Groupe Calliope
Microsoft Partner
SUIVEZ-NOUS
REJOIGNEZ-NOUS

BLOG CALLIOPE

Suivez toute l'actualité de l'écosystème Microsoft et des enjeux IT et Business de votre entreprise. Découvrez les conseils et analyses de la communauté d'experts Calliope sur la transformation digitale.

Comment bien utiliser le machine learning pour définir ses cibles commerciales et prédire leurs besoins ? Interview - Pierre François - VascooUP

September 21, 2018

 

Interview de Pierre FRANCOIS, le fondateur de Vascoo Up, qui nous présente en avant-première les grandes lignes du sujet de sa table ronde :  « Comment bien utiliser le machine learning pour définir ses cibles commerciales et prédire leurs besoins ? Conseils et retours d’expérience ». Retrouvez-le, Mercredi 26 septembre 2018 de 14:00 à 15:00 au Salons Solutions (Porte de Versailles).


• Pouvez-vous présenter ce qu’est le Machine Learning ?


Le machine learning, ou apprentissage automatique, est une technologie d’intelligence artificielle dont l’origine remonte aux années 1960. Elle permet à des ordinateurs ou applications de traiter et d’analyser un très grand nombre de données, d’en déduire des règles ou des corrélations et de réaliser des prédictions. Les algorithmes de machine learning « apprennent » et s’améliorent d’eux-mêmes au fur et à mesure des exemples traités.


Le machine learning est désormais indissociable du Big Data : pour fonctionner, progresser et pouvoir réaliser des prédictions de plus en plus précises, le machine learning a besoin de traiter un nombre croissant de données. Inversement, le machine learning permet d’exploiter la grande quantité et diversité de données que recouvre le Big Data, plus rapidement et efficacement que des humains ne pourraient le faire.


Le potentiel du machine learning est large : il permet à l’entreprise d’analyser et anticiper ses besoins réels, améliorer sa connaissance client, développer ses recommandations marketing (comme sur les sites de vente en ligne), personnaliser son offre, traiter et prendre en compte des variables externes (ex. données climatiques ou environnementales dans l’agriculture), améliorer la gestion des stocks par une meilleure prédiction de l’évolution de l’activité, anticiper les besoins en maintenance, etc.


Le machine learning est le premier poste d’investissement mondial dans l’intelligence artificielle : selon une étude McKinsey, entre 26 et 39 milliards de dollars ont été investis dans l’intelligence artificielle en 2016, dont 20 à 30 milliards par les géants de la Tech. Le machine learning a représenté 5 à 7 milliards de dollars d’investissement, soit plus que la vision par ordinateur, le langage naturel, les véhicules autonomes, la robotique et les agents virtuels.


• Comment le Machine Learning peut aider les entreprises à développer leurs performances commerciales ?


Avant tout, le machine learning permet d’améliorer la connaissance clients et prospects, par le recoupement et l’analyse de données. Il permet de mieux les qualifier, de connaître leurs besoins, leurs intérêts, leur niveau de maturité (dans le cas des prospects). Pour l’entreprise, cela permet de mieux segmenter la cible, identifier le cœur de cible et connaître les personæ.


Cela permet ensuite d’améliorer l’offre et les actions marketing, par exemple avec un système de recommandations produits efficace, basé sur les préférences et les comportements d’achat, ou en proposant un contenu de communication plus précis, personnalisé, et diffusé au bon moment sur le bon canal.


Dans un domaine comme le retail, les algorithmes de machine learning analysent aussi les tendances du marché, les variations et les caractéristiques de l’offre et de la demande, mais aussi la saisonnalité. Ils permettent aux professionnels de mieux définir leur offre, le positionnement de la marque, le prix, ou encore d’améliorer la gestion des stocks.


En final, le machine learning aide à développer les ventes, optimiser les coûts et améliorer le ROI des campagnes marketing.


Quelles seront les possibilités du Machine Learning dans 5 ans ?


On peut déjà s’attendre à une généralisation du machine learning voire à une transformation de certains secteurs d’activité sous l’effet du machine learning (automobile, industrie, biens de consommation, agriculture…). D’après Gartner, le machine learning et le deep learning étaient en tête des attentes des entreprises en 2017. Ces deux technologies ne devaient cependant atteindre leur plateau de productivité que sous deux à cinq ans, soit d’ici 2019-2022.


Par ailleurs, on peut aussi s’attendre à une amélioration du fonctionnement du machine learning. Par exemple, Google travaille actuellement sur l’accélération du processus d'apprentissage des algorithmes, à partir de nombres d’exemples plus faibles.


• Pouvez-vous présenter la société Vascoo UP ?


Vascoo Up est le service conseil transformation numérique de Calliope.


Vascoo Up s’adresse aux PME et ETI. Nous accompagnons nos clients dans leur transformation numérique, depuis la définition de leur stratégie jusqu’à l’atteinte des objectifs. Notre vocation est de mettre à leur mesure les moyens des grandes entreprises, pour qu’elles puissent elles aussi bénéficier des opportunités que génère la transformation numérique.

 

 

Venez échanger avec nous au Salon Solutions du 24 au 26 septembre 2018 sur le stand A22.

Obtenir son badge.

 

 

 

 

Bibliographie :
« Top Trends in the Gartner Hype Cycle for Emerging Technologies, 2017 », Gartner, 15 août 2017
« Les 5 raisons pour lesquelles le machine learning est incontournable en retail », Criteo, 19 avril 2018
« Les 12 secteurs d'activité que le machine learning va faire exploser », Journal du Net, 17 février 2017
"The age of analytics: competing in a data-driven world”, McKinsey Global Institute, décembre 2016
« Les 3 tendances numériques qui mèneront le business sur les 10 ans à venir », La Revue du Digital, 16 août 2017 

« Machine learning : décryptage d'une technologie qui monte », Journal du Net, 10 avril 2015
“Artificial intelligence the next digital frontier?”, McKinsey Global Institute, juin 2017
« Entre IA et data, le CRM opère sa mue », Journal du Net, 31 mai 2018, 

Please reload

Posts à l'affiche

SharePoint et le travail collaboratif : le booster de vos projets !

July 17, 2018

1/2
Please reload

Posts Récents