Amsterdam — 27 septembre 2018 — Les marques s'efforcent d'interpréter d’énormes quantités de données provenant de sources multiples comme les sites web et les applications, mais aussi de domaines émergents tels que la voix et le streaming audio. Le recrutement de talents pour accomplir cette tâche peut s’avérer être une mission complexe, laissant ainsi, au sein même de l’organisation, quantité de données non exploitées et analysées. Compte tenu de la manière dont les consommateurs interagissent aujourd’hui avec les marques – via de nombreux canaux, il est difficile pour celles-ci, sans insights approfondis, d'améliorer l'expérience utilisateur et de générer un avantage concurrentiel.

Adobe dévoile ce jour le nouvel analyste virtuel d'Adobe Analytics, qui s'appuie sur ses technologies existantes pour déceler automatiquement des insights sans que l'utilisateur ait à le demander. En exploitant Adobe Sensei, le framework d'intelligence artificielle (IA) et de machine learning d'Adobe, ce système permettra aux marques de tirer pleinement parti de l'analytics, en faisant remonter des signaux qui seraient autrement passés inaperçus. Ceux-ci peuvent inclure de précieuses informations sur les causes des chutes ou des pics inattendus observés dans des indicateurs clés (commandes en ligne, trafic web), indispensables pour gérer les évolutions en temps réel et trouver de nouvelles sources de revenus.

« Pour mettre au point le nouvel analyste virtuel, nous avons passé des années à valider rigoureusement la technologie, en nous appuyant sur de réelles données client, et à entraîner le modèle d’IA afin d’être sûr de régler les problèmes réels rencontrés par nos clients » déclare John Bates, Director of Product Management, Adobe Analytics. « Durant le programme de tests préliminaires, une grande marque mondiale nous a confié que les informations découvertes étaient comparables au travail de plus d'une centaine de data scientists venus grossir les rangs de son équipe. Jusqu'à présent, nous avons reçu d'excellents retours et espérons déployer cette technologie à plus grande échelle. »

Parmi les fonctionnalités du nouvel analyste virtuel :

La découverte de « données inconnues et insoupçonnées » : l'analyste virtuel recherchera et analysera toujours les données d'une entreprise en donnant la priorité aux changements qu’il aura considérés comme intéressants. Des modèles de deep learning lui permettent d'évaluer chaque point de données possible dans toutes les interactions client, du temps passé sur un site jusqu'aux interactions entre les applications et le site web. Ces « données inconnues et insoupçonnées » fournissent aux marques des insights qu'elles ignoraient et n'auraient jamais pensés à rechercher. Elles n'ont tout simplement pas le temps ni les ressources nécessaires pour dénicher ces informations secrètes et providentielles. Un commerçant pourrait ainsi percevoir d'importantes nuances dans la façon dont différents segments démographiques achètent des vêtements en ligne, ou corriger des expériences décousues qui lui font perdre de l'argent.
L'optimisation de la pertinence: l'analyste virtuel hiérarchise proactivement l'analyse des données en fonction du contexte de l'entreprise et de l'utilisateur (en tenant compte de l'activité en temps réel et des données historiques), sans qu'il soit nécessaire de le lui demander. Ces nuances sont essentielles : prenez le cas d'une compagnie aérienne qui organise chaque année une grande promotion le premier lundi de juin. Les informations collectées sur cette journée seront comparées à celles de la même journée pour les années précédentes. Les algorithmes de machine learning dédupliqueront également les recommandations. Un pic au niveau du chiffre d'affaires, des commandes et des conversions, par exemple, sera mis en corrélation avec le même événement et traité comme une information pertinente.
L'apprentissage adaptatif: au fil du temps, l'analyste virtuel prendra en compte les préférences et schémas de consommation des utilisateurs pour fournir des informations plus intuitives et pertinentes. Il analysera également les comportements des autres utilisateurs au sein de l'entreprise pour identifier des profils similaires, en vue d'améliorer la personnalisation. Le système permettra également de « liker » ou non les recommandations, ce qui renforcera le modèle de machine learning et rendra l'analyste virtuel plus intelligent au fil du temps.

Le nouvel analyste virtuel s'appuie sur un ensemble de solutions d'Adobe Analytics, dont la détection des anomalies (recherche des écarts statistiquement significatifs dans les données) et l'analyse de contribution (identification des facteurs contribuant à des anomalies). L'analyste virtuel dévoilé ce jour vient se greffer au système d'alertes intelligentes, avec de nouvelles fonctionnalités d'IA optimisées par Adobe Sensei.