"Bring your own algorithms " : le sur-mesure va révolutionner la pub digitale
L'intelligence artificielle transforme rapidement la publicité digitale en rationalisant des tâches complexes et chronophages pour les équipes opérationnelles et les annonceurs.
De l’analyse des données à la résolution des problèmes d’identité en passant par le développement créatif, l’IA s’applique à un large éventail de fonctions publicitaires. Pourtant, l’un de ses cas d'utilisation les plus puissants et les plus souvent négligés est l’optimisation des enchères par le biais des plateformes de gestion de la demande (DSP).
Dans les premiers jours de la publicité programmatique, des algorithmes préétablis fournissaient des indicateurs clés de performance (KPI) aux annonceurs sur le web ouvert. Ces algorithmes prêts à l’emploi apportaient la promesse de renforcer l’efficacité. Mais les métriques sur lesquelles ils se concentraient, telles que les taux de clics et les impressions, n'étaient souvent qu’approximatives.
Grâce à une plus grande puissance de calcul et à un meilleur accès à l’expertise en data science, les annonceurs peuvent désormais "construire leur propre algorithme" (d’où l’expression “Bring Your Own Algorithms”). Cela signifie qu’ils peuvent créer des stratégies d’enchères personnalisées, adaptées à leurs objectifs, sans avoir à recourir à des moyens techniques ou à des investissements importants. Cette technologie devenant de plus en plus accessible, les annonceurs ont la possibilité d’aligner leurs achats médias à des informations pilotées par l’IA qui reflètent leurs objectifs commerciaux.
Les algorithmes d’enchères personnalisées s’étendent rapidement au-delà de l’open web, dans les environnements digitaux les plus dynamiques, y compris les réseaux sociaux et la télévision connectée (CTV), avec le potentiel de générer plus de résultats dans un paysage fragmenté.
De l’achat manuel à l’optimisation par l’IA
Lorsque les DSP ont fait leur apparition à la fin des années 2000, elles offraient des algorithmes standards qui permettaient aux annonceurs d’exercer un contrôle de base. Bien que ces outils aient été suffisants pendant un certain temps, ils n’étaient pas configurables et s’appuyaient sur des indicateurs de performance élémentaires. Ils n’étaient pas conçus pour prendre en compte des indicateurs avancés liés aux résultats de la marque, tels que l’impact de la marque, les indicateurs d’attention ou les ventes en aval.
Avec l’explosion des volumes de données de campagne au cours des années 2010, les annonceurs ont commencé à poser des questions plus difficiles à leurs partenaires, notamment en demandant une plus grande transparence sur la manière dont leurs budgets étaient dépensés et sur les résultats de leurs campagnes. Depuis, les pressions économiques et géopolitiques ont pesé encore davantage sur les budgets et exigent désormais des résultats commerciaux mesurables.
L’attention est une mesure émergente qui illustre ce changement. Les DSP ne disposant pas de support natif pour les données d’attention, les plateformes de mesure externes sont sollicitées et, surtout, des outils capables d’opérationnaliser ces données dans les stratégies d’enchères en direct.
Reconnaissant que les outils de base n’étaient pas adaptés aux besoins de plus en plus nuancés des annonceurs, des DSP avant-gardistes ont commencé à ouvrir leurs systèmes et à permettre aux annonceurs d’y intégrer des solutions tierces. Au milieu des années 2010, ces solutions incluaient une IA personnalisable à un stade précoce, conçue pour ingérer, interpréter et agir sur les données.
Aujourd’hui, des algorithmes avancés d’enchères personnalisées permettent aux annonceurs de gérer efficacement leurs plans médias. Ils mettent en place des optimisations qui reflètent leurs propres objectifs de performance. Ce faisant, ils relient leurs investissements médias omnicanaux directement aux résultats de leur entreprise. Les éléments essentiels du plan média, notamment les mesures de qualité basées sur l’attention, la visibilité, la fréquence, le budget et la pertinence de la marque, qui ne sont pas disponibles via des algorithmes standards, peuvent être gérées à grande échelle. L’IA apprenant toujours, l’efficacité pour les annonceurs est maximisée.
L’interopérabilité des données
L’évolution des solutions d’identification et segmentation d’audience renforce l’urgence d’une publicité plus intelligente et plus respectueuse de la vie privée. Les enchères personnalisées permettent de relever ce défi. Au lieu de s’appuyer sur des cookies ou des identifiants tiers, les meilleures solutions utilisent des métadonnées contextuelles et sémantiques. Combinées à des données first party et à des sources tierces dûment autorisées, elles permettent aux annonceurs d’obtenir la précision dont ils ont besoin sans enfreindre les réglementations en matière de protection de la vie privée ou les contraintes imposées par les plateformes.
La plupart des signaux digitaux les plus précieux se trouvent dans des systèmes cloisonnés. Les données provenant des plateformes de gestion des données clients, des plateformes de gestion de la relation client et des bases des retailers contiennent de nombreuses informations sur les prix, les stocks et les tendances des points de vente. Une technologie d’IA personnalisée peut aider à briser ces silos, à analyser de vastes ensembles de données et à transformer les insights en renseignements exploitables, en réinjectant ces connaissances directement dans les stratégies d’achat média.
La connectivité des médias
L’IA personnalisée étend son impact au-delà de l’achat programmatique traditionnel, dans les canaux émergents. Dans le domaine de la CTV, par exemple, des algorithmes d’enchères sur mesure peuvent utiliser des données au niveau de l’impression, des données first party et de mesure provenant de fournisseurs afin d’obtenir de manière dynamique des résultats spécifiques à la marque.
Les plateformes sociales elles aussi adoptent des principes programmatiques. En concurrence avec l’open web et d’autres plateformes, ces dernières développent les mêmes capacités d’enchères des DSP et du programmatique. De quoi fournir aux annonceurs une plus grande souplesse et un plus grand choix pour la mise en œuvre de leur stratégie en matière de médias sociaux, quel que soit le format, à l’instar de ce qui se passe sur l’open web.
Le pilotage de l’achat média par l’IA transforme la publicité digitale en améliorant considérablement ses performances. En traitant dynamiquement des signaux tels que les données first party et les informations sur les ventes en magasin, ces outils optimisent les stratégies d’achat média pour s’assurer que les dépenses publicitaires produisent des résultats spécifiques à la marque. À mesure que ces solutions "BYOA" deviennent plus accessibles aussi bien sur l’open web que chez les plateformes, elles ouvrent la voie aux annonceurs à la recherche de résultats commerciaux plus importants.