Skip to main content
Le ciblage prédictif par IA est un module complémentaire disponible dans Web Experimentation et Feature Experimentation. Contactez votre Customer Success Manager pour plus de détails.
Lorsque vous ciblez tous les visiteurs de la même manière, vous traitez une personne très susceptible de convertir comme une personne qui ne l’est pas, ce qui rend plus difficile de décider quand intervenir, quel message afficher et quelle incitation (le cas échéant) proposer. Le ciblage prédictif par IA résout ce problème en entraînant un modèle de machine learning qui estime la probabilité de conversion de chaque visiteur pour un objectif spécifique. Une fois l’entraînement terminé, vous pouvez utiliser la condition Propension à convertir dans les segments pour cibler les visiteurs selon leur probabilité de conversion prédite et adapter votre campagne en conséquence.

​
Fonctionnement du modèle

Le modèle de machine learning de Kameleoon estime la probabilité de conversion attendue de chaque visiteur à partir de trois catégories de points de données. Les exemples de chaque catégorie ne sont pas exhaustifs : le modèle prend en compte la plupart des points de données collectés par Kameleoon. Pour l’inventaire complet, consultez Liste des données collectées.

​
Sessions précédentes

Points de données issus des sessions précédentes du visiteur, notamment :
  • Nombre de sessions
  • Temps moyen entre les sessions
  • Nombre de pages visitées
  • Nombre de clics

​
Points de données statiques

Points de données qui décrivent le contexte du visiteur, notamment :
  • Navigateur
  • Système d’exploitation
  • Page d’entrée
  • Référent
  • Temps écoulé depuis la dernière session

​
Points de données dynamiques

Points de données que Kameleoon dérive du comportement du visiteur pendant la session en cours, notamment :
  • Nombre de pages visitées
  • Nombre de clics
  • Temps passé sur le site

​
Fréquence de mise à jour du modèle et des scores

Le modèle n’est pas statique. Kameleoon le réentraîne toutes les 10 minutes à mesure qu’il collecte de nouveaux points de données et analyse davantage de visites et de conversions. Kameleoon reconstruit également le fichier applicatif engine.js toutes les heures pour déployer le dernier modèle, sauf si l’une de vos propres modifications (par exemple, la mise à jour d’une campagne) a déjà déclenché une reconstruction. Le score de chaque visiteur est mis à jour en temps réel : Kameleoon le recalcule à chaque déclencheur mesuré, comme une étape du parcours client.

​
Enrichir le modèle avec vos propres données

Vous pouvez améliorer la précision des prédictions en fournissant vos propres données métier. Lorsque vous créez une donnée personnalisée, activez Utiliser cette donnée personnalisée comme entrée pour le ciblage prédictif par IA pour la rendre disponible au modèle.
Le modèle n’accepte que les types de données personnalisées Nombre et Booléen. Évitez d’ajouter des données sensibles telles que des dates, des horodatages ou des identifiants uniques de visiteurs (par exemple, des adresses e-mail ou des numéros de compte), car ces valeurs sont inadaptées aux modèles prédictifs. Évitez également les données personnalisées très ciblées, par exemple des données spécifiques à des visiteurs individuels ou à de très petits segments.
Pour les instructions de configuration, consultez Créer des données personnalisées.

​
Configurer le ciblage prédictif par IA

1

Activer le ciblage prédictif par IA sur un objectif

Choisissez un objectif de conversion et activez le ciblage prédictif par IA pour lancer la phase d’apprentissage du modèle. Sélectionnez un déclencheur qui représente un moment significatif dans le parcours client, comme une vue de page produit, un ajout au panier ou un abandon de commande. Activer le ciblage prédictif par IA sur un objectif
2

Attendre la fin de la phase d'apprentissage

Le modèle nécessite 7 jours de données et 100 000 visites, et les deux conditions doivent être remplies. Une fois l’entraînement terminé, le badge de l’objectif passe de IA en apprentissage à IA active, et les prédictions deviennent disponibles le lendemain. Pour connaître la signification de chaque badge, consultez Badges de statut du modèle IA.
3

Créer un segment avec la Propension à convertir

Utilisez la condition Propension à convertir pour créer un segment qui cible les visiteurs selon leur probabilité de conversion prédite. Kameleoon regroupe les visiteurs en cinq niveaux de score : Très faible, Faible, Modéré, Élevé et Très élevé. Utiliser le ciblage prédictif par IA dans un segmentVous pouvez aussi appliquer la condition Propension à convertir directement à une expérience via le ciblage rapide, sans créer de segment réutilisable.
4

Appliquer le segment à une campagne

Ajoutez le segment à une expérience web, une personnalisation ou une expérience de fonctionnalités pour offrir la bonne expérience à chaque visiteur en fonction de sa propension à convertir.

​
Utilisation avec les SDK Feature Experimentation

Lorsque vous récupérez les données du visiteur via un SDK Feature Experimentation, définissez kcs sur true dans votre appel getRemoteVisitorData. Sans ce paramètre, Kameleoon ne renvoie pas le Kameleoon Conversion Score (KCS), et la condition Propension à convertir n’a aucun score à évaluer. Pour la référence complète des paramètres, consultez getRemoteVisitorData dans la documentation SDK. Le paramètre kcs est disponible dans tous les SDK Kameleoon.