est une activité aussi éloignée de votre quotidien que la confection du mattak – plat traditionnel du Groenland, à base de peau et de graisse de baleine. Leroy Merlin, c’est 140 magasins en France, 7,5 milliards d’euros de CA. Votée marque préférée des Français en 2021, l’enseigne n’en fait pas moins face aux mêmes challenges que les autres enseignes de GDS (grande distribution spécialisée) omnicanales: comment faire venir les clients en boutique physique ou en ligne et faire en sorte qu’ils dépensent le plus possible. On pourrait même dire le challenge de quasi toutes les sociétés. Et pour vendre beaucoup, cela exige des investissements médiatiques en ligne et hors ligne (télévision, radio, etc.) conséquents. Ce qui nous amène à une deuxième défi : mesurer l’impact de ses gros investissements, mais de manière régulière et granulaire. Pas 6 mois après la campagne, parce que sinon on dépense beaucoup pour rien et on n’a plus les moyens d’investir là où une opportunité est à saisir.
Pour relever ce défi, Leroy Merlin France a développé une plateforme interne de modélisation du Media Mix, c’est-à-dire de l’ensemble des investissements prévus dans la stratégie de communication marketing. Le Media Mix dans une logique omnicanale ça devient vite très très complexe : de nombreux canaux de communication, supports et budgets. Autant vous dire que piloter tout cela est loin d’être une promenade dans les bois. Stratégie commerciale à l’ère de l’IA
Alors quelle solution a mis en place Leroy Merlin pour mesurer et optimiser ses actions marketing et média ?
LE PROJET
La plateforme :
Leroy Merlin France a développé une plateforme interne de modélisation des comportements des clients.
L’IA :
La spécificité de cette plateforme : un modèle de calcul permettant de croiser une multitude d’ indicateurs de performance (KPI) à la fois micro et macro. Cette interface dynamique a été développée pour mesurer et prédire les performances marketing, utilisant Power BI/Power Apps basés sur l’Agent-Based Modeling (ABM)*.Cette approche multifactorielle permet d’obtenir des résultats plus précis et d’intégrer des facteurs internes à la marque (publicité, etc.) mais également externes à la marque : météo, concurrence, baisse du pouvoir d’achat pour prédire les comportements d’achats des consommateurs.
La data :
Au cours du projet, la plateforme a nécessité 6 mois de développement pour construire l’outil, avec la réalisation de tests sur 50 000 scénarios auprès de 100 000 clients. Stratégie commerciale à l’ère de l’IA
LES RESULTATS : Stratégie commerciale à l’ère de l’IA
- La mesure mensuelle du ROI des différents canaux médiatiques
- Une prise de décision plus éclairée et appropriée
- La possibilité d’une mise à jour mensuelle de paramètres tels que le budget ou encore l’adaptation des contenus
- Et surtout : une contribution globale au chiffre d’affaires de Leroy Merlin France a été estimée entre 20% et 25%.
Cela donne envie ? Je comprends. Alors quels sont les freins dans de nombreuses organisations B2B pour améliorer le ROI des actions commerciales ? L’une des principales raisons selon moi réside dans deux difficultés :
- la capacité à définir une stratégie commerciale basée sur une des données fiables
- la définition de process de ventes efficaces, normal pour optimiser il faut avoir quelque chose à optimiser
- la capacité à collecter de la data de qualité pour améliorer notre connaissance de notre marché, des décisions d’achat de nos futurs clients et prédire leurs comportements.
Mais ça c’est l’objet d’un autre article. Et comme l’IA n’a fait que contribuer à cet article mais ne l’a pas écrit, je garde du temps pour réfléchir avec mes clients. A leur stratégie commerciale pour construire une machine de guerre commerciale. Avec ou sans IA.
Venez nombreux …. Webinaire “Quelle Stratégie Commerciale à l’Heure de l’heure de ChatGPT ?“
- Comment faire de ChatGPT un avantage concurrentiel ?
- Quelles sont les limites de l’IA ?
- Par où commencer pour avoir la bonne stratégie ?
- Vendredi 16 juin 2023 – 13:00 14:00
Renseignements et inscription gratuite : cliquer ici
Nouhad Ellafi
*Agent Based Modelling ou ABM : La modélisation basée sur les agents est une méthode qui étudie les phénomènes complexes en simulant le comportement individuel des agents, tels que les consommateurs ou les organisations, afin de comprendre les phénomènes agrégés qui en résultent. Elle permet de représenter les interactions entre les agents et d’analyser comment ces interactions donnent lieu à des comportements collectifs et des résultats globaux. Cette approche offre un moyen de modéliser des phénomènes marketing difficiles à étudier avec des méthodes analytiques ou empiriques conventionnelles.
Sources :
https://towardsdatascience.com/intro-to-agent-based-modeling-3eea6a070b72
https://www.sciencedirect.com/journal/simulation-modelling-practice-and-theory/vol/83/suppl/C