Le M-Commerce et le machine learning feront des étincelles !

Toutes les analyses marketing prévoient une explosion du m-commerce pour les mois à venir. Si les causes de cet optimisme sont diverses (taux d’équipement en smartphone non saturé [58%], marge de progression importante due à un marché naissant, taux de connexion au web via mobile en croissance, etc…), il y a en réalité un facteur majeur qui nous intéresse particulièrement dans le domaine des big data et qui tire son épingle du jeu pour appuyer ce postulat : c’est la richesse des données issues du mobile, facilement captables et exploitables par les data scientists. Big Mama, spécialiste en machine learning, vous en dit plus.

Les données du mobile, une aubaine pour le Machine Learning

Par définition, le machine learning ne peut être réellement efficace que si –et seulement si- les données sont en quantités et exploitables[1]. Et c’est exactement ce qu’offre le mobile, grâce aux nombreuses possibilités en matière de géo-localisation, de ciblage, d’offres personnalisées et d’interaction en temps réel. Imaginez toutes les informations récupérables par l’algorithme grâce aux applications machine-learning-datatéléchargées sur l’Apple Store ou le Google Play. En croisant les données aspirées par l’algo dans toutes ces applis, le m-commerçant pourra dessiner un portrait robot (!) de ses utilisateurs et créer une publicité et une offre dédiées à cet individu et pas à un autre. Ajoutez à cela la possibilité de connaître le parcours des clients dans un centre commercial ou dans les rayons d’un même magasin, et vous obtenez une mine d’or en matière de données pour offrir une personnalisation de la publicité très performante. Autre information importante, la simplicité et la sécurisation des modes de paiement. Si les débuts du m-commerce pouvaient susciter des inquiétudes quant au mode de paiement (devoir sortir sa carte bleue lorsque l’on est dans le métro constitue un vrai frein à l’achat), on retrouve aujourd’hui différentes solutions de paiement adaptées aux smartphones et tablettes (comme Paypal), à la fois pratiques et rapides, ce qui limite les risques de fraudes.

Les apports du mobile dans le machine learning en détails

En tant que support d’informations, le mobile demeure aussi un moyen de prise de renseignements très important chez le client. En effet, beaucoup d’utilisateurs s’informent via mobile sur leur futur achat en ligne, mais préfèrent passer à l’acte conatif (acte d’achat) sur leur ordinateur. Ils cherchent ainsi dans un premier temmachine-learning-algorithmeps à connaître les prix, à comparer les offres, etc… grâce à leur téléphone. De ce fait, l’usage de ce device a été optimisé : vu qu’il accompagne le consommateur partout (à la différence d’un PC), il peut être utilisé comme outil d’orientation du client vers une boutique physique (géo-localisation, interaction directe avec le consommateur). Il prend ainsi un rôle autrement plus stratégique dans le parcours d’achat. Et justement, il s’est avéré que les dernières avancées en matière de data concernent les prises d’informations chez les sites influenceurs : qu’est-ce qui a fait que le passage de Caroline sur le forum de Doctissimo s’est traduit quelques minutes plus tard par un achat d’un produit diététique naturel, mais que les heures de visites de Véronique sur des sites de minceur ne l’ont pas convaincu d’entamer un régime.

Je vous laisse faire le rapprochement avec le machine learning et les algos.

[1] Prévenons ici que cette utilisation ne peut se départir d’un sens aigu de l’éthique et du respect de l’utilisateur : à minima, double opt-in et information transparente vis-à-vis de ce dernier pour qu’il agisse en conséquence de cause.
SEO

Cette entrée a 0 réponses

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *