Le spécia­liste du marke­ting auto­nome : comment éviter la « médio­crité accé­lé­rée » avec l’IA

Ne demandez pas à Bob Pearson de vous donner son « invite parfaite » pour rédiger de meilleurs contenus marketing ou pour générer des idées de campagne.

« Je ne suis pas un fan de l’ingénierie des invites », explique Bob Pearson, « pour une raison simple : je pense que nous compliquons trop les choses. »

Basée à Austin, au Texas, Bob Pearson a créé la première organisation mondiale de médias sociaux de Dell et est un expert reconnu en communication, marketing et innovation numérique. Il est actuellement professeur adjoint à la McCombs School of Business de l’Université du Texas, où il donne des cours sur les nouveaux modèles de médias numériques, la vente persuasive et l’IA générative.

Alors que la plupart des spécialistes du marketing sont obsédés par les bibliothèques d’invites et débattent de la formulation parfaite, Bob Pearson se concentre sur d’autres aspects. Il met en place des systèmes qui permettent aux outils de marketing autonomes d’amplifier la créativité au lieu de la remplacer et d’aider les spécialistes du marketing à repenser leurs flux de travail ou leur approche du métier.

L’ingénierie des invites est une tactique. La réflexion stratégique sur les systèmes est un avantage concurrentiel. L’une vous permet d’obtenir des résultats légèrement meilleurs, l’autre transforme la façon dont votre équipe rivalise.

Pour commencer, trois principes fondamentaux s’imposent : développer votre propre intelligence, poser de meilleures questions et intégrer l’IA dans vos flux de travail habituels. Cependant, pour comprendre l’importance de ces éléments, il est nécessaire de considérer la créativité sous un angle différent. C’est la clé pour utiliser l’IA de manière optimale et se démarquer.

Bob Pearson conçoit la créativité de la même manière que les experts de la chaîne d’approvisionnement envisagent la production. Les matières premières (idées, études, informations sur les clients) passent par la production (briefs, conception, rédaction) jusqu’à la distribution (campagnes, canaux, personnalisation). L’IA ne remplace aucune étape ; elle accélère chacune d’elles et élargit vos possibilités à chaque étape.

« Nous obtenons davantage d’idées, de slogans et de messages clés dès le départ », souligne Bob Pearson. « Ce qui nous permet ensuite de rédiger un meilleur brief. Lorsque nous rédigeons ce brief et réfléchissons à la conception, nous pouvons explorer une gamme beaucoup plus large de couleurs et d’arrière-plans. »

Vous recevez 50 ébauches au lieu de cinq. Votre travail n’est pas de toutes les utiliser, mais de repérer les trois qui méritent d’être peaufinés, car vous connaissez votre public et ce qui le touche réellement.

L’humain fait ce que seuls les humains peuvent faire : prendre la décision qui permet de distinguer le signal du bruit.

Bob Pearson fait la distinction entre l’ingénierie des invites et le questionnement stratégique. Taper « Rédige un article de blog sur les tendances marketing » c’est une invite (bien que très basique). Demander « Quels facteurs expliquent les récentes variations de parts de marché (innovation, prix, distribution, réglementation, nouveaux concurrents, comportements des consommateurs) ? Cite les trois questions les plus importantes dans chaque domaine, et ce qui pourrait les inciter à s’intéresser à ce sujet dès maintenant ? » relève du questionnement stratégique, où les questions orientent les informations que vous allez obtenir.

Bob Pearson utilise deux cadres de référence pour la conception de systèmes de marketing autonomes : les « 4 C » pour la création d’une pile marketing pilotée par l’IA et le modèle ABCDE pour l’exécution des campagnes. Ces deux modèles vous incitent à poser des questions stratégiques avant même de saisir une invite.

La plupart des spécialistes du marketing, lorsqu’ils entendent parler de « pile marketing basée sur l’IA », pensent immédiatement à l’intégration de logiciels. Son cadre des « 4 C » est conçu pour les professionnels, les étudiants et les organisations qui souhaitent développer les compétences essentielles pour réussir dans les environnements de travail et d’apprentissage modernes, notamment la communication, la collaboration, la pensée critique et la créativité. Ce sont en quelque sorte des métacompétences de haut niveau.

• CRM : Êtes-vous en mesure de prédire quels prospects se convertiront avant que votre équipe commerciale ne perde son temps avec eux ? Êtes-vous en mesure de personnaliser votre prise de contact en fonction de modèles de comportements que vous ne pourriez jamais repérer manuellement ?
• Contenu : Êtes-vous en mesure de vérifier si le ton de votre marque reste cohérent sur tous les canaux, ou vous contentez-vous d’espérer que ce soit le cas ? Êtes-vous en mesure d’observer en temps réel comment les clients réagissent à vos messages et d’adapter votre message avant la fin de la campagne ?
• Canaux :Investissez-vous dans des canaux en fonction de leurs performances ou en fonction de vos investissements habituels ? Êtes-vous en mesure d’interrompre une campagne sur un canal peu performant et de réaffecter le budget ?
• Clients : Savez-vous quelles données de contact sont exactes avant de concevoir vos campagnes autour d’elles ? Êtes-vous en mesure de développer une approche personnalisée, basée sur des informations concrètes concernant chaque prospect ?

Bob Pearson obtient des réponses à ces questions grâce à sa pile technologique d’IA, et il considère chaque technologie comme ayant une personnalité ou un titre de poste différent, ce qui lui donne en quelque sorte une « équipe » pour soutenir son travail :

• ChatGPT est son assistant intelligent, et « accélère la façon dont je crée ou itère des idées ».
• Perplexity est son responsable des études de marché. Il lui donne des instructions claires et Perplexity lui fournit des recherches documentées et des rapports détaillés.
• Pi est son directeur des réseaux sociaux. Il le décrit comme « conversationnel et introspectif, comme l’un de mes amis qui donnerait son avis sur le monde ».
• Claude est celui vers qui il se tourne pour les travaux d’analyse plus longs, et il est « particulièrement efficace lorsqu’on lui demande une analyse basée sur des documents ».

Découvrez comment utiliser Claude avec ActiveCampaign avec notre connecteur MCP Claude (article en anglais).

Chaque IA incarne différents outils pour différentes tâches, le tout coordonné par le jugement humain qui détermine les questions importantes.

« Nous souhaitons comprendre comment nous pouvons gagner en précision et savoir si [ce processus] contribue à améliorer les décisions/les résultats. C’est plus important que le gain de temps », explique-t-il. « Ensuite, même si nous gagnons du temps, l’essentiel est de savoir comment nous utilisons ce temps et si la valeur totale augmente. Si nous gagnons du temps, mais que nous le gaspillons, tout cela ne sert à rien. »

Les nouvelles technologies incitent les gens à tester tous les outils. En collaboration avec Kip Knight et Ed Tazzia, co-auteurs de Crafting Persuasion, Bob Pearson a codifié le modèle ABCDE pour le département d’État des États-Unis comme un moyen de construire des récits de marque puissants grâce à des principes qui ont fait leurs preuves depuis des décennies.

Sans processus structuré, vous envoyez des invites à l’IA en espérant un résultat utile. Avec un système basé sur les 4 C et le modèle ABCDE, vous utilisez des outils marketing autonomes pour résoudre des problèmes spécifiques au service d’objectifs clairs (par exemple, changement de comportements, ajustement des canaux, analyses en temps réel).

Le modèle ABCDE :

• Audience : disposez-vous d’une plateforme d’intelligence qui révèle précisément qui est votre audience et quels créateurs de contenu influencent ses décisions, ou vous basez-vous sur des hypothèses démographiques ?
• Comportement : pouvez-vous mesurer si votre contenu modifie réellement les comportements ou s’il ne fait que générer des impressions ?
• Contenu : créez-vous du contenu en accord avec les comportements que vous souhaitez encourager, ou produisez-vous simplement du contenu parce que votre calendrier l’exige ?
• Diffusion : ajustez-vous vos canaux en fonction des données de performance ou vous en tenez-vous à votre plan média initial parce que le changement vous paraît difficile ?
• Évaluation : pouvez-vous voir ce qui fonctionne en temps quasi réel et réaffecter les ressources, ou attendez-vous la fin de la campagne pour vous découvrir que vous avez gaspillé la moitié de votre budget ?

Si vous utilisez ChatGPT uniquement avec des données d’entraînement publiques, vous pêchez dans le même océan que vos concurrents. Les conclusions que vous tirerez seront similaires aux leurs.

Constituez votre propre bassin de données (en anglais) en combinant les données de vente internes, les études clients et les tendances comportementales. Vous obtiendrez ainsi des informations uniques, que personne d’autre ne pourra reproduire.

« Si vous créez un LLM adapté à votre public cible », explique Bob Pearson, « en utilisant vos propres données de vente, de marketing, et toutes vos recherches combinées à des sources ouvertes, vous obtiendrez un LLM beaucoup plus spécifique qui vous apportera des informations différentes de celles de vos concurrents. »

Par exemple, les analystes et les agents d’IA s’appuient sur ClinicalTrials.gov (en anglais), une base de données mondiale open source regroupant 450 000 essais cliniques, combinés à des connaissances exclusives sur chaque traitement anticancéreux étudié dans le cadre du développement de médicaments et commercialisé. Ces informations n’existent dans aucune base de données publique. Ils ont créé leur propre bassin de données. C’est ce qui fait leur force.

Mettez en place l’infrastructure nécessaire pour gérer une capacité créative accrue. Bob Pearson cite Eleven Labs comme son exemple préféré pour illustrer pourquoi les capacités de l’IA ne signifient rien sans une approche systémique. Cette plateforme de localisation vocale convertit le contenu anglais dans n’importe quelle langue, intonation ou dialecte, partout dans le monde, avec une qualité professionnelle. Vous pourriez ainsi lancer une marque à l’échelle mondiale en quelques jours au lieu de plusieurs mois.

Mais ensuite, quelle est la prochaine étape ?

Et ensuite ? « Quel est le prix par pays ? » demande Bob Pearson. « Comment allez-vous distribuer le produit, le conditionner, le produire, etc. ? Si l’infrastructure ne peut pas suivre le rythme de la créativité, vous n’y arriverez pas. »

Il s’agit ici de la créativité systémique. Vous pouvez localiser du contenu pour 47 marchés du jour au lendemain. Mais si vous n’avez pas mis en place le cadre opérationnel nécessaire pour fixer les prix, distribuer et fournir une assistance sur ces 47 marchés, l’outil est inutile. La plupart des entreprises se procurent des outils d’IA qui accélèrent la production créative. Les entreprises intelligentes mettent en place l’infrastructure qui leur permet d’exploiter concrètement cette production.

Bob Pearson présente un exemple dans le domaine de la santé illustrant la différence entre les réponses fournies par l’IA et l’intelligence systémique.

Supposons que vous cherchiez à transformer le fonctionnement des essais cliniques et que vous ne souhaitiez pas (ou ne puissiez pas) investir du temps et de l’argent dans des études de marché traditionnelles. Vous devez contacter les chercheurs et les investigateurs impliqués dans 450 000 essais cliniques à travers le monde. Les outils de marketing autonomes vous permettent d’obtenir des informations en quelques jours grâce à un système adapté.

Les agents d’IA collectent des informations issues des 450 000 essais cliniques et de tous les chercheurs travaillant dans des domaines spécifiques au sein des systèmes de santé américains. Cependant, la collecte de données n’est pas synonyme d’intelligence. Le système doit répondre à des questions stratégiques : quelle est la différence clinique minimale susceptible de modifier la pratique ? Quels sont les biomarqueurs clés ? Qui sont les meilleurs chercheurs pour ce traitement spécifique ? Pourrions-nous réduire la taille du groupe témoin grâce à un contrôle synthétique ? Quelle est la charge pour le participant ? Et bien d’autres questions encore.

« En gros, est-ce que vous traitez l’IA comme Google, ou est-ce que vous la traitez comme si vous aviez un doctorant à vos côtés ? » demande Bob Pearson.

La version Google : quels sont les chercheurs qui ont mené des essais sur la maladie d’Alzheimer ?

La version doctorant : trouve des chercheurs qui ont mené des essais au cours des trois dernières années, qui semblent être des chefs de file dans le domaine, dont les essais ont atteint la phase trois, qu’ils aient réussi ou échoué, dis-moi ce qu’ils ont appris et indique le nombre exact de patients qu’ils ont recrutés par centre.

« Avec Perplexity, vous obtenez une réponse détaillée en 5 à 15 minutes environ », explique Bob Pearson. « Vous n’avez peut-être pas toutes les informations nécessaires, mais vous savez ce qui manque. Vous pouvez alors vous adresser à votre collègue compétent et lui dire : « Voici ce que j’ai. Voici ce dont j’ai besoin pour compléter notre recommandation. »

À partir de là, le système continue à se développer. Avec quels chercheurs devez-vous collaborer ? Dans quels centres travaillent-ils ? Vous avez maintenant 25 centres. De quel contenu chaque centre a-t-il besoin pour promouvoir cet essai auprès des participants potentiels ? Dans combien de langues ce contenu doit-il être disponible ? Comment atteindre un public diversifié ?

« Tout le monde a une idée et tout le monde est au courant », explique Bob Pearson. « Mais maintenant, le système génère du contenu adapté à chaque chercheur, avec de légères modifications. Le système de santé de Denver, de Cleveland ou de Miami, ou celui en espagnol ou en mandarin. »

La véritable innovation ne réside pas dans la vitesse. Elle réside dans la capacité à prendre des décisions fondées sur des informations que personne d’autre ne possède, grâce à un système qui pose des questions que personne d’autre ne pose.

Bob Pearson conseille d’éviter l’approche classique consistant à « tout essayer pour voir ce qui fonctionne ». Il recommande de se concentrer sur les fondamentaux qui produisent des effets cumulatifs.

• Construisez votre plateforme d’intelligence. Identifiez vos trois segments clients les plus importants. Utilisez des agents d’IA pour collecter toutes les informations accessibles au public : leurs problématiques, leurs habitudes de consommation de contenu, leurs influenceurs et les tendances qui transforment leur secteur. Ainsi, lorsque vous créez du contenu, vous vous basez sur des données concrètes concernant la façon de penser de votre public, plutôt que de faire des suppositions.
• Apprenez à poser des questions stratégiques. Cessez de traiter l’IA comme Google. Consacrez une semaine à rédiger des invites plus longues et plus précises, qui incluent le contexte de votre public, les résultats escomptés, le ton et les contraintes. Identifiez quelles invites produisent des premières ébauches utiles et lesquelles sont inutilisables. Cinq minutes passées à formuler une question pertinente vous épargneront une heure de révision.
• Attribuez des rôles dans le flux de travail de l’IA. Ne créez pas une « équipe IA » distincte de votre travail habituel. Confiez aux membres de votre équipe existante des responsabilités liées à l’IA, en plus de leurs rôles actuels. Une personne est responsable de la planification des flux de travail, une autre de la gestion de votre bibliothèque créative. Lorsque l’IA s’intègre aux tâches courantes, elle devient une pratique courante.

Les entreprises qui tireront profit du marketing autonome ne sont pas celles qui utilisent le plus l’IA, mais celles qui l’utilisent de manière la plus réfléchie, avec des systèmes basés sur des principes fondamentaux : comprendre son public, créer avec un objectif précis, mesurer ce qui compte et conserver le discernement qui découle d’un réel intérêt pour le problème à résoudre.

Tout le reste n’est que médiocrité accélérée.