Email marketing avec l’IA : ce qu’il faut automatiser, et ce qu’il ne faut pas

En bref : faire de l’email marketing avec l’IA, c’est confier à un modèle d’IA les parties répétitives du travail : classer les contacts en segments, rédiger des premières versions, choisir l’heure d’envoi et décider quelle relance chaque contact reçoit. Cela fonctionne mieux dans l’outil d’emailing et le CRM que vous utilisez déjà, avec une personne qui valide ce qui part. Commencez par un seul scénario, par exemple les relances des nouveaux leads, et jugez-le sur les réponses, les rendez-vous et les ventes, pas sur le taux d’ouverture.

Que fait réellement l’IA dans l’email marketing ?

L’automatisation classique suit des règles que vous écrivez vous-même : si quelqu’un télécharge un guide, envoyer l’email 2 trois jours plus tard. L’IA ajoute du jugement à des étapes qui demandaient jusqu’ici une intervention humaine. Concrètement, elle intervient à quatre endroits.

• La segmentation. Un modèle de langage sait lire des données en texte libre que les règles ne savent pas traiter : réponses à un formulaire, intitulés de poste, notes dans le CRM. Il propose ensuite un segment pour chaque contact. Un modèle prédictif intégré à votre outil peut aussi repérer les contacts susceptibles d’acheter ou de décrocher.
• La rédaction. Objets, textes d’aperçu, variantes du corps de l’email selon le segment, phrases d’accroche personnalisées. Le modèle propose, quelqu’un corrige.
• L’heure d’envoi. Certains outils choisissent une heure par contact. La fonction Send Time Optimization de Mailchimp, par exemple, cherche un créneau dans les 24 heures suivant la date choisie, a besoin d’un historique d’envoi suffisant et ne fonctionne pas dans les emails automatisés (Mailchimp). Vérifiez les limites de votre propre outil avant de compter dessus.
• Les relances et l’aiguillage. L’IA lit une réponse ou un formulaire, la classe (intéressé, pas maintenant, mauvais interlocuteur, désinscription) et envoie le contact vers la bonne étape ou vers un commercial.

Ce que l’IA ne fait pas : décider de ce que vous vendez, à qui, et pourquoi cela compte pour eux. Cela reste de la stratégie. Un email rédigé par l’IA à partir d’une offre floue n’est qu’un email flou écrit plus vite.

Quelles tâches automatiser en premier ?

Choisissez un travail répétitif, fréquent et facile à vérifier. Pour la plupart des entreprises B2B et de services, cet ordre fonctionne bien :

1. La relance après un formulaire ou un téléchargement. Répondre vite et de façon pertinente à la main est difficile à tenir. L’IA lit les réponses du formulaire, classe le lead et prépare un premier email à valider, ou déclenche tout de suite un modèle déjà relu.
2. L’étiquetage des segments. Le modèle propose des étiquettes (secteur, taille d’entreprise, besoin) à partir des données que vous avez déjà, et une personne vérifie un échantillon chaque semaine.
3. Les variantes pour vos tests A/B. Générez trois ou quatre objets ou textes, gardez les deux qui méritent d’être testés et lancez un vrai test.
4. Le tri des réponses. Classez les réponses entrantes pour traiter différemment les absences, les désinscriptions et les vraies marques d’intérêt.
5. La réactivation. Repérez les contacts qui ne réagissent plus, puis tentez un autre angle ou arrêtez de leur écrire.

Ce qui reste entre des mains humaines : l’offre et les prix, la validation de tout nouveau scénario, les changements de listes et tout envoi à une large audience pour la première fois.

Comment connecter l’IA à votre outil d’emailing ?

Inutile, en général, de changer d’outil. Il existe trois approches, et la plupart des entreprises finissent par les combiner.

1. Les fonctions d’IA intégrées

La plupart des grands outils d’emailing et des CRM proposent désormais de l’IA : assistant de rédaction, choix de l’heure d’envoi, segments prédictifs. C’est le point de départ le plus rapide, puisque les données sont déjà là. En contrepartie, vous utilisez les fonctions prévues par l’éditeur, avec leurs limites.

2. L’API de votre outil

Pour que l’IA suive vos propres règles, reliez un modèle de langage à l’API de l’outil. Un montage courant : lire les nouveaux contacts ou les réponses, envoyer les champs utiles au modèle avec des consignes claires, puis réécrire le résultat sous forme d’étiquette, de champ ou de brouillon. Cela demande du développement, mais vous gardez la maîtrise des consignes, des données et de l’historique.

3. Un outil de workflow comme n8n, Make ou Zapier

L’outil de workflow fait le lien entre le formulaire, le CRM, le modèle d’IA et l’outil d’emailing. Exemple simple : un formulaire est envoyé, le modèle classe le lead et rédige une réponse, le brouillon part dans Slack ou le CRM pour validation, puis l’email validé est envoyé par votre outil habituel. Notre article qu’est-ce que n8n explique comment se construit ce type de workflow et quand l’auto-hébergement a du sens.

Quelle que soit l’approche, décidez dès le départ quelles données le modèle peut voir, à quel moment une personne valide et où chaque décision de l’IA est enregistrée pour pouvoir la contrôler. Si vous voulez de l’aide pour concevoir ou construire ces scénarios, notre équipe automatisation IA connecte l’IA aux outils que vous utilisez déjà.

IA pour fidéliser ou pour prospecter à froid ?

Ce sont deux métiers différents, et les mélanger est à l’origine de la plupart des problèmes.

Entretenir la relation (le nurturing), c’est écrire à des personnes qui vous connaissent déjà : abonnés, leads qui ont rempli un formulaire, clients. La relation existe et, idéalement, la base légale couvre ces envois. L’IA aide à rendre chaque email plus pertinent par rapport à ce que le contact a fait ou demandé.

Prospecter à froid, c’est écrire à des personnes qui n’ont jamais entendu parler de vous. Les volumes sont plus faibles, chaque message doit être individuel, et les règles juridiques et de délivrabilité sont plus strictes. L’IA aide pour la recherche et les premiers jets, mais chaque message doit avoir du sens pour ce destinataire précis. La prospection à froid doit partir de domaines et d’outils séparés, pour qu’un problème de ce côté ne touche jamais le domaine qui envoie vos factures et votre newsletter.

Si la prospection fait partie de votre plan, lisez notre article sur l’IA pour la prospection par email à froid en B2B, ou découvrez comment notre service de cold email monte les campagnes.

Quels sont les risques : délivrabilité, RGPD et ton ?

Délivrabilité

L’IA permet d’envoyer plus d’emails, et c’est justement ce que surveillent les messageries. Les consignes de Google demandent à tous les expéditeurs de configurer SPF ou DKIM et de maintenir le taux de spam dans Postmaster Tools sous 0,3 %. Au-delà de 5 000 messages par jour vers Gmail, il faut aussi SPF, DKIM et DMARC, un domaine d’expédition aligné sur SPF ou DKIM, ainsi que la désinscription en un clic pour les messages marketing et un lien de désinscription visible (Google). Yahoo impose des exigences proches aux gros expéditeurs et demande de traiter les désinscriptions sous deux jours (Yahoo). En pratique : ne laissez jamais un scénario d’IA augmenter les volumes ou ajouter de nouveaux contacts sans contrôle humain.

RGPD et prospection par email

Chaque scénario doit reposer sur une base légale. Le RGPD cite notamment le consentement de la personne et l’intérêt légitime du responsable du traitement, à condition que ne prévalent pas les intérêts ou les droits de la personne (article 6, texte du RGPD sur le site de la CNIL). Lorsque des données sont traitées à des fins de prospection, la personne peut s’y opposer à tout moment, et ses données ne doivent alors plus être traitées à ces fins (article 21, CNIL).

Pour l’email, la CNIL précise les règles françaises. Auprès des particuliers, le principe est le consentement préalable. Une exception s’applique aux clients existants pour des produits ou services similaires de la même entreprise, à condition de les informer et de leur permettre de s’opposer simplement et gratuitement dès la collecte de leur adresse et à chaque envoi. Auprès des professionnels, la prospection peut se faire si le message est en rapport avec la profession de la personne, qui doit avoir été informée et pouvoir s’y opposer. Chaque email doit indiquer qui l’envoie et offrir un moyen simple de refuser les prochains envois (CNIL).

Pour vos scénarios d’IA, cela veut dire : n’envoyer au modèle que les champs nécessaires, synchroniser les oppositions et désinscriptions avec tous les outils du scénario, et vérifier ce que votre fournisseur d’IA fait des données transmises.

Le ton

Les modèles de langage tendent vers les mêmes formules lisses et génériques. Donnez au modèle une courte charte éditoriale avec de vrais exemples de vos emails, les mots que vous n’employez jamais et votre façon de signer. Choisissez aussi entre « tu » et « vous » une fois pour toutes. Relisez les brouillons à voix haute avant de les valider, et ne laissez pas le modèle inventer des faits (prix, dates, résultats) : ils doivent venir d’un champ que vous contrôlez.

Comment mesurer les résultats ?

Le taux d’ouverture est un indicateur fragile. Quand la protection de l’activité Mail d’Apple est activée, Mail télécharge le contenu distant en arrière-plan dès la réception du message et masque l’adresse IP, ce qui empêche l’expéditeur de savoir quand et combien de fois l’email a été consulté (Apple). Une ouverture enregistrée dans ces conditions ne prouve pas que quelqu’un a lu le message.

Mesurez plutôt ce qui compte pour l’entreprise :

• Un groupe témoin. Laissez une partie des contacts sur l’ancien scénario et comparez avec le scénario assisté par l’IA sur la même période.
• Un changement à la fois. Testez l’objet ou le corps de l’email, pas les deux en même temps, et attendez que les deux groupes soient assez grands pour comparer.
• Les conversions. Réponses, rendez-vous pris, demandes de devis, achats et chiffre d’affaires par destinataire.
• Les signaux négatifs. Désinscriptions, plaintes pour spam et rebonds par scénario, chaque semaine.
• Le contrôle des décisions de l’IA. Vérifiez régulièrement un échantillon d’étiquettes et de brouillons. Si une personne corrige sans cesse la même erreur, revoyez les consignes.

Si le scénario assisté par l’IA apporte plus de rendez-vous ou de ventes sans plus de plaintes, étendez-le. Sinon, vous l’aurez appris à moindre coût, avec un seul scénario en jeu.