Aujourd’hui sur toutes les lèvres, l’intelligence artificielle (IA) est de plus en plus intégrée au sein des technologies et plateformes publicitaires. En permettant de réaliser des tâches complexes en un rien de temps, l’IA est également devenue une alliée pour les agences média en quête de performance de campagnes pour le compte de leurs clients annonceurs. Dans quelle mesure l’IA permet-elle d’optimiser les investissements publicitaires et le ROI ?
L’IA ou comment déléguer les tâches chronophages pour se concentrer sur l’essentiel
Le principal intérêt de l’intelligence artificielle est sa capacité à traiter en un temps record d’importants volumes d’informations difficiles et longs à traiter humainement. En déléguant les tâches complexes et la prise de décision à l’IA (ciblage, optimisations), les marketers sont à même de s’attarder sur ce qui dépend de l’intelligence humaine (analyse, stratégie, performance et créativité) pour ainsi décupler les performances de campagne (uplift, ROI, ROAS).
IA ou customisation d’algorithmes ?
Si une partie des AdTech ont désormais intégré l’IA à leur plateformes ou technologies, il est nécessaire de distinguer l’Intelligence Artificielle, auto-apprennante (Machine Learning) de la customisation d’algorithmes. La customisation d’algorithmes relève en effet davantage de l’automatisation du traitement d’informations. C’est aujourd’hui un moyen de plus en plus utilisé par les agences média pour répondre aux objectifs de campagne des annonceurs car certaines plateformes leur permettent d’y intégrer des algorithmes personnalisés (ex : DV360, Xandr, Sidebar).
Mesure, scoring et KPIs…
Dans le cadre des campagnes qui exploitent l’IA, les marketers définissent un cadre de campagne à l’intérieur duquel l’IA ou les algorithmes personnalisés vont opérer en fonction des objectifs et des différents KPI de campagne (ex : coût d’acquisition, uplift, impressions, clics, visibilité, taux de complétion, CPM, coût à la visite, conversions, etc.). Néanmoins, l’indicateur principal restera le coût d’acquisition qui a un impact direct sur le retour sur investissement d’une campagne (ROI).
Un dispositif qui requiert maîtrise et contrôle
Malgré les atouts indéniables de l’IA pour optimiser les performances, elle comporte quelques inconvénients de taille. Le premier relève de la technicité de l’IA qui requiert d’avoir les ressources capables de comprendre la technologie (développeurs, data scientists). En outre, selon les cas, le système n’est pas véritablement auto-apprenant et nécessite l’intervention humaine pour le cadrage des prochaines campagnes, l’analyse ainsi que les arbitrages. Par ailleurs, il y a un risque de sur-optimisation et de saturation des modèles (car trop exploités) avec un résultat inverse de celui souhaité : une potentielle baisse des performances. Autre conséquence possible : la standardisation du ciblage avec la création de stéréotypes. Il est donc nécessaire de faire preuve d’ouverture dans le cadre du développement des algorithmes customisés.
Des innovations technologiques pertinentes pour répondre aux enjeux publicitaires
L’IA séduit de plus en plus les AdTech. En effet, diverses solutions s’appuyant sur l’IA voient actuellement le jour tandis que d’autres adaptent leurs technologies existantes pour maximiser le ROI des marques ou apporter des réponses à des problématiques marché (ex : fin des cookies). On compte notamment des solutions dédiées au scoring et ciblage sémantique sans utilisation de cookies tiers (Qwarry), au prédictive targeting (AntVoice) ou encore à l’in-image utilisé pour associer une marque au contenu d’une page article après l’analyse automatisée du contenu et de son sens via le Natural Language Processing (seedtag).
Dossier constitué par Stéphanie Silo
