Comment l’IA permet aux marques de se saisir efficacement des nouvelles tendances à l’ère des Prosumers

Le confinement a été un vrai accélérateur de l’influence des prosumers — ces leaders d’opinion qui se transforment en marques alternatives. Particulièrement agiles et à l’affût des nouvelles tendances, ces prosumers savent s’en emparer plus vite que leurs concurrents. Dans leur sillage, les grands groupes n’ont d’autres choix que de se tourner vers l’Intelligence Artificielle pour détecter ces nouveautés et s’en saisir au plus tôt.

Pour beaucoup de consommateurs, le confinement a été synonyme de découverte des courses alimentaires en ligne. Il a également été un catalyseur de l’adoption de nouvelles marques alternatives incarnées par des prosumers — ces consommateurs engagés qui, à l’ère du user generated content promu par les réseaux sociaux, sont hyper-éduqués, animent des communautés sur des sujets pointus de consommation, initient de nouvelles tendances et décident parfois de fabriquer et vendre leurs propres produits.

Ce phénomène est devenu un défi majeur pour les grandes marques qui ne parviennent souvent pas à suivre le rythme. En effet, pour passer du monde de l’idée à celui du produit en rayon, il leur faut en moyenne 15 à 22 mois. Difficile pour elles, donc, de faire face aux milliers de marques qui ne s'embarrassent pas de long process de décisions pour se lancer chaque année.

Dans les faits, toutes les marques qui se lancent ne deviennent pas des success stories planétaires mais collectivement, l’ensemble de ces marques finissent par grappiller des parts de marché aux principaux acteurs. A titre d’exemple, entre 2013 et 2018, les grandes firmes CPG ont perdu 2,5% de parts de marché au profit des petites et très petites marques d’après le cabinet d’étude IRI aux Etats Unis.

Dans ce contexte, comment ces grands groupes peuvent-ils réagir ?

Prédire l’avenir de la consommation grâce à l’IA

Les grandes marques travaillent bien entendu au raccourcissement de leurs délais de mise sur le marché depuis des années. Néanmoins, si — dans ce cas précis — il “sert de courir ; il faut [surtout] partir à point” et identifier avant tout le monde les tendances à fort potentiel sur le point de se démocratiser massivement.

Autrement dit : prédire les tendances avant qu’elles ne surviennent.

En cela, l’abondance de données provenant notamment des réseaux sociaux ou des blogs spécialisés est une formidable opportunité permettant de comprendre ce que les consommateurs désirent et désireront.

En effet, ces réseaux sont le berceau de dizaines de micro-tendances tous les mois. Certaines d’entre elles prennent de l’ampleur et se propagent comme une traînée de poudre en quelques semaines laissant derrières elles un grand nombre d’indices : contenu publié et engagement (commentaires, partage, etc.) d’experts, de communautés de passionnés, etc.

Cependant, face à ces centaines de milliers de documents et contenus par mois trop volumiques pour être traités par un cerveau humain, les instituts d’étude traditionnels s’appuyant sur des analystes ne sont pas entièrement armés pour détecter et analyser ces tendances à temps.

S’ils produisent des rapports de qualité, fournis et détaillés, ces derniers surviennent trop tard et ne permettent pas de quantifier le potentiel relatif des tendances qu’ils traitent.

Les départements de Market Intelligence souffrent ainsi d’une crise paradoxale : trop d’information résulte en une incapacité à trancher.

A l’inverse, une nouvelle génération de solutions d’Intelligence Artificielle voit le jour. Capables de traiter instantanément des monceaux de données, elles permettent de détecter, quantifier et analyser les tendances de façon très précise, fiable et réplicable.  

La détection de tendances grâce à l’IA : par où commencer ?

Les macro-influenceurs, par l’écho qu’ils donnent aux tendances, ont un rôle primordial dans leur propagation. Pour les marques, la première étape consiste donc à découvrir qui sont les leaders d'opinion les plus influents auprès de leur(s) cible(s) de niche.

Il peut être tentant de se concentrer sur ceux qui ont le plus de followers, mais ils sont en fait rarement à l'origine-même des micro-tendances. Il s’agit donc de remonter à la source et d’identifier ceux qui façonnent le marché en amont. Il faut ainsi puiser dans le passé pour détecter ces leaders d’opinion de l’ombre qui ont été à l’origine de macro-tendances constatées bien plus tard.

Une fois ces individus — ou ces communautés — isolées, il devient plus simple de détecter les nouvelles tendances qui émergent et d’observer comment elles se propagent.

En effet, si elles suivent un schéma similaire à celui qu’ont emprunté, à leurs débuts, des tendances aujourd’hui démocratisées, les modèles mathématiques le détecteront et isoleront ces nouvelles tendances comme étant à fort potentiel.

Reste l’étape de qualification de la tendance consistant à analyser, au-delà du potentiel, le contenu de cette tendance : points de douleurs remontés par les consommateurs, bénéfices attendus, critères de choix, fréquences et méthodes d’utilisation, etc. À nouveau, les procédés de traitement du langage par Intelligence Artificielle sont essentiels pour détecter instantanément ces éléments.

S’appuyant sur ces informations fiables, les marques établies peuvent donc statuer rapidement et efficacement et devenir aussi agiles qu'une micro-marque tout en gardant les mêmes délais de développement.

(Les tribunes publiées sont sous la responsabilité de leurs auteurs et n'engagent pas CB News).