Traduction-adaptation française: Fabienne Bersac.
Relecture: Isabelle Rouault-Röhlich
Depuis que l’intelligence artificielle (IA) est devenue accessible à tous.tes, les entreprises nourrissent l’espoir qu’elle leur permette d’économiser du temps et de l’argent pour une multitude de fonctions, y compris la création de contenus.
Cependant, d’après une étude de intitulée The State of AI (« l’état de l’intelligence artificielle »), l’adoption de cette nouvelle technologie a été lente à se manifester. En 2023, 24 % des professionnels de la finance déclaraient utiliser régulièrement des outils IA dans leur travail. Cette proportion n’est montée qu’à 26 % en 2024, la plus faible augmentation de tous les secteurs sondés.
Cette réticence peut être due à un phénomène que McKinsey décrit comme étant « le risque le plus reconnu et expérimenté de l’utilisation de l’IA » : l’inexactitude, une problématique incontournable dans une industrie extrêmement régulée. Bien que l’IA enregistre des progrès quotidiennement, le secteur de la finance n’est pas prêt à faire confiance complètement à des outils tels que les LLM (large language models), ni aujourd’hui ni jamais. Cela étant, il est tout à fait possible de recourir à l’IA de façon stratégique pour exécuter des tâches spécifiques.
Dans ce premier article, je vais commencer par explorer comment ces outils peuvent vous aider à comprendre votre public, ce qui constitue la première mission d’un·e spécialiste en stratégie de contenu. Dans les articles suivants, nous étudierons un éventail plus large d’applications.
Avoir une compréhension approfondie de votre public cible constitue la base de toute stratégie de contenu. Si vous ne vous mettez pas dans la peau des personnes susceptibles d’interagir avec votre entreprise, il vous sera très difficile d’identifier les problématiques et les formats qui leur conviennent le mieux. Les besoins spécifiques de chaque société d’investissement déterminent en effet le niveau de détails nécessaire pour comprendre parfaitement leur audience.
Le fait d’avoir différents types de clients — typiquement, les particuliers et les institutionnels — implique que vous devrez d’abord segmenter pour ensuite comprendre chaque groupe. Créer des profils types ou des personas pour représenter chacun d’entre eux peut s’avérer très productif. De même, cultiver une vision d’ensemble de l’industrie de la gestion d’actifs peut être très révélateur : vous pourrez mieux identifier où se situe votre audience spécifique ainsi que le positionnement de vos compétiteurs.
Un des plus grands défis pour comprendre votre cible est de trouver des données pertinentes. Les sociétés d’investissement rencontrent généralement deux problèmes principaux : soit elles font face à une surabondance de données qu’elles ne parviennent pas à digérer, soit au contraire elles n’ont pas suffisamment de données à analyser. Dans ces deux cas, l’IA peut apporter une solution.
Effectuer de nombreuses recherches constitue la première étape pour sourcer des données sur votre audience, et cela commence généralement par les sites internet ou les réseaux sociaux. Avec un peu de chance, vous aurez accès à des tests d’utilisateurs, des questionnaires et des entretiens clients que vous pourrez analyser. Tout ceci pourrait être complété par des données démographiques de l’INSEE, par exemple.
Les LLM tels que ChatGPT ou Claude sont particulièrement performants lorsqu’il s’agit de synthétiser de larges quantités de données disparates, qui pourront être transformées en renseignements exploitables. Les moteurs de recherche propulsés par l’IA tels que Perplexity.ai s’attachent à renforcer la précision et la crédibilité. Ils utilisent des séries de données organisées de façon à générer de meilleures performances lors de recherches sophistiquées, actuelles et vastes, tout en citant leurs sources.
Certes, des incertitudes demeurent sur la précision factuelle ou contextuelle de ces outils. N’oublions pas que ces derniers sont limités par la nature même des réponses : des sets de données fournies lors de l’entraînement des modèles ou bien tirées d’informations publiques sur le web. Ce corpus a donc peu de chances d’être aussi exact et utile que les données clients de votre entreprise. Pour exemple : les LLM éprouvent des difficultés à fournir des informations nuancées entre un·e gestionnaire d’actifs et un·e autre.
L’IA peut également être utilisée pour améliorer vos tests sur utilisateur·rices. Des outils de recherche tels que Maze et UserEvaluation peuvent désormais analyser les vidéos et audios (entretiens clients, appels de l’équipe commerciale) et fournir en quelques minutes des informations sur les besoins et les difficultés de vos clients.
Maze a été utilisé par des clients financiers tels que Vanquis Bank et Bpifrance pour les assister dans leur conception produit. Les retours d’expérience recensés dans ce but peuvent tout aussi bien être utilisés par vos équipes chargées de la création de contenus. Bien que cette utilisation ne soit pas encore développée, elle représente un potentiel indiscutable. Il vous faudra, bien sûr, vous assurer que vous avez le droit d’utiliser ces données, et les exploiter dans le plus grand respect de leur confidentialité.
Segmenter une audience implique de regrouper les individus selon un ou plusieurs critères communs. Dans le secteur des finances, cela peut exiger la ségrégation des prospects ou leur regroupement par tranches d’âge, valeur investie, ou types de produits financiers détenus. Segmenter en fonction de ces critères généraux est facilement exécutable sans l’IA, mais celle-ci permet plus de précision et d’efficacité pour effectuer des prévisions.
Beaucoup de plateformes de données (CPD ou Customer Data Platforms) et les outils de relation client (CRM) utilisent désormais l’IA pour faire des prévisions sur la durée de fidélisation d’un client ou la probabilité de conversion d’un prospect en client. De la même manière, ils peuvent créer des groupes de prospects similaires qui présentent la plus grande quantité de traits communs avec vos clients les plus fortunés. Quelques exemples d’outils offrant cette possibilité sont Peak.ai et OptiGenie AI de chez Optimove. Des prévisions de ce type peuvent vous aider à orienter votre budget marketing vers les poches où le potentiel retour sur investissement est le plus important.
Bien entendu, la valeur de ces prédictions dépend de la solidité des données sur lesquelles elles sont calculées. Si les données sont insuffisantes ou manquent de pertinence, les outils IA généreront des prédictions inexactes – et si vous comptez trop sur ces décisions, vous risquez de créer un cercle vicieux de dégradation de la qualité des données.
Les profils client ou les personas permettent à votre équipe marketing de tisser un lien avec votre clientèle de façon à réellement comprendre ses motivations et ses objectifs. Bien entendu, vous devez d’abord acquérir une connaissance profonde de l’audience avant de créer toute persona. Quel est son niveau de compréhension de l’investissement ? Son niveau de tolérance au risque est-il élevé ? Quelles sont ses sources d’information au sujet des investissements ? Vous pouvez également utiliser l’IA pour répondre à ces questions.
De nombreux outils sont spécialisés dans la création de personas : par exemple, Delve AI et InstantPersonas. Voici leur façon de fonctionner : ils mixent vos données internes issues, par exemple, de Google Analytics, Meta Analytics, ou les données de Salesforce (ou autre CRM) avec des données publiques telles que les sites d’actualités, les publications et les forums.
Naturellement, ces outils fonctionnent beaucoup mieux et plus vite que des personnes humaines. De plus, sachant que l’IA analyse les données de façon automatisée, elle peut relever des détails qu’une personne aurait négligés. Cependant, certains détracteurs critiquent le fait qu’une persona générée par l’IA peut refléter des biais générés par des statistiques ou des données spécifiques. Si le rôle d’une persona est d’injecter de la vie dans des statistiques sans visage, seul un humain peut y apporter cette dimension implicite et non quantifiable.
Certains outils de génération de personas offrent la possibilité de créer de multiples entités, non seulement pour votre marque, mais également pour vos compétiteurs. Vous pouvez ainsi faire ressortir les similitudes et les différences entre vos clients et les leurs. Bien qu’il soit difficile de valider l’exactitude du résultat, cette démarche donne une idée de ce qui rend votre marque unique ou de la part de marché que vous avez jusque-là échoué à capturer.
L’IA a également un rôle à jouer au niveau des méthodes plus traditionnelles telles que l’analyse concurrentielle. Une large gamme de fournisseurs de services proposent de recenser les plateformes publiques à la recherche de mentions de votre marque, de ses rivales ou de toute thématique pertinente, et utilise l’IA pour en tirer des renseignements actionnables. Des outils tels que Crayon, Gapscout, Amplyfi peuvent s’avérer très utiles pour des équipes marketing en recherche d’informations pointues alors que leurs ressources sont restreintes.
Déterminer les objectifs de votre entreprise et comment les mettre en œuvre reste à la charge du ou de la responsable de stratégie. Certes, l’IA peut vous aider à repérer des opportunités, déchiffrer des quantités colossales de données, favoriser l’efficacité et fournir des recommandations. Cependant, tout comme le contenu lui-même, la stratégie et la différentiation restent axés sur l’expérience et la perception. Nos prochains articles sur le sujet seront l’occasion de voir pourquoi l’IA et ses énormes avantages ne changent rien au fait que ce sont les humains qui doivent décider comment l’appliquer.
Si votre entreprise a besoin de mieux comprendre son public pour optimiser son contenu marketing, ou si vous ne savez pas encore quel choix faire entre les outils de l’IA ou l’intelligence humaine de A à Z, Copylab est là pour vous aider. N’hésitez pas à nous contacter pour en savoir plus sur notre stratégie de contenu et l’ensemble de nos services.
