Partager l'article sur :

Performance

Machine Learning : décryptage d'une révolution en marche

 Machine Learning, une révolution en route  Machine Learning, une révolution en route

Sous-discipline de l'intelligence artificielle, la technologie du machine learning est en train de modifier en profondeur le paysage du marketing digital.

Vous connaissez ou avez peut-être déjà entendu parler des expressions « Machine Learning, Big Data, Algorithme… » ? Elles sont toutes étroitement liées au domaine de l’Intelligence Artificielle et de l'apprentissage automatique. L’IA de son acronyme a pour but de simuler le comportement humain dans la prise de décision et l’exécution de tâches variées.

L’intelligence artificielle est une technologie aujourd’hui incontournable qui est apparue il y a déjà 40 ans. Elle se répand désormais dans plusieurs domaines comme celui de la santé, de la sécurité, des transports, du marketing ou du SEO.

Google en est « le maître d’orchestre » avec ses robots programmés pour fournir des résultats de recherche spécifiques à chaque utilisateur. D’autres GAFAMA (Google, Amazon, Facebook, Apple, Microsoft, Alibaba) misent également sur ces outils pour dynamiser leur croissance, suivies par les entreprises plus modestes. À l’heure du déploiement de la RGPD (Réglementation Générale pour la Protection des Données) au 25 mai 2018, revenons sur cette technologie qui s’appuie sur la collecte de nos données personnelles.

Du big data à l’apprentissage automatique

Il faut savoir que le Machine Learning (ou apprentissage automatique) est une composante parmi d’autres techniques de l’intelligence artificielle tout comme le Deep Learning.

Son but ? Fournir des prédictions. Une prédiction qui va entraîner une décision basée sur des données et des variables qui sont d'abord soumises à un processus. Voici un schéma qui illustre ce processus de Machine Learning :

Qu'est-ce que le machine learning ?

Il y a d’abord le Machine learning—programmé pour répéter des opérations courantes, souvent rébarbatives, dans un cadre restreint et sans possibilité d’évolution.

Puis le Deep Learning—sous-domaine du Machine Learning, dont l’algorithme est programmé pour créer son propre schéma de réflexion (qui s’inspire des réseaux neuronaux humains) avec une très grande capacité de calcul. Notez que les 2 notions font parti de l’Intelligence Artificielle.

Des métiers pour faire grandir des robots

La prédiction répond à des enjeux en termes d’anticipation, de sécurité ou de conseil. Pour vous permettre de mieux apprécier l’énorme quantité de données que nous produisons chaque jour, sachez qu’en 2016, 2.5 quintillions d’octets de données étaient créés par jour et que 90% des données qui existent ont vu le jour en seulement deux ans.

Ces data sont de tous types et non structurées : photos, tweets, vidéos… Comme il y a d’énormes quantités de données produites, les entreprises ont besoin de ressources pour les traiter et les rendre utiles afin d’améliorer leur service.

Plusieurs métiers sont alors apparus et les entreprises doivent souvent batailler pour s’offrir les services des spécialistes de la data :

  • Data Analyst : responsable de toutes les opérations de base de données.

  • Data Scientist : analyse et exploite les données.

  • Data Protection Officer : garant du traitement des données et de leur conformité avec la RGPD.

  • Data Architect : collecte des données brutes.

Machine Learning : quelles applications ?

Comme évoqué en début d'article, Google mène la danse quand il s’agit de l’apprentissage automatique. La firme de Mountain View fait partie des plus grands acquéreurs de startups spécialisées en Intelligence Artificielle.

Tout comme le géant de la recherche, de nombreuses entreprises s’appuient sur l’intelligence artificielle. Par exemple, un des algorithmes de Facebook reconnaît automatiquement le visage d’un utilisateur sur une photo de groupe.

Un autre d’Amazon est capable de traquer les prix des fournisseurs pour ensuite proposer des prix moins chers sur son site e-commerce. Quand Microsoft prévoit l’ouverture d’une école spécialisée dans l’intelligence artificielle en Ile-de-France, “IA-Microsoft”.

" L’Ecole IA Microsoft montre que le numérique est un outil incroyable pour l’inclusion et la croissance. La France possède tous les atouts pour devenir un champion du numérique, à condition que tous nos concitoyens puissent bénéficier des compétences nécessaires au développement de ces nouveaux enjeux "

Mounir Mahjoubi, Secrétaire d'Etat au Numérique.

En 2017, 32% des 132 entreprises interrogées lors d’une enquête Umanis, annonçaient être en déploiement de Chatbot pour améliorer leurs services.  Une tendance qui va de pair avec la croissance du trafic web mondial.

Croissance du trafic web dans le monde

Exploitation et législation de la BIG DATA

L’exploration des données (data mining) – requiert de justifier de leur fiabilité, d’identifier leur source et de juger de leur pertinence. L’enjeu ? Structurer des données sauvages.

Ce qui fut à l’origine d’une dynamique tellement intense, qu’elle finit par créer des dérives comme le scandale Facebook et Cambridge Analytica qui ont selon l'opinion publique a mené à l’élection du président américain Donald Trump. Finalement, l’Intelligence Artificielle est un phénomène intrinsèque à notre société de consommation 3.0. Pourtant, la méfiance règne quant à la sécurité autour de cette technologie versatile dans l’usage qui en est faite. Le scandale de Facebook confirme un paradoxe intéressant à analyser quand on sait que 25% des Français refusent catégoriquement de fournir des données à un tiers, mais le font quand même (sans le savoir).

Difficile d’aller à contre-courant quand la majorité de notre entourage utilise chaque jour un peu plus ces services. Pour info, chaque seconde, 9 personnes dans le monde s’inscrivent sur un réseau social (Étude digital, Hootsuite & We are social 2018).

rgpd protection des données privées

Aujourd’hui, grâce à la Commission européenne, un cadre légal s’érige dans le vieux continent pour mieux contrôler le traitement des bases de données via la RGPD. Cette directive comprend des mesures qui obligent les entreprises à respecter certains protocoles comme :

  • Ne pas collecter ni sauvegarder des données non indispensables ;

  • Garantir la transparence sur le traitement des données ;

  • Optimiser la réactivité dans la gestion des requêtes de consultation, de rectification ou de suppression ;

  • Assurer la sécurité du stockage des données ;

Il est d'ailleurs important de noter que même les entreprises basées hors de l'Union européenne sont concernées par ces mesures légales. Par exemple, une entreprise qui gère de la data, basée au Maroc et opérant en France, ne sera pas exemptée de la mise en conformité.

Machine learning et expérience utilisateur : la personnalisation en marche

La gestion des données est ainsi devenue le cheval de guerre des marketeurs qui élaborent des stratégies plus intuitives, plus précises, devenant Data Driven.

Prenons l’exemple de Netflix :

netflix le roi de l'experience utilisateur

Si vous utilisez le service, vous savez  donc à quel point les contenus sont dynamiques et proposent assez intuitivement des programmes personnalisés "clés en main".

Le lien entre la marque et l’utilisateur s’est renforcé grâce à l’optimisation de son expérience. Spotify, Airbnb sont autant de bons modèles de réussite en ce qui concerne l'optimisation de l'expérience utilisateur.

Par ailleurs, on a vu le développement de dispositifs produits/services plus user friendly qui ont considérablement réduit les coûts de conversion en ayant comme objectif  “au bon moment, au bon endroit”.

60% des marketeurs français utilisent aujourd’hui des outils d’intelligence artificielle.
Rapport SalesForce 2017 sur l’état du marketing.

Pour information, ELIZA fut le nom donné au premier Chatbot créé en 1966 et qui devait jouer le rôle d’un psychothérapeute. Comme quoi, les robots sont parmi nous depuis un bon moment déjà.

Dans une autre étude réalisée par Kaamelon, 250 entreprises sur près de 500 ont déclaré mettre la personnalisation au centre de leur stratégie afin d’optimiser leur activité, mais également pour améliorer leur image de marque.

C’est le consommateur qui est le fruit de ses initiatives tellement ses habitudes, comportements et modes de consommation se sont altérés. La personnalisation s’est vraiment concrétisée, comme nous le prouve la société Eponyma qui a inventé une crème de beauté fabriquée en un seul exemplaire grâce à un algorithme.

Quelques IA aujourd’hui qui optimisent l’expérience utilisateur :

  • Gmail

  • Outils d’automation

  • Tracking analytics, analyse de data

  • Assistants vocaux (Siri, Alexa)…

  • Moteurs de recherche

  • Reconnaissance faciale

  • Voiture autonome

  • Alpha Go/Libratus…

Le Machine Learning, au cœur de la modernisation du service public

La modernisation est un vrai défi à relever pour l’administration publique. Fluidifier les procédures, améliorer le traitement des données ou bien renforcer la sécurité sont autant de besoins qui sont formulés dans ce secteur. C’est pourquoi on peut également y constater le déploiement du machine learning ou du deep learning.

le machine learning au coeur du secteur public

Exemples d’applications du Machine Learning ou Deep Learning dans le secteur public :

La justice : la prédictivité peut être un véritable atout pour aider les juges à prendre une décision en se basant sur les données de jurisprudence tout comme elle peut aider à désengorger les tribunaux.

La santé : l’exploitation de base de données automatisée peut aider au suivi d’un patient sur le long terme et prévenir de risques pathologiques.

La fraude : l’IA peut aider à lutter contre la fraude sociale & fiscale, en permettant aux contrôleurs de les détecter plus rapidement.

Donc de nombreux atouts que peuvent apporter ces technologies en termes d'organisation, de gestion, de planification, de budgétisation, etc.

Le machine learning au service du référencement naturel

Google met constamment à jour ses algorithmes pour optimiser l’expérience utilisateur. Ce qui oblige les experts SEO à devoir sans cesse adapter leurs pratiques quant au moteur de recherche. 

C’est un fait, les robots du géant de la recherche deviennent de plus en plus performants comme on peut le constater avec RankBrain qui arrive à anticiper le besoin de l’internaute derrière sa requête. Ou bien alors la récente refonte de Google News qui s’appuie sur le Machine Learning pour personnaliser les flux d’informations relayés à l’utilisateur.

Le contenu est devenu ROI et la société californienne en a fait son critère numéro 1 pour le positionnement. Ses robots sont aujourd'hui capables d’analyser et de classer automatiquement le contenu de millions de pages par exemple pour identifier du contenu frauduleux.

On peut également évoquer la réduction du budget crawl qui à travers l’utilisation de l’apprentissage automatique, oblige les référenceurs à mieux organiser le maillage interne des pages pour faire remonter les contenus importants dans l’architecture d’un site.

En d'autres termes, beaucoup d’évolutions chamboulent assez constamment l’univers des moteurs de recherche, mais vous pouvez rester à jour en suivant régulièrement les articles mis en ligne sur le blog de Myposeo.

Amhet Fall
  • Performance
  • SEO

Voir aussi

Livre blanc du content marketing