Les CMO peinent toujours à prendre des décisions Data-Driven

Environ 84 % des responsables marketing utilisent l’analyse prédictive mais ont toujours du mal à prendre des décisions Data-Driven. C’est en tout cas ce que vient de révéler l’étude « Predictive Analytics in Marketing » signée Pecan AI.

Intérêt pour l’analyse prédictive basée sur l’IA

L’intelligence artificielle a manifestement trouvé sa place au-delà des tâches automatisables basiques du marketing, notamment dans un contexte où le comportement d’achat devient de moins en moins prévisible.

Malgré la disponibilité croissante des technologies alimentées par l’IA, de nombreux spécialistes marketing font toujours preuve d’une certaine réticence à intégrer cette technologie dans leur workflow. Certes, le potentiel de l’analyse prédictive basée sur l’IA suscite un vif intérêt, mais les équipes marketing sont confrontées à divers défis pour adopter pleinement cette technologie. En l’absence d’un guide universel pour l’intégration de la science des données dans le marketing, diverses approches ont émergé, avec des niveaux de réussite variables.

Le rapport de Pecan intitulé « AI’s Predictive Analytics in Marketing » reflète cette situation complexe et fournit des informations clés pour les équipes marketing et les chefs d’entreprise qui s’attaquent aux défis de l’IA, quel que soit leur niveau de maturité technologique.

A lire également sur BtoB Leaders : HubSpot se lance dans la création de contenu alimentée par l’IA

Intégration de l’analyse prédictive de l’IA

Alors que de nombreuses entreprises vantent les mérites de la connaissance client pour doper la performance commerciale, l’étude estime que 4 responsables sur 5 ont toujours des difficultés à prendre des décisions Data-Driven malgré la disponibilité des données et des outils d’analyse. Ils sont également 84 % à déclarer que leur capacité à prédire le comportement de leur cible n’est pas encore au point. 

Une majorité écrasante (95 %) des entreprises intègrent désormais une certaine forme d’analyse prédictive alimentée par l’IA dans leur stratégie marketing, mais seules 44 % ont indiqué pratiquer une analyse prédictive formalisée et systématique. Parmi les entreprises « championnes » en la matière, 90 % indiquent qu’il leur est toujours difficile de prendre des décisions quotidiennes basées sur les données. L’étude de Pecan AI montre par ailleurs que le marketing et la science des données sont confrontés à des défis uniques lorsqu’ils tentent de collaborer. En conséquence, les projets de données piétinent :

• 38 % des répondants affirment que les données ne sont pas mises à jour assez rapidement pour être utiles ;
• 35 % disent que la construction des modèles est chronophage ;
• 42 % disent que les Data Scientists sont débordés et n’ont pas le temps de répondre aux demandes ;
• 40 % disent que ceux qui construisent les modèles ne comprennent pas forcément les objectifs marketing ;
• 37 % des répondants indiquent que des données erronées ou partielles sont régulièrement utilisées pour construire les modèles.

A lire également sur BtoB Leaders : Ce qu’il faut retenir du « State of Marketing Budgets » d’Integrate et Demand Metric