L’Intelligence Artificielle est depuis 1 an au cœur de l’actualité et impacte de plus en plus l’écosystème business dans sa globalité, pour tous les secteurs d’activité. Et d’autant plus les enjeux et challenges liés à l’expérience client. C’est à partir de ce constat que nous avons rechercher comment exploiter la puissance de l’IA et la mettre au service du e-commerce. Alors concrètement, comment l’IA peut-elle vous aider à soutenir votre stratégie d’optimisation et de conversion au quotidien ? Quels cas d’usages existent aujourd’hui, et comment les mettre en place dès demain ?
Accompagné de notre partenaire AB Tasty, nous nous intéresserons à cette problématique en détail lors de notre webinar jeudi 14 décembre à 11h30. A cette occasion, Jean-Yves Simon, Chief Product Officer chez AB Tasty et Pierre-Adrien Lair, Lead Analytics chez Converteo, échangeront sur l’impact de l’IA sur le cycle de vie d’un AB test et explorerons des cas d’usages concrets, testés par nos experts, ainsi que plusieurs pistes de réflexion qui méritent d’être explorées.
Et normalement on est live bonjour à tous Bienvenue j’espère que vous allez bien je vous propose d’attendre quelques petites secondes le temps que tout le monde puisse se connecter et pouvoir commencer l’événement je vois que vous êtes déjà nombreux ça fait plaisir merci beaucoup d’être au rendez-vous au fur et
À mesure de de nos événements j’ai vu quelques quelques petits pouces n’hésitez pas à nous dire si vous nous entendez bien et vous nous voyez bien et et puis je pense qu’on va P commommencer parce qu’en fait beaucoup de monde est déjà connecté donc je me présente pour
Ceux qui ne me connaissent pas je m’appelle Cécile je fais partie de l’équipe marketing francets depuis maintenant plus d’un an donc je pense qu’on a peut-être eu l’occasion de se croiser sur des événements ou des webinars eu je pense qu’on on va pouvoir y aller donc de quoi va-t-on parler aujourd’hui
On va pouvoir parler de enfin on va parler de l’intelligence artificielle et de la manière dont elle peut vous accompagner à chaque étape de votre stratégie d’optimisation de l’expérience client c’est un webinar qui a organisé en partenariat avec converto et avant de rentrer dans le vif
Du sujet je vois que beaucoup de monde nous dit bonjour bonjour Julien bonjour Emmanuel bonjour marine pour n’en CIT que que quelques-uns merci beaucoup de réagir dans le dans le chat h pour commencer enfin je voulais juste vous faire un petit topo sur la plateforme pour qu’on puisse partir sur
De bonnes bases même si je vois que vous avez l’air de la maîtriser euh deux onglet vont vous intéresser pendant ce webinar en bas à droite l’onglet chat dans lequel vous vous nous dites bonjour euh et le second à gauche l’onglet question dans lequel je vous invite s’il
Vous plaît à à poser toutes vos questions on y répondra à la fin pensez à privilégier cette onglais c’est plus simple pour nous de les retrouver que dans le chat où il y a beaucoup de de messages et par contre n’hésitez pas aussi à nous faire des retours
D’expérience parce qu’on est là pour partager et mettre en commun finalement ce qu’on connaît sur l’intelligence artificielle donc nous on va vous dire ce qu’on en sait mais on a aussi envie de savoir ce que vous vous en savez ou ce que vous en ce que vous avez à dire
Donc n’hésitez pas à partager votre retour d’expérience dans le chat et voilà j’ai assez parlé je vais laisser la main à nos deux experts donc nous avons euh pierre Adrien qui est lead analytics and convvergion chez Converteo bienvenue pierre Adrien et merci et nous avons jean-y qui est chief
Product officer chez avtc donc merci aussi jean- y pour ta participation à ce webinar donc voilà je laisse la main à nos experts on se retrouve au moment euh des des questions et pour mode qui nous demande la durée du webinar euh ce sera environ 35 minutes
Merci beaucoup et on se dit à tout de suite merci Cécile merci beaucoup ben on va rentrer dans le vif du sujet avec mon compère pierre Adrien euh on va commencer par voilà lia ou on eston alors sauf si vous étiez dans un dans une cabane au fond de de la de la
Forêt canadienne vous avez certainement entendu parler d’ générative dans les précédents mois il y a tout juste un an chat GPT Nissa euh il a bousculé beaucoup et les usages et euh et la façon dont on adresseutilise l’IA au quotidien mais je voulais revenir un petit peu sur l’histoire de l’a pour
Juste donner deux points un c’est un sujet qui est là depuis très longtemps dans les années 50 avec Alan Turing John McCarty qui a qui a vraiment lancé l’air des des machines pensantes euh et puis voilà après il y a eu les années 50 60
70 80 où ça a été un peu plus plat on a eu beaucoup d’avancé mais beaucoup de contraintes financières et peu de financement de l’IA avec une dès les années 90 2000 des avancées significatives notamment sur euh plutôt le machine learning euh on se rappelle peut-être tous moi j’étais petit mais
J’étais encore encore jeune je veux dire mais en 97 Big Blue qui bat Gary Kasparov aux échecs ça t toujours rester dans les mémoires de tout le monde donc vraiment les années 90- 2000 la renaissance de l’IA le refinancement de de toute cette activité là et puis depuis les années 2000 on va
Dire on est rentré dans l’air moderne de l’IA avec le le notamment la les avancées autour du du Deep learning les réseaux de neurones et beaucoup de financement beaucoup d’initiatives technologiques et on se rappelle en 2016 le le le le l’événement où euh le champion que je ne connaissais pas de du
Jeu Go qui se fait battre par Li de de et donc voilà on a beaucoup beaucoup de choses et et finalement bah c’était rentré un peu le le buzw de Ia était rentré dans les un peu dans les dans les les buz World marketing et puis on n prêtait pas beaucoup attention mais
Depuis un an finalement on voit que la l’intérêt dans lia et notamment li générative elle elle a vraiment relancé le sujet et on voit beaucoup beaucoup de beaucoup de choses avancé c’est c’est génial c’est pourquoi on est là aujourd’hui euh alors lia dans nos métiers euh on l’a vu comme
Je le disais ça existe depuis longtemps et on voit beaucoup d’IA dans les outils marketing on a beaucoup vu pour ceux qui sont dans le marketing depuis depuis plus 10 10 15 ans on l’a beaucoup vu autour de la segmentation la segmentation comportementale euh les modèles prédictifs euh on l’a énormément
Vu sur ces aspects là donc dans les outils directement intégrés dans les solutions hein on connaî marketto looker content square piano et dans avesti aussi euh alors il y a aussi un point intéressant c’est que dans cette dans dans l’aire du cloud on a beaucoup aussi d’initiatives venant des des grands noms
De la tech et notamment donc Microsoft Amazon et et Google qui donc lancent leur propre plateforme Dia et qui vont finalement aider toutes les entreprises euh à adresser ce sujet là il y a une une étude récente de Forest qui a été relayé par un analyste
Thomason qui est basé en France qui est chez Forester et et qui dans le forum de l’alliance digitale a dit en gros à montré une slide dans lesquel il y avait en gros 50 % des grandes entreprises qui vont expérimenter sur l’ générative pour trois raisons accélérer le TH to market
La productivité et la créativité et on va voir quelques exemples concret après accéder à des Insight clients très pertinents et et et plus facile à céd que au travers d’analyse très complexes grâce à l’ générative en l’occurrence et puis améliorer la personnalisation et les expériences clients donc il y a
Vraiment beaucoup de leviers qu’on va retrouver dans les outils mais sur lesquels vous pourrez aussi vous baser sur les grosses plateformes pour venir nourrir vos projets dia chez vous je te laisse la main pierre ouais merci merci j’ive et nous ce qu’on va voir aujourd’hui notamment chez chez
Converteo c’est qu’on on va avoir des use cas d’ qui qui vont commencer à apparaître dans tous les métiers méia CRM customer service Insight globalement pour apporter de la productivité partout et là aujourd’hui ce sur qu on va faire le focus c’est sur la partie digital expérience et notamment comment au sein
De toutes les étapes d’un projet d’abtest on va partir de l’identification de besoins l’idéation ciblage développement des tests recettes analyse avancé comment il a de façon appliquée concrète permet permet nous de nous faire gagner soit du temps soit nous aider à l’analyse soit nous aider à
La prise de décision et donc on va vous présenter voilà je crois cette 7 h use case qui vont qui vont illustrer tout ça et on l’espère qu’ vous permettront de vous donner des idées euh de vous ouvrir l’esprit et pareil si également vous vous faites déjà des choses n’hésitez
Pas bien sûr à nous le dire dans dans le chat si ça peut aider à BTS si nous aussi ça peut nous don des idées on est on est preneur de tout partage donc d’abord si on prend la partie identification des besoins là je vais illustrer avec un un cas
Assez assez assez basique mais en fait ce qu’il faut se dire c’est que si on prend une génératif comme chat GPT c’est super fort pour la rédaction et moi-même ça m’est déjà arrivé bah voilà d’être un peu avoir du mal à rédiger des brief des choses comme ça mais si maintenant on
Prend des exemples de fiches persona et qu’ en input on a commencé à mettre les données sur nos études bah on va pouvoir lui dire derrière rédige-moi ça de telle façon de façon concise et cetera et donc très concrètement ça a fluidifier les toutes les relations avec les équipes
Marketing tout ça pour dire aujourd’hui que si vous n’utilisez pas les iagenes pour vous aider dans la rédaction je pense que voilà vous vous passez à côté de quelque chose parce que c’est vraiment un levier de de gain de temps et de gain derrière de communication et
De partage avec les les autres équipes qui est qui est hyper intéressant et réel donc là-dessus utilisez-le ensuite le deuxème aspect et le deuxième use case qui va être un peu plus haut niveau c’est euh en fait que toutes les les briques d’IA et notamment les Bries
D’IA qu’on va retrouver dans tous les clotes type Google Amazon vont avoir des capacités extrêmement élevé quand il s’agit de faire du retraitement de texte notamment de de l’analyse de verbam pour derrière classer ces verbam notamment faire de l’analyse de sentiment et de l’analyse sémantique nous ce qu’on va faire à Converter dans
Une offre qui qui s’appelle syomia c’est que par exemple on va prendre on va travailler pour un client pour lequel on va prendre des besoins par exemple je suis un un client opérateur téléphonique et je veux savoir ce que les gens comment les gens me perçoivent sur la partie reconditionnée
Bah du coup on va récupérer tous les verbatam issus des études clients sources internes ou les verbam qu’on va retrouver sur internet on va les classifier les classer à l’Ô de qu’est-ce que pensent les gens sur le reconditionné et à partir de ça notre travail sera bah de de s’assurer que
Toutes les données sont bien ingérées derrière de construire une analyse qui soit pertinente fine et qui délivre livre des Insight donc en disant ça ce que je vous dis c’est que c’est des études qui vont malheureusement prendre du temps et qui sont pas repr enfin qui sont reproducti mais qui demande des
Efforts par contre c’est des études qui étaient compliqué à faire il y a quelques années et maintenant bah c’est largement possible de prendre 1000 verbtimes de les classé en quelques jours quelques semaines et ça c’est c’est quand même super super pertinent de de de d’avoir ça à notre
Disposition et je suis désolé je vois que dans le chat il y a quelques problèmes de son dans tous les cas ce sera dispo en replay et euh sinon si je vous conseille d’uuser la technique d’essayer de de rafraîchir et de d’activer les notifications si ça ne
Marche pas ce sera en replay vous nous retrouverez et désolé pour le désagrément donc si je continue sur d’autres use case et notamment ce sera ceux qui vont être présentés par Jean par jean-yve c’est qu’on va avoir pareil Deia qui va nous insuffler et nous aider
Sur toutes les étapes de de ciblage de priorisation d’idéation et donc là-dessus je te laisse la main je ouais merci Pier rien effectivement alors sur la création d’hypothèse d’amélioration donc toute cette étape qui est quand même une étape assez clé autour de de de du ciblage du targeting en gros quel
Contenu à qui et à qui à-ce qui s’adresse surtout à qui s’adresse euh on va retrouver la création d’hypothèse donc les création d’hypothès elle peut être basée sur les insights justement qui ont été soulevé par les outils dans lesquels cette info est disponible je pense à content square je pense à toutes
Ces outilsl euh et puis on va le retrouver aussi comme tu disais dans les verbestim on a travaillé aussi nous avec des dans un projet avec une boîte qui fait du chat très connu en France enurrencevise pour essayer justement de synthétiser ces verbattim essayer de driver des hypothèses de travail bon on
Va pas se mentir hein c’est compliqué euh c’est pas évident donc on on est on est encore dedans mais globalement on a quand même euh a réussi à à sortir voilà des axes d’amélioration euh surtout autour de l’expérience utilisateur de painp qui sont finalement synthétisés au travers des verbattim qui reviennent par
Le chat en l’occurrence donc ça ce sont des des choses assez assez simples à faire et puis après effectivement il y a toute la segmentation la génération de contenu personnalisé on va on va rentrer dans les détails je te laisse sur le le cas sur les la partie idéation ouais sur
La partie idéation par exemple un petit cas léger qui peut qui peut être fait euh si vous sentez un moment que vous vous vous voulez soit jouer avec lia soit vous manquez vous manquez d’idées dans votre processus pour pour pour trouver des hypothèses d’AB test des petits tests très facile c’est vous
Allez dans chat GPD par exemple vous lui déclarez en en préprompte auparavant différentes lois ux type il ne faut pas qu’il ait plus de XX éléments sur cette page il faut qu’il y ait des distances entre tel et tel bouton et vu que par exemple sur chat gpt4 vous avez la
Capacité d’importer des screenshots ou alors de le faire coller et ben vous allez importer le screenshot vous allez lui dire ok selon toutes ces lois ux qu’est-ce que tu penses de mon site bah derilleurs il va nous dire bah là je pense que c’est un peu surchargé et
Cetera ce qui pourra nous derrière nous donner des exemples de test à droite ce qu’on s’est amusé à faire par exemple c’est si on lui soumet à gauche une une variante de d’un d’un panier de banane et à droite une autre variante on va lui dire on va lui injecter les deux
Screenshots on va lui dire quelles sont les différences entre ces screenshot rédige-moi derrière le ticket de spécification bah ça pareil il va très bien le faire en disant bah là il y a un bouton Afficher le prix qui a remplacé le prix euh et donc derrière ça nous ça
Pourra nous permettre notamment de de donner quasiment un ticket tout fait à nos équipes de développement encore une fois un gain de temps et derrière ça enfin voilà des des choses très sympas à faire vient l’injection de screenshot et la lecture d’image donc c’est des petits cas assez sympas maintenant on va vous
Présenter aussi d’autres choses et notamment côté côté Jean qui qui existe déjà dans btes voire vont apparaître donc je lui laisse la parole complètement ben je je je confirme que dans mon équipe les les product managers ont pris le pas très vite de Lia pour générer les User Story et pour leur
Faciliter leur travail au quotidien euh beaucoup euh beaucoup l’utilisent euh ah il y a le les slides oui parce que Cécile est en train de passer il y a une vidéo voilà une petite vidéo qui montre donc un des cas pour revenir sur la partie contenu donc on a euh on a été
Pas mal sollicité dans les derniers mois par nos clients en l’occurrence ici un grand acteur euh on va l’appeler le Amazon français Mme si ça leur ça leur plaira peut-être pas mais euh voilà une une Marketplace très connue dans la quel on va trouver une multitude de produits
Et le besoin ils sont ils ont tapé à notre porte pour adresser un des besoins qu’ils avaient depuis longtemps et sur lesquels sur lequel il voulaiit il voulent investir c’était éidemement leur leur manque de capacité à à à pouvoir générer des tableaux de comparaison sur certains types de produits certaines
Catégories de produits euh ils ont plor d’outils autour de la restructuration l’augmentation la valorisation de leur catalogue produits mais en règle générale ils se trouvent toujours confrontés à des problématiques de comparaison sur certains types de produits où on n pas toujours les mêmes informations les mêmes données soit sur
Les tailles des produits sur les couleurs sur unombre de choses comme ça et donc ils nous ont sollicité pour on travaille avec eux sur la capacité à à générer un tableau de comparaison en utilisant l’ générative en l’occurrence ici chat GPT et donc on a lancé une campagne d’AB test avec un nouveau
Module de comparaison qu’on voit ici où on peut cocher deux machines à laver les comparer et là le petit loadur là le petit chargement va sollicit VI génératif pour le nourrir des informations des produits pour générer le html de du du tableau de comparaison qui derrière va être repris par le le
Front par le l’interface et l’afficher donc là on utilise vraiment l’ génératif pour agréger synthétiser et augmenter dans les cas euh l’information pour venir générer le tableau de comparaison donc après en terme de de de résultat euh c’est ça a pas été aussi probant que prévu on a quand même des ajouts au
Panier qui ont été supérieurs à ce qu’ils observent sur des pages de recherche assez similaire pas de gros effet sur le taux de conversion mais globalement pour les personnes qui étaient prêtes à acheter et qui passent par ces tableau de comparaison un ajout au panier supérieur et puis d’autre part
En tant que avtesti et eux en tant que en tant que e-commerçant dans le retail on a tous les deux aussi appris à adopter chat GPT euh adopté euh les temps de chargement assez long on a beaucoup itéré sur les temps de chargement parce qu’on s’aperçoit que
Bah le le l’API répond pas forcément dans des temps qui euh qui sont qui sont bonnes pour l’expense utilisateur sur un site en temps réel donc on a beaucoup itéré pour arriver au descendre quasiment de 10 secondes de taux de réponse à moins d’une seconde donc beaucoup d’itération de mise en cash
Utilisation de de de recettes front pour aller euh pour aller fournir quelque chose de très performant et donc vraiment quelque chose qu’on a sur lequel on a beaucoup appris et cette taable de comparaison été déployé sur l’ensemble des catégories produits par par par ce client-l euh donc ça c’est
Quelque chose qu’on fournit un peu clé en main avec une approche service professionnel parce qu’il y a voilà on découvre encore beaucoup de choses on verra dans le futur pour le productiser mais globalement très très positif on revient sur la praise effectivement donc là on a vu la partie idéation
La partie contenu finalement ou capacité à utiliser li génératif pour tout ce qui est production de contenu ou augmentation des contenus notamment les tableaux de comparaison et je voulais évoquer aussi effectivement le ciblage alors le ciblage comme je le disais dans l’intro le ciblage sur l’IA dans le ciblage existe depuis depuis assez
Longtemps nous on a travaillé euh avec une entreprise depuis très longtemps sur les l’identification des besoins émotionnels puisqu’en fait euh quand on regarde les parcours utilisateurs et et toutes les analyses qui sont faites on on a tendance vraiment à se focaliser sur plutôt les décisions rationnelles les données démographiques la donnée
Froide on va dire des de nos de nos clients de nos utilisateurs or quand on regarde les études notamment une étude de gerérald Zalman qui est un psychologue américain professeur à Harvard qui a beaucoup qui a beaucoup documenté ça qui a fait beaucoup d’études sur ce sujet-là ces travaux on
Ont montré que en gros 95 % d’une prise de décision est gérée émotionnellement par notre cerveau alors on la justifie tout le temps à postériori par des raisons rationnelles en tant que bon humain mais en réalité quand on regarde ces études donc vous pouvez taper dans Google gerérald zaltman euh
Étude sur les émotions vous verrez vous verrez ces études et ces bouquins et donc en gros il dit 95 % d’une prudition est gérée émotionnellement euh et donc finalement on a d’un côté on va dire beaucoup de marketeurs qui se focalisent sur le côté rationnel finalement qui
Loupe tout un pan de de de la de la de la prise de décision qui est qui est en particulier émotionnel sachant que un achat en ligne c’est une situation au cours de laquelle en fait on prend plein de Micro décisions c’est pas un parcours complet donc encore une fois souvent on
Est bloqué par le fait ouais mais je vais pas personnaliser mon site complètement sur des microegment non l’idée c’est d’aller à l’essentiel sur les segments qui ont le plus d’impact sur le les chiffres sur le taux de conversion sur l’achat et ensuite d’aller effectivement faire des des
Micros ajustements sur ces sur ces sur ces segment euh voilà donc cet algorithme qui maintenant fait partie d’abesti emotion the il s’appelle va catégoriser deux types de d’utilisateurs des émotionnels et des intuitifs on va ensuite emmener euh une une préconfiguration de 10 segments 10 sous-segments cinq dans chaque catégorie cinq dans les rationnel
5 dans les intuitifs dans lesquels on va retrouver euh des des des types de personnes pour lesquels on est capable d’identifier en moins de 30 secondes euh leur leur comportement donc leurs besoins primaires émotionnels ces besoins et ces émotions elles peuvent changer au fil du temps mais euh le besoin primaire va toujours
Rester plus ou moins le même donc les gens qui ont besoin de compétition les gens qui ont besoin de sécurité les gens qui ont besoin de compréhension restent dans cette catégorie même si de manière temporaire ils peuvent changer de de segment ils ont quand même un besoin
Primaire donc on est capable en moins de 30 secondes et basé sur beaucoup de données que je dessai après de déterminer dans quelle catégorie se trouve ces visiteurs et donc d’aller par exemple adresser un message de preuve sociale de social proof tant de personnes VO vois ce contenu en ce
Moment voit ce produit en ce moment par exemple à des gens qui ont besoin de compétition et contrairement à l’enlever peut-être pour ceux qui en ont moins besoin donc c’est vraiment un algorithme qui est clé en main complètement intégré dans la solution abtesti et qui va vous permettre d’être plus pertinent pour
Adresser ces types de ce type de profil cette donnée elle est évidemment basée sur des années de recherche et développement notamment sur sur des des tests en laboratoire sur l’analyse de la rétine du mouvement des yeux du scroll des aussi des caractéristiques du device des tonnes de de caractéristiques qui
Ont été prises en compte et on continue à à améliorer cette cet algorithme au quotidien donc en résumé l’ mootion the et notamment cette logique de mieux segmenter dans cette étape là c’est plus de variation gagnante pour analyser à postériori les campagnes sous le prisme de chacun de ces segments émotionnel et
Pouvoir identifier que pour les gens qui ont besoin de compétition et bien évidemment on va potentiellement avoir euh plus d’Uplift sur la campagne et puis sur ceux qui ont ceux qui ont peut-être moins besoin besoin de plus de réassurance identifier peut-être un levier d’amélioration donc générer une nouvelle hypothèse de travail pour plus
Tard et puis d’un autre côté euh cette cet algorithme et cettea va nous permettre va vous permettre de détecter de nouvelles opportunités de personnalisation pour améliorer le parcours sur ces micro décisions encore une fois ce sont des micro améliorations qui vont au final améliorer l’ensemble des parcours et pour terminer sur ce
Sujet-l je voulais donner un cas d’étude donc le cas de de notre client la redout euh sur lequel on a on a on a travaillé de depuis des années avec l’algorithme emotions ai ils ont fait un test assez simple vous voyez sur le sur la petite carte ici la carte produit avec le
Message de de de social proof de preuve social euh faites vite article ajouté 36 fois au panier donc ça c’est quelque chose de très simple à mettre en œuvre avec la solution abtesti et no widget et donc ce qu’il faut retenir ces deux choses c’est que un c’est facile à
Mettre en œuvre et deux ils se sont focalisé sur deux besoins primaires et deux segments émotionnels ici pas sur les 10 ils ont adressé d’abord les gens qui avaient besoin de compétition sur lequel ils ont pu identifier 9 % de vente supplémentair en revanche ils ont
Aussi appris que lorsque on met en avant ce message sur des gens qui ont besoin de sécurité bien là on est dans le ratio ratio inverse qu’on diminue le euh le les ventes et que donc il vaut mieux se focaliser uniquement sur les gens qui ont besoin de compétition pour s’éviter de dégrader
Le le le taux de le taux de conversion et et les les ventes au global et donc voilà cet apprentissage cette campagne là elle elle est là 3 ans et donc elle drainecoup de de chiff d’affaires on a appel tort de cas dans le monde de l’assurance dans le monde du retail le
Monde de la beauté et cetera il y a beaucoup beaucoup de cas clients donc je vous invite à à à à vous vous coordonner avec unun chez ABTS si vous voulez en savoir plus sur sur emotion Z voilà le volet plus segmentation et comme je le mentionnais tout à l’heure sur le cas
Sur le cas de notre client du retail et de la du tableau de comparaison on a aussi dans nos cartons on est en train d’étudier ça de très près on est en phase de prototypage sur une nouvelle fonctionnalité qui arrivera aussi dans quelques mois à l’été euh qui va être
Une fonctionnalité nativement intégré dans l’éditeur visuel dans lequel on va pouvoir faire euh appel à un copilote donc à l’ générative sous la forme d’un copilote sachant que le pilote reste vous manager les utilisateurs et donc elle va permettre deux choses cette IA elle va vous permettre d’avoir non pas
Un chat GPT live mais une IA un peu plus formée au bonne pratique et donc vous aider à vous guider vers la bonne stratégie donc typiquement vous allez pouvoir lui demander qu’est-ce que je peux faire sur cette page comme l’exemple que montrait pierre Adrien tout à l’heure avec avec les les bananes
Et donc de vous recommander finalement au regard de l’expence utilisateur de votre site des hypothèses de travail elle va vous permettre aussi de vous recommander des widgets et des stratégies à utiliser pour améliorer par exemple sur un sous-segment et un segment émotionnel si vous avez emotions va vous recommander le contenu qui va
Bien avec le le bon segment et elle va vous permettre aussi de générer du contenu au sens où par exemple vous allez avoir une description un titre vous allez pouvoir utiliser l’ génératif pour décliner ce titre là pour les différents segments d’audience auquel vous voulez vous adresser sans avoir la
Difficulté de créer des contenus et donc de la page blanche qui qui qu’on a tous qui fait que un moment donné on on bute un peu sur la la déclinaison des contenus notamment des contenus text donc cette cette va vous permettre vraiment de d’aller plus loin de générer des contenu beaucoup plus
Vite voilà et je te repasse la main et et moi ce que je veux rajouter c’est que pour l’instant on a parlé beaucoup diagène autour du du texte et cetera il y a aussi toutes les capacités à générer des des images qui peuvent qui peuvent être exploitées et qui vont
Pouvoir un peu ouvrir le champ des possibles nous par exemple on a commencé à faire des des des poques assez sympa en en interne on va s’appuyer sur stabity point II donc ce qui est les modèles stable diffusion pour générer des images par exemple on prend le cas
On a on a une fourniture exemple un canapé on demande au visiteurs d’ajouter son contexte c’està-dire par exemple son salon et ben directement on va avoir une génération d’une combinaison des deux images qui pourra par exemple lui être poussé sur son parcours pour par exemple l’engager encore plus dans dans dans son
Achat et peut-être demain on pourra aussi imaginer des cas où on se dit ok j’ai identifié que ce client sur sur mon site de d’ameublement aime plutôt ce qui est épuré alors je vais lui pousser tous mes produits dans un contexte de salon épuré bah voilà c’est le genre de chose
Qu’on aurait peu ou pas pu imaginer il y a quelques temps et qui en fait va pouvoir être une réalité d’ici quelques mois quelques années c’est c’est vraiment assez sympa et donc voilà là-dessus si ça peut vous permettre de vous donner des idées sachant qu’aujourd’hui les limites de l’
Génératif sur la partie image c’est qu’on a du mal à reproduire des choses de façon fiable et stable et en temps réel mais là-dessus pareil les progrès ils sont immenses on commence déjà à y arriver sur les derniers modèles de stable diffusion donc c’est c’est très prometteur tout
Ça donc voilà et on va passer sur un troisème cas dans dans dans nos projets de test c’est sur la partie développement et retourner cette fois un peu à la partie code c’est que là je vais vous dire quelque chose de très concret c’est que si on prend tous nos
Consultants aujourd’hui qui vont faire des des tests et rédiger rédiger des tests et des bout de codes ils vont utiliser chat GPT à un moment parce que tout simplement simplement on ne maîtrise pas toutes les classes CSS on les oublie euh toutes les fonctions insert bfor et cetera on a tendance à
Oublier comment enfin que le nombre d’arguments qu’il doivent prendre et cetera donc en fait très concrètement aujourd’hui si on va dans chat GPT qu’on lui dit euh voilà mon mon site et qu’on lui en plus injecte les fichiers notre HTML actuel notre CSS et qu’on va lui
Dire bah je veux insérer tel élément euh sous tel format et je veux que tu me fasses ça en respectant mon HTML et mon mon CSS actuel ben il va nous faire une proposition qui sera à peu près correcte voire très correcte mais dans tous les cas qui sera
Une super base de de discussion derrière pour échanger avec nos def front et leur proposer une base de code et dans tous les cas du coup améliorer nos relations plutôt que simplement donner à un dev une maquette faite sous figma en lui disant bah vas-y débrouille-toi sors-moi
Sors-moi le sors-moi le test en fait ça permet vraiment de d’élever le niveau de discours en plus de gagner en productivité et ça on le voit vraiment très concrètement aujourd’hui et c’est c’est vraiment c’est vraiment c’est vraiment sympa et un test qui mettrait par exemple 20 minutes 30 minutes à
Faire bah aujourd’hui on est capable de le sortir dans les grandes lignes en 5 minutes et euh et là-dessus je trouve que c’est une belle valeur et ce qu’on attend vas-y vas-y je vais te le donner c’est qu’en fait on attend aussi que ça apparaisse dans les outils d’abtest en fait ouais
Complètement alors effectivement tu mentionnais c’est vrai que aujourd’hui chat GPT est un peu le le nouveau Stack Overflow le nouveau ou le le nouvel outil pour les développeurs pour aller chercher une base de code he que comme tout toute personne qui est dans la production de contenu ou de code ben
Finalement on a un peu cette peur de la page blanche donc démarrer quelque chose c’est toujours bien puis on voit les initiatives autour de gitub Copilot et cetera sur lesquels il y a une avancée phénoménale alors sur le comme tu le disais sur la la génération de code on a
Vu que dans notre éditeur visuel on allait aider à produire des contenus on a joué aussi avec la production de code et notre Product Manager Golen aussi a joué avec ça et s’est dit tiens je vais lui faire produire du code bon il se trouve que sur le code produit on on a
Aussi des contraintes assez fortes sur l’optimisation et sur les sites web c’est la performance sécurité et performance et donc ici sur cet exemple on a demandé à lia de nous générer des une petite pluie d’étoile sur le titre majeur là sur le grand titre il s’est exécuté il a fait le code
On l’a collé le code a généré les étoiles et tout tout tout allait bien sauf que ça faisait appel à une librairie externe et donc cette librairie externe elle mtait quand même un certain temps à se charger donc on a pris le parti chez BTS effectivement de
De pouvoir générer du code mais de surentraîner lia au regard des exemple de code et des bonnes pratiques de code que nos équipes services professionnels ou n développeurs vont pouvoir vont pouvoir injecter dans l’IA donc c’est c’est pas de l’IA générative brut ça sera de l’IA générative avec un niveau
D’ entraînement qui sera spécifique au cro spécifique au logique des sites Web et de performance en l’occurrence pour s’éviter justement toutes ces librairies externes et en gros pouvoir générer du code sur lequel un un développeur frontte pourra mettre son tampon voir voir voir le valider complètement dès le
Départ euh et donc ça c’est c’est des choses qu’on teste aussi aujourd’hui et qui vont arriver dans notre éditeur de code et dans notre éditeur visuel dans dans les dans les dans les mois qui viennent voilà et puis donc tu avais un exemple aussi sur leement et le paramétrage des
Tests sur cette phase critique aussi ouais c’est encore une fois une incitation au rêve c’est que demain on se dit peut-être que en fait on aura un gral ou directement sera capable depuis un exemple voire de prototype de générer directement le code et en fait là-dessus il y a déjà des des
Des projets qui existent notamment sur GitHub là j’ai pris l’exemple d’un projet qui s’appelle tldw où en fait à gauche je dessine une maquette qui est voilà une petite copine inscrivez-vous à mansletter filter Ia by Converteo et en fait automatiquement cette maquette est réinterprétée via laapi vision d’OP pour
Générer le code en en twind en l’occurrence et directement le code bah ça nous donne l’exemple à droite quand je l’ai quand je l’ai ingéré ça nous donne ça vous voyez entre la maquette de gauche et la réalité de droite il y a quelques écarts de plus ça ne respecte pas forcément
Le standard les standards de de codes qui sert utilisés sur le site en question dans lequel on voudra injecter notre popine mais déjà de se dire que là aujourd’hui en faisant une maquette en 5 minutes on est capable de sortir un bout de code je trouve que c’est déjà ultra
Prometteur et pareil demain en rajoutant le contexte qui sera bah voilà mon site voilà mon code voilà mon CSS je pense qu’on arrivera vraiment à à réduire en fait le time to market de de la création d’un test depuis une maquette de façon assez faramineuse et donc ce qui nous
Donnera la capacité de faire beaucoup plus de tests et là-dessus c’est c’est ultra ultra prometteur donc j’espère que ça vous ça vous ça vous inspire un un nouveau cas où on va voir que l’agen va pouvoir n donner un coup de main c’est sur la partie recette également parce qu’en fait aujourd’hui
Euh la seule façon de vérifier que des tests se comportent comme on espère qu’il se comporte c’est bah d’aller nous-même dans dans la console de faire notre scénario et de le refaire à intervalle régulier en vérifiant que tout va bien sauf que là où l’agen peut être très forte c’est
Notamment pour adapter un code à un contexte par exemple si aujourd’hui je génère un scénario bah de test que moi j’ai fait dans dans dans Chrome et que j’ai enregistré exporté dans poupé tir qui est du coup un un craoller Open Source je vais pouvoir lui dire ok
Maintenant que j’ai fait ça moi étant assez débutant et ne connaissant pas toutes les routines PP tir je vais vouloir que tu à chaque chargement de page me fasse un console log avec l’état de mon test avtes vérifier que ce sont les bonnes valeurs quand j’ai fait mes clics et
Vérifier que ce sont les bonne valeur et cetera et derrière je vais en fait bah exporter ce scénario directement le générer le code que je vais pouvoir exécuter mettons dans dans un outil comme vs code et en fait bah en quelques minutes de code je vais pouvoir bien un
Crawer personnalisé benah en fait vérifier que tous mes scénarios test sont toujours live sans avoir à faire à chaque fois à me refaire les quatre pages les quatre variations et en fait pareil là-dessus on en arrive à pour des gens qui ne sont pas des experts en génération en
Création de crawer à pouvoir être en capacité de le faire pour un temps extrêmement réduit et là-dessus pareil je trouve ça je trouve ça hyper prometteur enfin un cas je sais que certains attendent qui est est-ce que demain l’agen nous permettra de faire nos analyses de façon fluide rapide et
Nous faire gagner un temps incroyable bah là-dessus on a fait pas mal de tests et la réponse va être assez déceptive c’est que aujourd’hui je dirais qu’on est plutôt à nom et je vous ai montré un petit screenshot en haut c’est que nous on s’est amusé par exemple à faire des
Promptes en disant on lui fournissant des des résultats de données de test en lui disant bah ok qu’en penses-tu analyse-moi ça et cetera à la fin on en arrivait notammentpt à nous dire en conclusion les données suggèrent qu’il y a une relation significative entre le nombre de visites et le nombre d’achat
Dans le contexte de ce test AB super on est super bien avancé et on a vu en fait que en faisant beaucoup de on arrivait à quelque chose en lui disant je veux faire la division de telle colonne que tu manalyses la variation de ce test sous tel modèle statistique on arrivit à
Des choses mais ça demandait énormément d’effort donc pour l’instant on n’y était pas par contre la réalité c’est que oui si vous êtes en capacité de fournir des modèles de données extrêmement structurés qui se répètent en respectant les mêm structure avec des prompes que vous avez extrêmement bien
Préparés ou alors via des modèles plus classiques de Deep learning vous êtes capable aujourd’hui de faire des analyses trè fines de bien de bien estimer l’incrémental généré sur vos tests mais en tout cas euh on n’est pas encore remplacé en terme d’analyste maintenant de mon point de vue ce qu’on
Attend c’est quand même que euh les outils et les solutions type abtesti qui eux ont la capacité à fournir de la données structurées sur les analyses d’abtest nous nous quand même dans le futur et nous mâche un maximum le travail et là là-dessus je pense que tu as quelques petits mot à
Nter aussi B très bonne transition merci euh effectivement euh on a on a travaillé depuis quelques mois et et tu tu le disais tu le disais le le challenge il est vraiment de nourrir de la donnée structurée eTTH et et très souvent aussi de d’avoir systématiquement l’hypothèse de départ
Parce que l’hypothèse de départ va aussi aider li a à savoir si finalement l’hypothèse elle est validée ou invalidée donc tout ça part du principe que l’hypothèse est remplie que la donnée est hyper structurée voit même que le la finalité au-delà de l’analyse elle est aussi remplie c’estd est-ce que ma campagne a
Rempli son objectif est-ce que est-ce que finalement j’ai appris ou j’ai gagné et cetera donc on a structuré tout ça effectivement on est arrivé avec une une première version de ce qu’on appelle le copilote sur les rapport et donc comme tu disais il a pas vocation à remplacer
Un analyste mais donner toujours un peu plus de de prémachage de Bill pour commencer une analyse ou au moins se diriger vers les vers les bons vers les bons indicateurs donc ce ce ce petit module qui qui est en cours de développement AR arrivera en début d’année 2024 va permettre une préanalyse
Pour aller expliquer quel est le KPI quelle est la variation gagnante quel est le KPI qu’il faut regarder et évidemment on a beaucoup beaucoup d’ambitions pour ce module là notamment pour aller identifier le sous-segment ou le segment qui a le mieux performé allait permettre aussi une analyse un
Peu plus fine sur l’ensemble des KPI et des effets Collat ro parce que souvent on regarde des KPI on s’aperçoit qu’il y a qu’il y a peut-être un autre indicateur notamment on regarde le taux de le taux de conversion et finalement c’est le montant du panier qui a qui a
Augmenté donc arriver vraiment à à rediriger l’attention sur ce qui a du sens et et enlever le bruit parce qu’aujourd’hui les biis et le bruit donc c’est vraiment l’objectif de ce copilote et on on imagine dans le futur que euh puisqu’on a déjà initié le modèle conversation dans les rapports o on peut
Laisser des commentaires euh d’avoir euh le le lia génératif qui va venir le copilote qui va venir fournir cette préanalyse de manière plus proactive et s’éviter en tant que co analyste ou en tant que dataanalyste d’aller tous les jours dans l’application et plutôt que de mais plutôt de recevoir cette
Information de manière récurrente dans les dans les Microsoft teams dans les slack pour arriver à être un peu plus proactif et donc ne pas avoir tout cette logique de d’analyse préalable qui est nécessaire ou de suivi aussi pour savoir si la campagne a atteint la significativité statique et cetera donc
Plutôt que l’IA et l’automatisation viennent à l’humain plutôt que l’inverse et donc ça ce sont des sujets sur lesquels on travaille ardamment il y aura beaucoup d’évolution en 2024 voilà et donc merci on on arrive nous à la fin de notre présentation là il nous reste 5 minutes pour prendre pour
Prendre quelques questions sauf si tu voulais compléter quelque chose vas-y ben non merci à vous deux pour cette belle prise de parole je suis désolée pour toutes les personnes qui ont rencontré un problème de son donc je pris le nom des personnes je vous renverrai directement le replay même si
Vous le recevrez automatiquement dans quelques minutes je vois queisabelle aussi a mentionné un problème de son donc n’hésitez pas à nous dire qu’on puisse régler le problème j’ai le support de livestorm en même temps donc désolé pour ce désagrément et je pense qu’on peut passer aux questions effectivement il y a eu beaucoup
Beaucoup de de questions on a Sébastien qui nous a demandé quelle recommandation sur les Prom donc astuces meilleure pratique pour avoir des résultats pertinents là ça va être une réponse assez assez générique mais si je reprends les les exemples sur sur ma génération de code de base en
Fait si on va prendre Bard ou chat GPT il ne sait pas de quoi on va parler donc il va falloir être précis en lu faant jouer un rôle on va lui dire tu es de front tu tu respectes toutes les bonnes pratiques réponds de façon la plus
Concise sans bla bla et partir de là en fait déjà on va le préconfigurer dans l’état d’esprit pour lui dire ok je ne veux pas que tu je ne veis pas répondre avec de test mais avec du code extrêmement précis et après il faut être il faut savoir ce qu’on veut être
Concret et également être un peu directif parce que justement parfois ça peut arriver qu’il soit ce qu’on dirait lazy un peu un peu fléard ou parfois très verbe donc on va lui dire ben non je veux concrètement utilise utilise la F fction pour répondre à mon cas et me
Générer mon code de test donc voilà être directif en Luans jouer un rôle c’est déjà c’est déjà les deux bonne pratique assez assez classique ouais le effectivement le contexte je je je valide par rapport à mon expérience le contexte et être directectif je me suis
Je me suis pris à à dire s’il te plaît merci à mon générative et au final bon ça a pas trop d’intérêt donc au je me suis retrouvé à être un peu plus directif j’avoue donc c’est c’est c’est des bonnes exactement confirme ce que tu dis pierre Adrien super merci beaucoup
Je vous propose de cibler les questions qui ont eu le plus de de up comme on peut voter donc n’hésitez pas à voter directement pour qu’on puisse voir les questions qui vous intéressent le plus parmi celles-ci je vois la question de Valentin donc dans l’exemple d’analyse de grande quantité de données variées
Par exemple les verb team client comment s’assurer des résultats de l’intelligence artificielle ouais bah en fait de but en blanc si vous utilisez les modèles là en l’occurrence c’était de l’analyse de de sentiments euh qui sont disponibles sur les plateformes euh effectivement il y aura une part où il faudra réentraîner F
Tuner mais là nous dans nos cas qui est qui est notre offre en fait c’est c’est issu aussi de bah de quelques années de Red de F tuning donc on sait que maintenant quand on va donner un contexte et des champ sémantiques à cibler avec la avec notre méthode on
Sait qu’on va avoir de de de fait des bons résultats parce que parce que c’est devenu notre métier donc voilà mais effectivement il y a rien de a rien de magique il y a de l’entraînement du ciblage beaucoup de Red et il y a que comme ça qu’on arrive à avoir des
Résultats fiables ouais rien à rajouter là-dessus très bien merci beaucoup euh nous avons ensuite la question de Raphaël euh donc dans le cas pratique du comparateur la source de données est-elle non structurée ou faut-il une source avec des champs bien défin pour obtenir des comparaisons pertinentes oui il faut une
Donnée structurée quand même de base euh après là où l’a génératif va pouvoir apporter de de la valeur c’est qu’il va remplir les champsvides entre guillemets ou trouver les éléments de comparaison par lui-même donc c’est c’est là qu’on s’appuie sur la grande capacité de de de synthétisation de d’extrapolation aussi
Des génératives mais la donnée de base elle était structurée ou elle était structurée avec des champs déjà bien définis il se en fait il était là pour plus ou moins boucher les trous voir extrapolé sur de l’information qui était pas nécessairement disponible donc typiquement par exemple sur je sais pas
La le poids de la machine à laver qui était pas forcément disponible tout le temps B il va il va lui aller le chercher et le mettre à disposition donc c’est quand même de la donnée structurée en entrée oui très bien merci beaucoup j’arrive je vois que la prochaine
Question qui était bien remontée c’est la question d’iren aussi qui qui se demandait si emotions ai était pour tous les types de produits plutôt une question pour jean-y oui bah donc oui pour tout type de produit on a une grande diversité de clients on a plus d’une cinquantaine de clients
Aujourd’hui qui qui l’ont déjà adopté dans des domaines aussi variés que l’assurance la banque mais aussi le retail le fashion enfin différentes typologies de produits pas que des Marketplace pas que des euh pas que des des des des vendeurs des commerçant monoproduit non plus donc oui ça peut
S’adapter à à une grande diversité de de de cas et d’industrie ouais tout à fait je sais pas dans lequel vous travaillez vous mais j’imagine que ça ça ça ça marchera oui super merci beaucoup et je pense et j’en profite pour Jean il y avait une autre question de Sébastien
Qui était un client peut-il passer du profil intuitif au relationnel selon certaines circonstances et comment il ma a détecte-t-il ou adapte-t-il la personnalisation à ce moment ouais alors question que tu aimes bien oui oui très très pertinente euh pour l’instant le modèle emotion the va déterminer une catégorie pour un visiteur donc je
Dirais que jusqu’ jusqu’à aujourd’hui il rentre dans une catégorie il en sort plus et pourquoi parce qu’en fait on a pris le parti aussi de détecter le besoin primaire c’est-à-dire qu’en gros tous les visiteurs sont secourés sur l’ensemble des 10 euh des 10 critères enfin des 10 des 10 sous segments des 10
Besoins et on va l’associer aux besoins primaires donc de base un visiteur a tout à toutes les à toutes les émotions simplement on va détecter le besoins primaires et c’est celui-là qu’on associe a à aux visiteurs on s’ouvre dans le futur éventuellement à historiser cette information et voir si
Effectivement les profils changent au fil du temps les premières études montrre que c’est pas trop le cas donc pour l’instant on est resté sur ce postulat de on garde le profil émotionnel qui est est détecté à la première première visite finalement et il reste dans le temps mais on s’ouvre
Effectivement potentiellement à le à le changer dans les dans certains contextes euh donc ça répond je pense à une partie de la question euh et ensuite c’est comment comment adapter la personnalisation moi cétait un peu lié je crois euh adapter la personnalisation quand il y a un changement vu qu’il y a
Pas de changement ben on change pas la personnalisation euh si vous êtes dans un segment vous allez recevoir la personnalisation ce segment j’espère que c’est clair super ben écoutez merci à vous je pense qu’on va pouvoir clôturer ce webinar car le temps passe eu merci d’avoir été au rendez-vous une nouvelle
Fois pour pour ce contenu on a été ravi de de vous accueillir encore désolé pour ce petit problème technique et puis on vous souhaite à toutes et à tous une très belle journée n’hésitez pas si on peut vous aider n’hésitez pas à nous renvoyer un petit message un LinkedIn
Quoi que ce soit si vous avez des questions je vois que beaucoup de remerciements effectivement merci jean-y et merci Pierre Adrien pour votre expertise et votre temps avec plaisir et je vous dis à la prochaine fois mercici merci au revoir au revoir