Je consacre l’essentiel de mon temps à échanger avec les plateformes d’engagement, les fournisseurs de solutions d’identité, les plateformes de données clients (CDP) et les éditeurs de solutions analytiques au cœur de l’écosystème des technologies marketing. Ce sont ces entreprises qui permettent aux grandes marques de nouer des liens avec les consommateurs. Et quelle que soit leur catégorie, toutes me posent peu ou prou la même question : quel avenir attend les technologies marketing et quelle place pouvons-nous y occuper ?
La réponse part d’un constat simple : les catégories de produits MarTech perdent leur pertinence. Désormais, une seule chose compte : l’expérience que vous contribuez à proposer doit sembler immédiate et mériter l’attention du consommateur. Lorsque la réussite dépend uniquement de l’impact de l’expérience, toutes les entreprises visent le même objectif : une pertinence qui incite à agir.
Et l’IA accélère la convergence des catégories MarTech. Les agents peuvent désormais optimiser le chemin vers la pertinence comme aucune règle statique ne le permettait auparavant. Mais ils se heurtent à une limite qu’aucune amélioration des modèles ne peut éliminer : ils ont besoin de contexte. Sans contexte, un agent n’est qu’un outil d’automatisation. Avec un contexte riche, gouverné et en temps réel, il se rapproche de l’intelligence.
« Pendant des années, on a affirmé aux spécialistes du marketing que le défi de la personnalisation était résolu. En réalité, ils ont dû composer avec des segments statiques, des workflows fragiles et des occasions manquées d’interagir avec les clients. Simon a changé la donne en intégrant directement le raisonnement, le contexte et l’exécution dans la couche data Snowflake, à la disposition des équipes marketing », explique Matt Walker, co-fondateur et CTO de Simon AI.
Mais d’où vient ce contexte ? De deux sources distinctes, qui ne peuvent se substituer l’une à l’autre. La première est le contexte propre à la marque, c’est-à-dire les informations qu’elle seule détient. Historique d’achats. Comportement en temps réel. Transcriptions des échanges avec le service client. Catalogue de produits. Voix de la marque. Ressources créatives. Ces éléments n’appartiennent pas aux solutions marketing. Ils appartiennent à la marque. Et ils ne deviennent utiles que lorsque celle-ci les rend accessibles.
La seconde est le contexte propre au domaine, fruit des connaissances accumulées par les solutions marketing au fil d’années de spécialisation. Une plateforme d’engagement qui se consacre depuis dix ans à la diffusion des messages et à l’optimisation des contenus a développé des méthodes propriétaires d’optimisation de l’heure d’envoi, de gestion de la fréquence et de personnalisation des créations. Aucune marque ne peut à elle seule égaler ce niveau de spécialisation. Une solution d’attribution qui investit depuis des années dans les méthodologies de mesure peut proposer des algorithmes d’incrémentalité qu’aucune marque ne pourrait créer seule. Cette expertise métier est intégrée aux logiciels. Elle naît de la spécialisation et de l’ingénierie, et non des données d’une marque en particulier.
Lorsque ces deux sources de contexte fonctionnent ensemble sur un socle gouverné, les bénéfices de l’intelligence se multiplient. L’expertise propriétaire en matière d’optimisation de l’heure d’envoi gagne en efficacité lorsqu’elle s’appuie aussi sur l’historique d’achats et le comportement en temps réel d’une marque. L’optimisation des contenus devient plus pertinente lorsqu’elle est associée au catalogue de produits et aux ressources créatives de la marque.
Ce n’est pas un hasard si cette combinaison reste encore si peu exploitée. Le contexte de la marque est fragmenté entre plusieurs systèmes et défini de manière incohérente. Le contexte métier constitue une intelligence propriétaire qui exige une protection de la propriété intellectuelle que de nombreuses architectures ne peuvent garantir. Ces deux sources présentent des contraintes structurelles. Et lorsqu’un agent se heurte aux lacunes qui en résultent, il ne sait pas gérer l’échec correctement. Il agit en toute confiance à partir d’une définition erronée.
De meilleurs modèles ne suffiront pas à résoudre ce problème. La solution passe par un socle data et IA flexible. Un environnement où le contexte est collecté dans l’ensemble des systèmes et enrichi à l’aide de définitions stratégiques homogènes. Où les modèles d’IA de la marque comme ceux de la solution marketing accèdent automatiquement à une logique fiable, sans qu’il soit nécessaire de déplacer des copies de données entre les systèmes. Avec un tel socle ouvert et neutre, vous pouvez créer plus vite. Les données restent en place. Les modèles d’IA accèdent au contexte dans les limites fixées par les politiques, qui garantissent l’isolation de la propriété intellectuelle sans aucun transfert de données entre les comptes. « Nos modèles d’IA s’exécutent là où résident les données, dans Snowflake », explique Eric Miao, Chief Strategy Officer chez Attentive. « Les modèles qui sélectionnent le canal, le message et le moment adaptés à chaque abonné peuvent accéder en temps réel aux données internes d’une marque, sans exportation ni copie. Et le gain de performance est immédiat. »
Notre dernière avancée pour soutenir un socle data prêt pour l’IA est Horizon Context, une couche de contexte gouvernée et native dans Snowflake, que nous avons lancée lors du Snowflake Summit au début du mois. Horizon Context collecte les métadonnées de l’ensemble du patrimoine de données, les enrichit avec des définitions stratégiques et des relations sémantiques, puis les active automatiquement pour les agents d’IA. Les contrôles de gouvernance s’appliquent au niveau du sens. La sémantique réside dans le système de gouvernance et s’applique lors de chaque requête. Elle n’est pas copiée dans une couche distincte susceptible de diverger. Pour les solutions de technologie marketing, le contexte propre à la marque qui renforce votre IA est disponible, homogène et gouverné par défaut. « Notre conviction a toujours été que les données ne devaient jamais quitter votre plateforme data », explique Kashish Gupta, Co-CEO de Hightouch. « Les spécialistes du marketing ont besoin d’un contexte intelligent, mais aussi de confiance et de contrôle. Snowflake leur offre une plateforme gouvernée et prête pour l’IA, qui réunit données, sémantique et protection de la propriété intellectuelle. L’IA de Hightouch prolonge cette intelligence et permet de composer par-dessus des expériences marketing agentiques. »
Plus de 10 000 organisations font partie du Snowflake Partner Network. Parmi elles figurent des CDP, des plateformes de marketing agentique, des solutions d’identité et des fournisseurs de solutions de mesure qui créent et exploitent leurs services nativement dans Snowflake. Cet écosystème résulte d’un choix mûrement réfléchi : investir pendant de nombreuses années dans la couche d’infrastructure. « Grâce à Snowflake, nous avons réduit la complexité et pouvons davantage nous concentrer sur de nouveaux produits et sur les problèmes que nos clients souhaitent nous voir résoudre », explique John Adams, VP of Architecture chez VideoAmp.
Dans l’écosystème des technologies marketing, chaque décision vise en définitive un même résultat : offrir au consommateur une expérience qui mérite son attention. Les solutions qui y parviennent le mieux sont celles qui conjuguent avec le plus de constance une vaste expertise métier et une connaissance approfondie du consommateur. « Nous aidons les entreprises à prendre de meilleures décisions en leur permettant d’accéder à leurs données en langage naturel », explique Ben Dutter, Chief Strategy Officer chez Power Digital. Le rôle de Snowflake est de garantir que ce contexte est gouverné et fiable. Et d’être la plateforme où clients et partenaires tirent parti d’un écosystème ouvert pour composer leurs solutions à partir des meilleures offres du secteur.

