Mes non-prédictions pour 2018

Comme à chaque fin d’année, je vous propose mes prédictions numériques pour l’année à venir (lire mon bilan des prédictions précédentes). C’est déjà la treizième édition (cf. mes prédictions 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016 et 2017) et je pense que nous avons atteint les limites de cet exercice. Non pas qu’il ne se passera rien l’année prochaine, mais plutôt que le rythme d’innovation a été tellement soutenu ces dernières années que nous avons atteint un plafond. Comprenez par là que le marché a une capacité limitée d’absorption, or, il y a déjà trop de champs d’innovation possibles pour les maigres budgets R&D des entreprises, il y a donc assez peu de chances pour que des innovations ou usages réellement disruptifs émergent en 2018. Dans la mesure où nous avons tout ce qu’il nous faut en matière d’innovations, l’année 2018 sera très certainement consacrée à une assimilation / rationalisation des innovations et nouveaux usages déjà identifiés plutôt qu’à de l’exploration. Ceci étant dit, il est toujours intéressant d’en faire la liste pour déterminer ceux qui ont le plus fort potentiel pour vous.

« Il n’y a pas de précurseurs, que des retardataires »

J’adore cette citation de Jean Cocteau, car elle illustre parfaitement ce à quoi va ressembler 2018 : une course à l’assimilation des innovations technologiques et d’usage pour ne pas se faire distancer par la concurrence. Comme expliqué dans l’introduction, le problème est que le nombre de chantiers d’innovation potentiels augmente d’année en année. Le casse-tête pour les entreprises va donc être d’intégrer rapidement les innovations techno / usages de référence tout en préparant celles qui arrivent. Je vous propose d’en faire le tour pour identifier celles qui sont potentiellement les plus pertinentes pour vous.

Le smartphone consolide sa place de 1er écran

J’espère qu’il ne vous aura pas échappé que le smartphone est maintenant le premier écran, devant la TV et devant les ordinateurs. Ceci n’est pas la résultante d’une incroyable accélération ces derniers mois, mais plutôt d’une adoption qui a progressé de façon constante ces dernières années (Le mobile dévore le monde, depuis 6 ans !) et qui font des terminaux mobiles les premiers écrans en termes de temps passé et même d’investissements publicitaires, devant la sacro-sainte télévision que l’on pensait indétrônable. Et pourtant… Le smartphone est la nouvelle TV.

Pour se rendre compte de l’importance qu’ont prit les smartphones dans notre quotidien, il suffit d’observer les utilisateurs autour de vous. Sinon, vous pouvez jeter un oeil au Baromètre numérique 2017 de l’ARCEP ou vous étonner des dernières statistiques du m-commerce (Cyber Monday : 47,4 % des visites sur mobile).

Maintenant que nous avons les preuves de la position centrale qu’occupe le smartphone dans le quotidien des consommateurs, il convient d’adapter en conséquence :

• la stratégie marketing dans un contexte d’attention fractionnée et d’atomisation de l’audience (Marketing in a distracted, digital world) ;
• les formats de contenu et les publicités pour mieux coller aux contraintes des petits écrans et aux nouvelles habitudes des mobinautes (50% de la vidéo sera mobile d’ici 2020 et Le domicile premier lieu de consultation de vidéos sur mobile) ;
• les canaux mobiles exploités sachant que 8 mobinautes sur 10 ne téléchargent plus de nouvelle application en France.

Dans la mesure où les régies publicitaires sont grosso modo les mêmes (Google, Facebook…), on peut facilement penser que la bascule vers les smartphones peut se faire rapidement et sans encombre, mais détrompez-vous : utiliser les mêmes recettes sur mobile que sur ordinateur est une grossière erreur, il faut intégralement revoir les supports et formats exploités, les logiques publicitaires et parcours client. Deux exemples tout simples : impossible d’utiliser les cookies sur un smartphone, pour faire du ciblage individuel il faut passer par d’autres techniques d’identification ; impensable également de recycler vos bannières ou vidéos horizontales sur smartphone, il faut se plier aux formats de références (articles sponsorisés, vidéos verticales, stories…).

Je pense, et j’espère sincèrement que 2018 va être l’année de la prise de conscience que le smartphone est un support complexe et que les besoins, habitudes et attentes des mobinautes sont très différents. Nous parlons bien ici d’adopter une approche mobile-first : de penser les offres, contenus et messages en premier lieu sur smartphone, puis de voir comment cela peut être décliné sur les ordinateurs et tablettes.

Les interfaces naturelles s’installent dans le quotidien des consommateurs

Normalement, vous devriez déjà être au courant que 20% des recherches sur Google se font avec la voix. Autant nous avons clairement montré trop d’enthousiasme sur les chatbots, autant la recherche vocale est largement sous-évaluée. Plus généralement, ce sont les usages exploitant les modes d’interactions naturelles qui sont petit à petit en train de se généraliser :

• les interfaces textuelles avec des chatbots qui sont maintenant déployés sur différentes messageries mobiles (Messenger, Kik, Viber…), mais également sur d’autres supports (SMS, Skype…) et même encapsulés dans un site web (Facebook introduces a Messenger plugin for business websites) ;
• les interfaces sonores qui permettent d’identifier de la musique (Apple is acquiring music recognition app Shazam), mais surtout de détecter le contexte dans lequel se trouvent les mobinautes (ex : dans la voiture ou devant leur TV) et de connaitre avec précision le canal qu’ils sont en train de consulter (TV, radio, cinéma…) et les pubs auxquelles ils sont exposés ;
• Les interfaces vocales avec les assistants personnels disponibles sur les enceintes connectées qui se vendent comme des petits pains (Amazon just revealed its best-selling Black Friday item that helped it dominate sales online), mais que l’on retrouve également dans un nombre croissant de TV (Sony’s Android TVs now have Google Assistant), qui parlent la langue de Molière (8 applications françaises rejoignent Google Assistant dont Voyages-sncf et l’Équipe et M Suggestions : l’IA de Facebook Messenger a fini ses cours de français) et pour lesquels il existe des outils de création toujours plus simples (This tool lets you create Google Assistant actions from a Word document) ;
• les interfaces visuelles qui sont proposées par de plus en plus d’applications avec une couche d’intelligence (Snapchat now recognizes food, pets, and more when suggesting filters, Pinterest Lens now gives users a way to figure out their outfits with the clothes in their closet et eBay launches visual search tools that let you shop using photos from your phone).

Là encore, ne pensez pas qu’une simple conversion de vos contenus, services, messages ou campagnes vont faire l’affaire, nous parlons d’une authentique rupture dans l’accès et l’exploitation. La courbe d’apprentissage va être longue (n’espérez pas pouvoir balancer votre jingle sur une enceinte connectée), donc autant s’y mettre tout de suite.

La donnée devient un actif stratégique prioritaire

La data est un sujet qui tourne en boucle depuis de nombreuses années. Si tout le monde est d’accord pour dire que la donnée est le nouvel or noir, très peu sont les entreprises qui ont mené à bien des chantiers d’envergures dans ce domaine. Le problème ne vient pas tant de la disponibilité que du savoir-faire (Les marques croulent sous les données clients mais ne savent pas les exploiter). D’une part, il y a encore une « ligne Maginot numérique » qui divise les jeux de données (85% des directeurs marketing ne réconcilient pas données online et offline) ; d’autre part, il y a un véritable problème culturel : Les Français sont des analphabètes de la data (lire à ce sujet : Why Companies Must Close The Data Literacy Divide).

Autant ce n’était pas très grave ces dernières années, autant le sujet va devenir prioritaire l’année prochaine, car la concurrence va s’organiser autour de la donnée et développer des avantages compétitifs significatifs qui vont fortement pénaliser les retardataires. Pourquoi 2018 ? Car il a fallu quelques années au marché pour se structurer, mais c’est maintenant chose faite avec un certain nombre de solutions convergentes : Le grand marché de la data marketing décolle enfin, Les grands médias français se lancent dans la bataille de la data et Criteo integrates LiveRamp’s IdentityLink into its Commerce Ecosystem.

L’autre raison qui va faire de la gestion de la donnée un des sujets prioritaires de 2018 est l’entrée en vigueur de la nouvelle réglementation européenne (RGPD et ePR). Un ensemble d’obligations qui vont avoir un énorme impact sur les pratiques publicitaires (La GDPR signe-t-elle la fin de l’âge d’or de la publicité en ligne ?) et d’acquisition de trafic (Comment le RGPD va vous empêcher de growth hacker tranquilles).

Si vous pensez qu’en remplissant une déclaration CNIL ou en recrutant un stagiaire data analyst vous allez vous mettre à l’abri, vous êtes loin du compte. Il va falloir monter un plan d’actions ambitieux, cohérent avec votre stratégie et déployer des ressources importantes ne serait-ce que pour essayer de conserver vos parts de marché.

Le marketing automation s’impose comme le remède à la fragmentation des médias et l’omnicanalité

À une époque, il n’y avait que deux canaux numériques à gérer : le site web et l’email. Mais ça c’était avant l’avènement des médias sociaux et des smartphones. Aujourd’hui une marque lambda doit prendre en compte un nombre conséquent de canaux et supports numériques (en moyenne un internaute est inscrit sur 7 plateformes sociales). Face à cette diversité, et à des parcours d’achat toujours plus complexes, les annonceurs n’ont d’autres choix que de s’outiller pour faire face à cette fragmentation. Le recours à des traitements automatisés est la seule option viable pour pouvoir maintenir une présence et un niveau de service sur l’ensemble des canaux et supports : Des nouveaux outils digitaux pour un marketing automatisé. Mais cette présence étendue ne veut pas simplement dire re-publier les messages de Facebook sur d’autres plateformes, cela veut dire exploiter les spécificités de chaque plateforme, les combiner dans des scénarios d’acquisition / transformation / fidélisation, et les coupler avec des sources de données disparates (ex : plateforme CRM).

Autant vous dire que c’est un chantier extrêmement pointu et surtout très technique, car vous allez devoir coordonner différents métiers (marketing, communication, ventes, support-client, fidélisation…) et trouver une place à votre plan d’ensemble dans la feuille de route informatique. Un chantier très laborieux qu’il faut mettre en route dès maintenant pour qu’il puisse aboutir avant la fin de l’année 2018.

Les pratiques de machine learning gagnent en sophistication et s’invitent petit à petit dans les processus métier

Maintenant que nous savons faire la différence entre l’IA « historique » reposant sur un moteur de règles et l’IA « évolutionniste » exploitant des processus d’apprentissage automatisés (The fundamental differences between automation and AI) ; et que nous avons des avis éclairés nous permettant d’écarter les scénarios catastrophes prophétisant une hypothétique singularité (The impossibility of intelligence explosion), nous pouvons aborder le sujet du machine learning de façon plus sereine. Jusqu’à présent, l’IA était utilisée de façon ciblée sur de l’automatisation de tâches, puis sur de l’analyse de grands volumes de données (reconnaissance d’images, traitement naturel du langage…). Ces derniers mois, d’énormes progrès ont été réalisés en apprentissage non-supervisé (deep learning) et en apprentissage par renforcement (transfer learning) : Google’s Artificial Intelligence Built an AI That Outperforms Any Made by Humans. Ces progrès nous permettent d’envisager dès l’année prochaine une utilisation des IA pour améliorer la performance des processus métier, ceux pour lesquels il y a beaucoup moins de données disponibles.

Jusqu’à présent, le machine / deep learning ne se révélait réellement efficace « que » pour traiter de grandes quantités de données (ex : images ou documents), mais en diminuant le volume de données nécessaires pour obtenir des résultats significatifs, les entreprises vont pouvoir envisager une utilisation beaucoup plus intensive (Quelles sont les applications concrètes de l’intelligence artificielle ?).

Vos prochains chantiers en matière d’intelligence artificielle ne seront pas de les exploiter dans un POC (Proof of Concept), mais plutôt d’intensifier leur exploitation en les déployant petit à petit sur l’ensemble des processus métier, que ce soit pour automatiser, améliorer, prédire… Certains secteurs sont plus à la pointe que d’autres (ex : dans la banque comme en témoigne ce rapport : L’impact de l’IA sur les métiers de la banque), mais cela ne doit pas vous empêcher de faire preuve d’initiative et de lancer un programme ambitieux pour développer et intensifier l’utilisation des IA. La première étape obligatoire sera de faire de la pédagogie auprès de vos collègues (notamment sur toute la mauvaise presse qui est faite en ce moment) et de leur inculquer une culture data.

La transformation digitale se poursuit inexorablement et dans la douleur

Que vous le vouliez ou non, la transformation digitale est en marche et ceux qui luttent contre se retrouvent sur le bas-côté, à l’image de ce médecin américain qui ne voulait pas se remettre en question (Judge rules against 84-year-old doctor who can’t use a computer). Comme j’ai déjà eu l’occasion de vous l’expliquer, les entreprises françaises ne sont pas spécialement en avance (La formation est l’étincelle de la transformation digitale), malgré quelques bons élèves qui sont moteurs pour leur industrie (ex : AXA qui teste l’Assurance-as-a-Service, Total qui prend la tête du classement eCAC 40, Cdiscount qui équipe ses entrepôts de robots pour rivaliser avec Amazon ou Ocado…).

Après plusieurs années passées à simuler la transformation digitale (nomination d’un CDO, organisation d’hackathons, créations d’incubateurs…), 2018 sera l’année où les entreprises devront réellement la mettre en oeuvre. Nous parlons ici d’une transformation en profondeur : organisationnelle, opérationnelle, culturelle… à l’image de General Electric qui est en pleine réinvention (GE : la transformation d’un géant industriel en entreprise numérique). De gros chantiers de transformation culturelle ont déjà été initiés en France par des acteurs historiques (ex : La Poste qui devient un acteur de la proximité, la SNCF qui devient un acteur de la mobilité…), ils devraient inspirer d’autres entreprises traditionnelles à se remettre en question et initier des chantiers de transformation ambitieux. Ces chantiers concerneront en priorité l’offre (avec des techniques comme le design thinking), le modèle économique (transformer une chaine de valeur linéaire en une plateforme ou un écosystème) et la culture (j’insiste sur l’importance de la formation pour faire de l’acculturation au numérique).

J’espère sincèrement qu’un déclic va s’opérer en 2018, aussi bien au niveau des entreprises que des instances publiques (Que doit-on attendre du Conseil national du numérique pour ces prochaines années ?), car nous n’avons pas la chance de bénéficier de mécènes privés comme aux États-Unis (Facebook will teach the unemployed digital/social media skills in 30 cities).

Conclusion : la continuité dans le changement (ou un truc dans le genre)

Je vous avais prévenu dès le titre de l’article : ne vous attendez pas à des innovations technologiques fracassantes ou de nouveaux usages en rupture, 2018 sera une année de consolidation (à moins qu’il y ai une percée significative dans en informatique quantique). Comme vous ne pouvez pas décemment mener tous ces chantiers de front, il vous appartient de les prioriser en fonction de ceux qui vont potentiellement créer le plus de valeur ou en fonction de ce qui a déjà été initié. La bonne nouvelle est que vous serez en terrain connu, ceci devrait favoriser le travail de priorisation et le lancement de projets pilotes. Vous savez quoi faire, au boulot !