Michaels
personnalisation genAI du message marketing (copy) a l'echelle, calee sur la voix de marque
Le detaillant de loisirs creatifs Michaels a utilise la plateforme genAI de Persado, calee sur sa voix de marque, pour personnaliser le langage de ses campagnes email, SMS et Facebook, passant de 20 a 95 pourcent de campagnes email personnalisees et gagnant 25 pourcent de CTR email et 41 pourcent de CTR SMS (etude de cas 2022).
L'essentiel
- Personnalisation genAI du message marketing sur email, SMS et Facebook, calee sur la voix de marque.
- Plateforme Persado Motivation AI qui genere, teste et predit le message.
- Personnalisation email portee de 20 a 95 pourcent, +25% CTR email, +41% CTR SMS.
- Preuve B, statut signaux mitiges.
Objectif
Envoyer a chaque client le libelle de message le plus susceptible de le faire cliquer, a l'echelle de millions de clients aux preferences differentes, sans reposer sur du test A/B de copy manuel. Le but est de relancer l'engagement et la fidelite (les clients que Michaels appelle les Makers) sur ses canaux CRM.
Le déploiement
Michaels, detaillant americain de loisirs creatifs, s'est associe a Persado en 2019 pour personnaliser le langage de ses campagnes marketing. La plateforme Motivation AI de Persado genere des variantes de formulation, les teste sur un echantillon pour nourrir des modeles predictifs, puis predit le message le plus performant pour les campagnes suivantes. Un modele de langage est cale sur la voix de marque de Michaels et applique sur trois canaux : email, SMS et Facebook. La part des campagnes email personnalisees est passee de 20 a 95 pourcent. Les resultats rapportes sont un gain de 25 pourcent du taux de clic sur les campagnes email et de 41 pourcent sur les campagnes SMS. L'etude de cas Persado detaillant ces chiffres a ete publiee en mars 2022 ; le partenariat a ete relaye par la presse retail (Chain Store Age), qui cite le VP CRM de Michaels et reprend les memes chiffres.
Résultats Preuve B
Etude de cas plateforme Persado chiffree (personnalisation de 20 a 95 pourcent des campagnes email, +25 pourcent CTR email, +41 pourcent CTR SMS), corroboree par la presse retail etablie (Chain Store Age) qui reprend les memes chiffres et cite nommement le VP CRM de Michaels. Les chiffres sont d'origine vendor, d'ou B malgre la concordance presse.
Comment ça fonctionne
Approche-type inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
La stack en détail
- plateforme Persado Motivation AI Platform Genere des variantes de langage marketing, les teste pour alimenter des modeles predictifs, puis predit la formulation la plus performante par campagne. Un modele de langage est cale sur la voix de marque de Michaels et deploye sur email, SMS et Facebook.
Comment ça tourne, concrètement
Pour les équipes ops-
1Generation de variantes de langage IA / plateforme
Persado produit des formulations calees sur la voix de marque de Michaels pour un objet de campagne donne.
-
2Test sur echantillon marketing
Les variantes sont deployees sur un sous-ensemble de destinataires en email, SMS ou Facebook pour mesurer leur performance.
-
3Mesure et alimentation des modeles plateforme / data
Les taux de clic par variante remontent et nourrissent les modeles predictifs de performance du message.
-
4Prediction et generalisation IA
Le message predit comme le plus performant est applique aux campagnes suivantes, la personnalisation etant etendue jusqu'a 95 pourcent des campagnes email.
-
5Supervision par l'equipe CRM marketing
L'equipe choisit les campagnes et les segments, et garde la main sur la conformite a la voix de marque.
Le taux de clic par variante de langage. Le modele apprend quelles formulations font cliquer chaque segment ; si le retour d'engagement (clics, conversions) cesse de remonter, la prediction du message optimal se degrade.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLe paradoxe est documente des deux cotes : 71% des consommateurs attendent des interactions personnalisees et 76% sont frustres quand elles manquent (McKinsey, 2021), mais 75% declarent ne pas acheter aupres d'organisations auxquelles ils ne confient pas leurs donnees (Cisco, 2024). La « creepy line » est localisee : messages recus quelques secondes apres une recherche et suivi de localisation sont les pratiques qui mettent le plus mal a l'aise (Periscope by McKinsey, 2019).
Conditions d'acceptation
- La confiance dans le traitement des donnees precede l'achat : 75% ne achetent pas sans elle (Cisco 2024)
- Un cadre legal protecteur rassure : 59% des consommateurs disent que des lois fortes sur la vie privee les rendent plus a l'aise pour partager des informations dans des applications IA (Cisco 2024)
- La personnalisation elle-meme est attendue quand elle est consentie : environ la moitie des consommateurs (US 55%, UK 52%) disent s'inscrire souvent ou parfois a des services personnalises (Periscope by McKinsey 2019)
Lignes rouges
- Le message declenche quelques secondes apres une recherche ou un achat : deuxieme ou troisieme cause de malaise selon les pays (Periscope by McKinsey 2019)
- Le suivi de localisation percu comme de la surveillance : 40% de malaise en Allemagne et au Royaume-Uni (Periscope by McKinsey 2019)
- Le mesusage des donnees personnelles par l'IA, devenu la premiere inquietude des consommateurs, a 53% et en hausse (Qualtrics 2025)
Sources : McKinsey & Company 2021 · Periscope by McKinsey 2019 · Cisco 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Donnees d'engagement first-party par canal (ouvertures, clics, conversions)
- Historique de campagnes pour cadrer les variantes
- Segmentation client exploitable
- Un referentiel de voix de marque (ton, vocabulaire, mentions obligatoires)
Prérequis orga
- Une equipe CRM/marketing proprietaire des campagnes
- Une gouvernance de la voix de marque validant les formulations generees
- Une culture de test-and-learn acceptee sur les canaux CRM
Stack possible
- Une plateforme genAI de generation et d'optimisation du message (type Persado)
- Un ESP pour l'email et une plateforme d'envoi SMS
- Une connexion aux donnees d'engagement comme signal d'optimisation
- Un modele de langage cale sur la voix de marque
Le plan, étape par étape
- Étape 1Cadrer la voix de marque et les garde-fous (ton, vocabulaire, mentions legales) pour que le modele genere dans le registre de la marque.Livrable : Une charte de voix exploitable par le modele et validee par le marketing.
- Étape 2Brancher les donnees d'engagement (clics, conversions) par canal comme signal d'optimisation du message.Livrable : Un flux de retour de CTR par variante.
- Étape 3Lancer la generation de variantes de langage sur un echantillon de campagnes email et mesurer le lift contre un controle.Livrable : Un premier lift mesure, controle contre variante IA.
- Étape 4Etendre la personnalisation aux campagnes SMS et social une fois le lift email confirme.Livrable : Une personnalisation multi-canal en production.
- Étape 5Generaliser la personnalisation a la majorite des campagnes et surveiller la derive de la voix de marque.Livrable : Une part elevee des campagnes personnalisees et un controle qualite en continu.
Première étape : Choisir le canal a plus fort volume (l'email) et faire tourner la generation de variantes de langage sur un sous-ensemble de campagnes, avec un groupe de controle, pour etablir un lift de CTR mesurable avant toute generalisation.
Le même pattern, prouvé dans d'autres industries
Meta
recommandation de fil et de video par IA (modeles a grande echelle / LLM)
Netflix
moteur de recommandation de contenu
Nike
offres et acces exclusifs personnalises selon l'engagement et l'historique membre
Sources
- S1 How Michaels Transformed Its Personalization Strategy: Unlocking Greater Loyalty & Engagement Officiel intéressé archive à générer
- S2 Exclusive: Michaels improves personalization via email program Presse établie archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.