Aujourd'hui, il y a plus de points de données sur les consommateurs, à la fois collectivement et individuellement, que jamais auparavant. Plus important encore, les capacités d'apprentissage automatique (ML) et d'intelligence artificielle (IA) deviennent plus sophistiquées, augmentant les capacités des spécialistes du marketing à s'adapter pour activer ces données de nouvelles façons.
De nombreux spécialistes du marketing savent que ces technologies vont modifier la façon dont ils font leur travail, mais on ne sait pas encore exactement ce qui va changer et à quelle vitesse. Pour avoir un aperçu de ce qui nous attend, nous avons demandé à quelques-uns de nos data scientists de nous faire part de ce qu'ils pensent être les plus grandes tendances dans un avenir proche.
Les scientifiques amélioreront leur capacité à enseigner aux ordinateurs à comprendre correctement le langage.
Cette année, nous verrons des avancées significatives dans la manière dont nous modélisons et traitons le texte. Les milieux du traitement du langage naturel (NLP) débattent actuellement de la fragilité de certains des modèles les plus performants dans ce domaine et de la façon dont des manipulations très simples du texte peuvent les faire s'effondrer de façon embarrassante. À l'heure actuelle, les meilleurs modèles ne sont capables que de mémoriser des modèles élaborés, et nous sommes loin d'un modèle capable de comprendre le texte. Je m'attends donc à de nombreuses recherches dans ce domaine et j'ai bon espoir que nous commencerons à lire des articles sur les moyens d'introduire le "bon sens" et de l'intégrer dans nos modèles.
- Michael Morgan, scientifique en chef des données, Nielsen
L'importance de la qualité et de la propreté des données va s'accroître.
Je pense que l'on s'attachera de plus en plus à trouver des moyens novateurs pour compléter et améliorer les données d'entraînement des "réseaux neuronaux" (systèmes informatiques modélisés sur le cerveau et le système nerveux humains, par exemple). Ces types de modèles ne peuvent donner que des résultats aussi bons que les données qu'ils contiennent. C'est pourquoi je pense que nous allons nous concentrer davantage sur l'augmentation efficace de la qualité et de la quantité de ces ensembles de données.
- Jessica Brinson, scientifique de données senior, Nielsen
L'apprentissage automatique et l'intelligence artificielle deviendront des facteurs clés de différenciation pour les entreprises qui cherchent à débloquer la croissance.
Des algorithmes plus sophistiqués, des talents en science des données plus solides et un volume de données croissant permettront aux entreprises d'utiliser la ML et l'IA en 2019 comme des différenciateurs clés et de débloquer plus de valeur que jamais auparavant.
Dans cinq ans, la conversation autour de la science des données et de l'IA s'orientera vers la manière de développer des compétences de résolution de problèmes complexes à partir du développement d'outils et d'algorithmes. En outre, les algorithmes et les logiciels deviendront plus conviviaux et se démocratiseront pour les personnes n'ayant pas de connaissances en science des données.
- Avi Jain, responsable régional de la science des données, Nielsen
La capacité à collecter des données en ligne deviendra plus difficile et plus fragmentée.
Alors que de plus en plus de navigateurs Internet commencent à bloquer les cookies tiers, les fournisseurs de plateformes de gestion de données (DMP) vont commencer à rencontrer des difficultés lors de la collecte de données en ligne. Les spécialistes du marketing constateront que les DMP individuelles ne seront pas en mesure d'offrir la même quantité de données avec le même niveau de précision qu'auparavant. Cela affectera grandement la capacité des spécialistes du marketing à cibler et à segmenter leur public avec précision. En attendant, les fournisseurs de DMP chercheront des solutions qui leur permettront de compenser cette perte de données.
- Pengfei Yi, directeur, science des données, Nielsen
Les entreprises qui réussissent investiront de manière significative dans des solutions basées sur la science des données.
La numérisation bouleverse l'approche marketing traditionnelle, créant un paysage plus dynamique et plus fragmenté. En conséquence, les entreprises de biens de consommation emballés (CPG) en particulier subissent une pression accrue pour être plus rentables. Les spécialistes du marketing des produits de grande consommation accordent plus d'importance aux solutions en temps réel, à la pertinence et à la rapidité qu'à une conception robuste et idéale. Ils recherchent également des approches agiles et innovantes pour obtenir une vision globale du marché, et les entreprises se tourneront de plus en plus vers la science des données pour relever et résoudre ces défis.
La quantité de données numériques générées par les consommateurs devrait doubler chaque année à l'avenir, et les entreprises qui souhaitent naviguer dans ce déluge numérique investiront dans des techniques numérisées pour capturer et mesurer les données. Elles concevront également des solutions faisant appel à l'IA, à la ML et aux réseaux neuronaux. Les entreprises qui intègrent des algorithmes de science des données bénéficieront d'une évolutivité et d'une efficacité accrues et seront en mesure d'aller au-delà du flux de mesure conventionnel.
- Neerja Joshi, directrice, science des données, Nielsen
