Apprentissage automatique et marketing : outils, exemples et conseils que la plupart des équipes peuvent utiliser

L'apprentissage automatique, un sous-ensemble de l'IA, est un outil puissant qui transforme rapidement le marketing.

Environ 35 % des spécialistes du marketing utilisent l'IA pour simplifier leur travail et automatiser les tâches fastidieuses, selon HubSpot. dernières recherches. Cependant, la même étude révèle que 96 % des spécialistes du marketing ajustent encore les résultats générés par l'IA, ce qui indique que c'est encore loin d'être parfait.

Dans l'article d'aujourd'hui, vous découvrirez comment l'apprentissage automatique peut dynamiser votre équipe marketing. Nous partagerons également des exemples concrets d'entreprises du monde réel mettant en œuvre l'apprentissage automatique et remarquant des améliorations significatives.

Table des matières

Apprentissage automatique et marketing

L'apprentissage automatique est une forme d'intelligence artificielle (IA) qui permet aux applications logicielles de prédire les résultats avec plus de précision sans être explicitement programmées.

Les spécialistes du marketing utilisent le ML pour comprendre le comportement des clients et identifier les tendances dans de grands ensembles de données, ce qui leur permet de créer des campagnes marketing plus efficaces et d'améliorer le retour sur investissement du marketing.

Par exemple, Netflix utilise l'apprentissage automatique pour améliorer son algorithme de recommandations, prévoir la demande et accroître l'engagement des clients.

En exploitant l'historique de visualisation des clients, l'entreprise obtient des informations précieuses sur les préférences des clients, leur permettant de faire des suggestions de contenu pertinentes.

Regardez l'image ci-dessous pour voir ce qui pousse les professionnels à adopter le ML et AI .

Image Source

Comment l'apprentissage automatique peut améliorer le marketing

L’apprentissage automatique peut améliorer le marketing de nombreuses manières. Voici les cas d’utilisation les plus courants :

1. Évaluez le sentiment des clients

Les algorithmes d'apprentissage automatique peuvent identifier automatiquement le sentiment des clients, englobant les opinions positives, neutres ou négatives.

Initialement, ils collectent des données textuelles provenant de diverses sources telles que les avis des clients, les mentions sur les réseaux sociaux, les formulaires de commentaires ou les réponses à des enquêtes.

Ensuite, les données subissent un prétraitement et sont étiquetées en fonction du sentiment correspondant. Cela permet aux spécialistes du marketing d'obtenir des informations sur le sentiment des clients et d'apporter des améliorations en fonction des commentaires.

2. Personnalisez l'expérience utilisateur

Les modèles d'apprentissage automatique peuvent analyser le comportement des utilisateurs et les données historiques pour prédire les préférences des clients. Les spécialistes du marketing profitent de cette opportunité pour créer des offres personnalisées pour les clients, telles que des recommandations de produits, des promotions ou des remises.

De plus, ML peut organiser des flux de contenu en fonction des intérêts des utilisateurs et envoyer des rappels personnalisés aux clients.

3. Optimiser les efforts de distribution de contenu

L'apprentissage automatique peut analyser les performances de différents canaux de distribution de contenu et proposer des stratégies d'optimisation.

En accédant aux données historiques, il peut déterminer le meilleur moment pour poster et la fréquence optimale de distribution du contenu pour éviter de surcharger l'audience.

Il peut également identifier les canaux de distribution les plus efficaces, permettant aux spécialistes du marketing d'allouer judicieusement leurs ressources et d'obtenir un engagement maximal ainsi qu'un retour sur investissement.

4. Optimiser le ciblage publicitaire et les enchères

Le ML révolutionne la publicité ciblée.

En analysant une grande quantité de données clients, l'apprentissage automatique prédit le comportement des clients et regroupe les utilisateurs en segments en fonction de traits et de caractéristiques partagés.

Les spécialistes du marketing utilisent ensuite ces données pour adapter les publicités à ces segments, en se connectant avec des publics cibles plus susceptibles d'interagir avec la publicité.

5. Rationalisez les processus de tests A/B

Le test A / B joue un rôle important dans le marketing, car il montre clairement ce qui fonctionne et ce qui ne fonctionne pas.

ML aide à automatiser les processus de tests A/B et à les rendre plus précis. La surveillance en temps réel du processus de test réduit les interventions manuelles et la probabilité d'erreurs potentielles.

De plus, l’apprentissage automatique réduit la durée des tests, économisant ainsi du temps et des ressources lorsqu’une variante surpasse considérablement l’autre.

15 exemples d'apprentissage automatique et de marketing

Forrester prévoit que près de 100 % des entreprises mettront en œuvre une forme d’IA d’ici 2025. Il reste encore deux ans, mais de nombreuses entreprises ont déjà adopté avec succès l’IA.

Voici 15 exemples d'entreprises réelles qui ont constaté des améliorations significatives après la mise en œuvre de l'apprentissage automatique.

1. Amazon a augmenté ses ventes nettes de 9 %.

L'apprentissage automatique fait depuis longtemps partie intégrante d'Amazon, l'un des plus grands détaillants au monde.

Le géant du commerce électronique utilise le ML à diverses fins, notamment pour obtenir des informations sur le comportement des clients et analyser l'historique de navigation et d'achat pour fournir des recommandations de produits personnalisées.

Ceux-ci améliorent l’expérience client, car les utilisateurs trouvent facilement de nouveaux produits similaires à leur expérience d’achat précédente. De plus, Amazon crée des publicités ciblées pour les utilisateurs en fonction des prévisions de la demande.

Selon ses dernières informations financières rapport, les ventes nettes de la société ont augmenté de 9 % pour atteindre 127.4 milliards de dollars au premier trimestre, contre 116.4 milliards de dollars au premier trimestre 2022.

2. Netflix est devenu un leader du secteur grâce à ses suggestions de films personnalisées.

L'une des principales raisons pour lesquelles les services Netflix sont populaires est qu'ils utilisent intelligence artificielle et des solutions d'apprentissage automatique pour générer des suggestions intuitives.

L'entreprise utilise machine learning pour analyser les choix de films de ses clients et faire des suggestions de contenus pertinentes. Mais comment ça fonctionne?

Lorsque vous parcourez leur répertoire de films, leurs algorithmes intelligents observent quel type de films vous captivent, où vous cliquez, combien de minutes vous continuez à regarder le même film, etc.

En analysant ensuite vos habitudes de visionnage, Netflix organise pour vous un flux de films/émissions de télévision personnalisé. C'est gagnant-gagnant.

3. Armor VPN a prédit la valeur à vie et maximisé les efforts d'acquisition d'utilisateurs.

Armor VPN est un logiciel de cybersécurité grand public (VPN) qui souhaitait créer une stratégie d'acquisition d'utilisateurs solide pour attirer de nouveaux clients. Avec des budgets marketing limités, les propriétaires ne voulaient pas passer par un processus d'essais et d'erreurs.

Ainsi, ils se sont associés à Noix de pécan AI, un outil d'analyse prédictive, permettant de prendre des décisions stratégiques à l'aide de modèles de valeur de durée de vie prédite (pLTV).

Image Source

Grâce aux prédictions de l'outil, le client a identifié un écart de 25% en moyenne entre la valeur réelle de la durée de vie de l'utilisateur et ce qu'ils attendaient de la valeur des utilisateurs.

De cette façon, Armor VPN pourrait créer une stratégie plus efficace et basée sur les données pour alimenter ses efforts d'acquisition d'utilisateurs.

4. Devex a étendu ses processus de création de contenu et réduit ses coûts de 50.

Devex, basé à Washington, DC, est un fournisseur majeur de services de recrutement et de développement commercial pour le développement mondial.

L'entreprise reçoit environ 3000 300 textes par semaine, qui nécessitent une révision manuelle par l'équipe chargée du contenu. Finalement, seules XNUMX de ces pièces sont jugées dignes et étiquetées en conséquence.

Jusqu'à récemment, l'évaluation était effectuée manuellement, ce qui prenait environ 10 heures. Pour automatiser le processus, Devex a contacté Singe Apprendre, une plateforme d'analyse de texte alimentée par des modèles d'apprentissage automatique.

Devex a construit un classificateur de texte qui les a aidés à traiter les données, puis à marquer si le texte était pertinent.

Cela a permis de gagner 66 % de temps et les coûts d'exploitation ont été divisés par 50, car moins d'interférences humaines étaient nécessaires.

5. Airbnb a optimisé les prix de location et créé des estimations approximatives.

Airbnb a été confronté à des défis en essayant d'optimiser les prix de location pour les clients.

Pour surmonter cela, Airbnb a utilisé l'apprentissage automatique pour fournir des estimations approximatives aux clients potentiels. Les prix étaient basés sur différents critères tels que l'emplacement, la taille, le type de propriété, la saisonnalité, les commodités, etc.

Ensuite, en effectuant une EDA, ils ont pu comprendre comment les annonces de location se propagent aux États-Unis.

Dans la dernière étape, l'entreprise a mis en œuvre des modèles ML, tels que la régression linéaire, pour générer des estimations et visualiser l'évolution des prix au fil du temps. Cela leur a permis de créer des offres marketing attractives et de conquérir de nouveaux clients.

6. Re:member a augmenté les conversions de 43 % grâce aux cartes thermiques et aux enregistrements de session.

Rappelles toi est l'une des principales sociétés de cartes de crédit en Scandinavie. Récemment, leur équipe marketing a remarqué que les utilisateurs rebondissaient plus que d'habitude sur leur formulaire de demande de carte de crédit.

Frustrée, l'équipe marketing s'est tournée vers Hotjar pour obtenir une image complète de la manière dont les clients utilisaient leur site Web et de la cause du problème. Ils ont utilisé des enregistrements de session pour rejouer tout le temps passé par un utilisateur sur le site Web.

Les Heatmaps les ont aidés à identifier les pages sur lesquelles les clients avaient tendance à cliquer davantage.

En combinant les données, l'équipe marketing de Re:member a remarqué que de nombreuses personnes provenant des affiliés partaient immédiatement.

Après avoir examiné les cartes thermiques et les enregistrements de sessions, l'équipe a conclu que les visiteurs étaient initialement intéressés par la section sur les avantages, mais qu'ils avaient besoin de plus d'informations.

Par conséquent, ils ont repensé la page de candidature, entraînant une augmentation de 43 % des conversions.

7. Tuff a atteint un taux de réussite de 75 % sur les propositions de partenariat.

Tuff est une agence de marketing SEO qui a réalisé une croissance significative du ARR en seulement trois ans. Au départ, ils avaient du mal à créer des argumentaires clients en raison du manque d’outil de référencement fiable pour une recherche approfondie des concurrents et des mots clés.

Après avoir utilisé Semrush, un outil de recherche de mots clés de premier plan doté d'algorithmes d'apprentissage automatique, Tuff a pu analyser les performances organiques des clients potentiels et créer des propositions personnalisées adaptées à leurs besoins spécifiques.

Cela a conduit à un taux de réussite de 75 % dans la conquête de nouveaux clients.

8. Kasasa a augmenté son trafic organique de 92 %.

Kasasa, une société de services financiers, visait à étendre ses opérations de contenu et à générer du trafic organique. Ils ont adopté MarketMuse, un outil d'optimisation de contenu basé sur l'IA et le ML, pour gagner du temps et des ressources.

À l’aide de résumés de contenu simplifiés de MarketMuse, Kasasa a produit un contenu significatif beaucoup plus rapidement. Cela a fait de l'entreprise un expert du secteur et a accru sa reconnaissance, conduisant à une croissance de 92 % du trafic organique.

9. Spotify a créé des listes de lecture personnalisées et renforcé l'engagement des clients.

Spotify utilise des algorithmes d'apprentissage automatique pour analyser les données des clients, telles que les listes de lecture et l'historique d'écoute.

Cela permet au fournisseur de services de musique numérique de créer des segments de clientèle basés sur les préférences musicales, permettant ainsi des recommandations musicales et des listes de lecture personnalisées pour chaque utilisateur, augmentant ainsi l'engagement des clients.

10. Sephora a fidélisé sa clientèle à long terme avec Sephora Virtual Artist.

Sephora, un géant de la distribution de cosmétiques, exploite depuis plus d'une décennie des technologies de pointe, notamment l'IA et l'apprentissage automatique. Leur artiste virtuel permet aux clients d'essayer virtuellement de nouveaux produits sans les porter.

Grâce à la technologie de reconnaissance faciale, les algorithmes d'apprentissage automatique reconnaissent automatiquement la teinte la plus compatible et recommandent les produits, offrant ainsi des recommandations de produits personnalisées, favorisant l'engagement des clients et favorisant la fidélité.

Image Source

11. Coca-Cola a amélioré ses efforts de vente et de distribution de près de 30 %.

Coca-Cola a été à l'avant-garde de la mise en œuvre de solutions de ML et d'IA dans ses stratégies marketing.

Pour maintenir son leadership dans le secteur, l'entreprise américaine a créé un système d'IA pour analyser les données de vente et détecter les tendances dans les préférences des clients.

Ils ont également utilisé des algorithmes d'apprentissage automatique pour optimiser le conditionnement et la distribution de leurs produits, ce qui a entraîné une augmentation remarquable de 30 % de leurs bénéfices.

De plus, ils ont développé un assistant virtuel pour aider les clients avec des requêtes courantes.

12. Yelp envoie des recommandations personnalisées chaque semaine.

Yelp est une plateforme d'avis et de recommandations d'utilisateurs qui utilise ses algorithmes d'apprentissage automatique. Ils exploitent l’apprentissage automatique et le tri algorithmique pour créer des recommandations utilisateur personnalisées.

Grâce au machine learning, les utilisateurs reçoivent des recommandations hebdomadaires basées sur les entreprises qu'ils ont consultées au cours de la semaine précédente ou en fonction de leurs intérêts spécifiques. En 2023, la société a également lancé son service de rédaction d’avis basé sur l’IA.

13. Cyber ​​Inc. a doublé sa production de cours vidéo.

Cyber-Inc.. est une société de sensibilisation à la sécurité et à la confidentialité basée aux Pays-Bas. L'entreprise propose des programmes de formation et souhaitait étendre son processus de création de cours vidéo.

Ils ont fait équipe avec Synthesia, un Vidéo alimentée par l'IA plateforme de création vidéo, pour rationaliser la création vidéo et produire des vidéos en plusieurs langues.

La collaboration a réduit les coûts d'embauche d'acteurs puisque l'outil propose un avatar en remplacement. Cyber ​​Inc a réussi à produire du contenu vidéo deux fois plus rapidement et à étendre sa portée mondiale.

14. Uber a créé des publicités ciblées personnalisées pour chaque utilisateur.

Uber, un fournisseur américain de services de taxi, utilise efficacement l'apprentissage automatique. Avec l'aide du ML, ils analysent les données des clients, telles que la localisation et l'historique des voyages, et créent des publicités ciblées adaptées aux individus.

Les algorithmes leur permettent d'optimiser les campagnes publicitaires pour une efficacité maximale, ce qui se traduit par un engagement client et des taux d'utilisation plus élevés avec Uber.

15. Farfetch a augmenté son taux d'ouverture de courrier électronique de 31 %.

Farfetch est un détaillant de mode de luxe qui a expérimenté l'IA et a donné un nouveau look à ses campagnes de marketing par e-mail.

Ils ont collaboré avec Phrasee, un outil qui sélectionne la voix de marque la plus pertinente et génère des idées de contenu sur cette base.

L'entreprise a enregistré des résultats impressionnants, avec une augmentation de 38 % du taux de clics moyen et une augmentation moyenne de 31 % du taux d'ouverture de ses campagnes déclencheurs.

5 conseils pour utiliser l’apprentissage automatique en marketing

L’apprentissage automatique peut être très bénéfique, mais vous devez savoir comment l’utiliser efficacement. Voici cinq conseils pour tirer parti efficacement de l’apprentissage automatique dans vos efforts marketing.

1. Soyez précis avec vos objectifs marketing.

Étant donné que le ML traite d’énormes ensembles de données, vous obtiendrez probablement de nombreuses données inutiles. Vous pouvez facilement éviter cela si vous indiquez clairement ce que vous souhaitez réaliser.

Affinez vos objectifs marketing et regroupez-les en catégories telles que la segmentation des clients, l'optimisation des publicités, l'accélération des conversions, etc. Commencez par des expériences à petite échelle et répétez une fois que vous avez des résultats.

2. Ne vous en tenez pas à un seul modèle ML.

Expérimenter plusieurs modèles d’apprentissage automatique est essentiel. Différents modèles de ML ont des capacités différentes, chacune ayant ses avantages et ses inconvénients.

Pour une efficacité maximale, vous devrez tester différents modèles ML afin de pouvoir comparer objectivement leurs performances.

Par exemple, un modèle ML peut exceller dans un certain type de tâche de données, mais peut être sous-performant dans un scénario différent.

3. Ne comptez pas trop sur les outils de ML.

Même si l’apprentissage automatique peut générer des informations précieuses, s’en fier trop peut être préjudiciable aux spécialistes du marketing. Les modèles de ML sont encore en évolution, ils ne sont pas parfaits et ne peuvent pas fonctionner pleinement sans l'expertise humaine.

Pour des résultats optimaux, il est préférable de combiner le ML avec les connaissances humaines. Définissez clairement chaque rôle et fixez une limite saine entre le moment où utiliser le ML et le moment où s'appuyer sur des décisions humaines.

4. Collaborez avec des data scientists.

Tout le monde ne possède pas de connaissances internes en matière de data scientist. Si vous débutez, c'est une bonne idée de collaborer avec un data scientist pour mettre en œuvre les bons modèles de ML.

Assurez-vous de demander aux experts en apprentissage automatique d'expliquer les limites des modèles ML afin de ne pas avoir d'attentes irréalistes.

5. Respectez la politique en matière de données et soyez transparent.

Les outils d’IA et de ML constituent une menace de violation de données et de problèmes de confidentialité.

Étant donné que les données des clients sont vulnérables, vous devrez vous assurer de respecter les réglementations en matière de confidentialité des données. Évitez toute utilisation contraire à l’éthique des données clients et soyez transparent.

Ceux-ci sont cruciaux pour établir la confiance avec vos clients.

5 outils d'apprentissage automatique pour les spécialistes du marketing

Le marché étant saturé d’outils ML, nous avons réduit la liste et inclus uniquement les meilleurs. Voici cinq outils ML qui vous aideront à rationaliser vos efforts de marketing et à maximiser vos profits.

1. Assistant de contenu Hubspot

Démarrez avec les outils d'IA de HubSpot.

HubSpot assistant de contenu est un outil puissant qui permet aux spécialistes du marketing de dynamiser les opérations de contenu et d'améliorer la productivité.

Il s'intègre nativement aux produits HubSpot et vous pouvez basculer entre l'IA et la création manuelle de contenu pour créer une copie pour les e-mails, les sites Web, les articles de blog, etc.

Pour utiliser l'assistant de contenu, il vous suffit de remplir le formulaire, de décrire le contenu que vous souhaitez, puis de cliquer sur « Générer ». Dans quelques secondes, vous aurez votre copie.

CARACTERISTIQUES de base

• Créez des e-mails de vente et de marketing personnalisés, des idées d'articles de blog et des plans
• Générez des paragraphes et créez des CTA convaincants
• Intégrez-vous aux autres produits Hubspot

Prix: Gratuit pour les utilisateurs de Hubspot CRM.

Astuce supplémentaire : Segmentez les prospects en fonction de caractéristiques partagées, puis ajoutez les listes à l'assistant de contenu. L'outil traitera les données et créera des e-mails personnalisés pour rationaliser votre sensibilisation.

2. Singe Apprendre

MonkeyLearn est un outil d'IA qui aide les entreprises à analyser les données grâce à l'apprentissage automatique. Il extrait des données de différentes sources, telles que des e-mails, des enquêtes et des publications, et visualise les commentaires des clients en un seul endroit.

CARACTERISTIQUES de base

• Différents formats de texte sont pris en charge, tels que les e-mails, les tickets d'assistance, les avis, les enquêtes NPS, les tweets, etc.
• Classification du texte en catégories : sentiment, sujet, aspects, intention, priorité, etc.
• Intégrations avec des centaines d'applications telles que Zendesk, Airtable, Typeform, Intercom, etc.

Prix: Il existe deux plans tarifaires. Le forfait « Équipe » commence à partir de 299 $ et il existe un essai gratuit. Les tarifs du niveau « Business » ne sont pas accessibles au public et vous devez contacter l'équipe commerciale.

Ce qu'on aime: L'outil est super intuitif et aucune expérience en codage n'est requise. De plus, les clients disposent d’un large éventail d’options d’analyse de texte et peuvent consulter les commentaires depuis un emplacement central.

3. Noix de pécan AI

Image Source

Pecan AI est une plateforme d'analyse prédictive qui utilise l'apprentissage automatique pour générer des prédictions précises et exploitables en quelques heures seulement.

L'outil exploite efficacement de grandes quantités de données brutes et prédit les risques et les résultats ayant un impact sur les revenus, tels que le taux de désabonnement des clients, le LTV, etc.

CARACTERISTIQUES de base

• Modèles SQL prédéfinis et personnalisables
• Prévision de la demande
• Optimisation de campagne avec SKAN
• Intégrations avec des applications tierces

Prix: L'outil propose trois plans tarifaires. Le forfait « Starter » coûte 50 $ par mois, le forfait « Professionnel » coûte 280 $. Vous devez réserver une réunion pour les comptes Entreprise pour connaître les détails des tarifs.

Ce qu'on aime: L'outil nous permet d'exploiter la puissance de l'IA et d'éliminer les incertitudes lors de la prise de décisions stratégiques.

4. Jaspe IA

Image Source

Jasper AI utilise l'apprentissage automatique et l'intelligence artificielle pour générer des copies de type humain pour les blogs, les sites Web, les e-mails, les réseaux sociaux, etc. Cet assistant de rédaction aide les entreprises à intensifier leurs efforts de production de contenu et à gagner un temps précieux.

Il vous suffit de choisir le ton de la voix, de télécharger le brief de campagne et de sélectionner le type de contenu. Il générera une copie en seulement 15 secondes.

CARACTERISTIQUES de base

• Plusieurs options de tons de voix pour correspondre au style de votre marque : effronté, formel, audacieux et pirate
• Traduction de contenu dans plus de 30 langues
• 50 modèles de cas d'utilisation différents
• Générateur d'art IA pour créer des visuels pour vos copies

Prix: L'outil est livré avec trois plans tarifaires. Le forfait « Créateur » coûte respectivement 39 $ et le forfait « Équipes » 99 $ par mois. Vous devrez contacter leur équipe commerciale si vous avez besoin du plan « Business ».

Ce qu'on aime: Différents tons de voix et modèles de campagne prédéfinis pour créer du contenu personnalisé. Une extension de navigateur facile à utiliser pour accéder à l'outil directement dans votre navigateur.

5. Spécialiste du marketing IA

AI Marketer est un outil d'analyse prédictive qui vous permet d'identifier et de cibler vos clients les plus précieux.

En utilisant des modèles d'apprentissage automatique, il prédit la probabilité d'achat des clients et envoie des notifications d'optimisation du temps aux clients cibles à des moments précis.

Vous pouvez également cibler les clients qui présentent un risque élevé de désabonnement. Cela vous aide à fidéliser vos clients et à maximiser l’impact de vos campagnes marketing.

CARACTERISTIQUES de base

• Prédictions du comportement des clients sur une base individuelle
• Ciblage plus intelligent
• Recommandations d'optimisation basées sur les données

Prix: Les informations sur les prix ne sont pas divulguées publiquement. Vous devriez demander une démo. Il existe également un essai gratuit.

Ce qu'on aime: Différents tons de voix et modèles de campagne prédéfinis pour créer du contenu personnalisé. Il comporte également une extension de navigateur facile à utiliser afin que vous puissiez accéder à l'outil depuis votre navigateur.

Utiliser l'apprentissage automatique pour maximiser les efforts de marketing

Les solutions d’IA et d’apprentissage automatique intensifient le jeu marketing. Même si elles sont encore en évolution, l’intégration de technologies de pointe dans votre pile quotidienne ne fera aucun mal.

Au lieu de cela, il vous aidera à automatiser les tâches répétitives et à obtenir des informations précieuses sur le comportement des clients, vous permettant ainsi de créer des campagnes marketing très efficaces qui donnent des résultats.

Gardez un œil sur les tendances technologiques et exploitez la puissance des algorithmes d’apprentissage automatique.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://blog.hubspot.com/marketing/machine-learning-and-marketing