top of page

Pourquoi les algorithmes ne sont pas encore mediums ?


La plupart des sociétés connaissent l’état de leur stock en temps réel.

Elles maitrisent le prix optimal de vente. Elles savent aussi quand et/ou faire des discounts et quels distributeurs écoulent les plus gros volumes.

Les entreprises peuvent prédire et faire parler la data. L’exploitation des CRM leur permet de marketer judicieusement des produits ou des services. Ces données clients donnent l’occasion d’interagir avec les consommateurs, évoquer les derniers produits achetés et en proposer d’autres analogues ou auxiliaires. C’est l’occasion de construire de vraies relations et a priori fidéliser.

Dans l’espace digital, on trace donc la navigation du client, on profile ses dépenses et on utilise ces modèles pour vendre ou recommander des produits ou services similaires.

Mais finalement, le consommateur final est assez méconnu.

S’il achète un téléviseur, on lui en proposera un autre, s’il a pris un vol pour Berlin, on lui suggéra d’y retourner. Ce consommateur pourtant, à d’autres intérêts, d’autres attentes, d’autres envies qui n’ont pas été explorées. L’historique des ventes l’enferme dans une bulle affinitaire trop limitée.

Explorer les futurs centres d’intérêt du client est un sésame qui a encore besoin des méthodes traditionnelles qualitatives pour pousser plus avant la prédiction. On est encore au début d’une économie de la data qui ne demande qu’a se déployer. Les futurs algorithmes devraient se nourrir d’observations qualitatives et ethnographiques à grande échelle captant les émotions, humeurs, états d’esprit, impatiences, frustrations ou passions.

Cette évolution, nos clients la pressentent.

Êtes-vous comme eux ?

Now, THINK OUT of THE BOX with INDICIEL

Posts à l'affiche
Posts Récents
Archives
Rechercher par Tags
Retrouvez-nous
  • LinkedIn Social Icon
  • Facebook Basic Square
  • Twitter Basic Square
bottom of page