Ad-Exchange, analyses et expertise technique AdTech et MarTech
Data DSP Martech Programmatique Rocket fuel Sizmek

Du ciblage à l’optimisation : le Big Data fait entrer la publicité en ligne dans une nouvelle ère

Partager sur Linkedin

jh2_DATAFLOOD_newsadds1-300x240Par Eric Clemenceau, Directeur Général de Rocket Fuel France

On observe aujourd’hui une véritable fracture technologique dans le monde la publicité en ligne. Le secteur a connu trois grandes périodes : l’âge de la diffusion, l’âge du targeting et maintenant l’âge de l’optimisation. L’optimisation représente une évolution majeure dans le monde du RTB (Real-Time Bidding) et a déjà mené à la naissance de nombreuses nouvelles pratiques et technologies. Elle a commencé à remodeler le marché, mais de nombreux autres changements sont encore à venir !

L’optimisation consiste à diffuser une campagne sans ciblage préalable, selon une sélection individu par individu et sans exclusion a priori de certains groupes, et ce, quel que soit le type de campagne publicitaire (branding, performance, retargeting, etc.). Une pratique qui va bien au-delà du ciblage traditionnel. La clé de cette révolution repose sur le développement de la programmatique, mais aussi et surtout, sur l’émergence de technologies capables d’exploiter le Big Data.

La recherche de l’optimisation ne concerne pas uniquement l’annonceur. Un ciblage optimisé permet également au vendeur d’espaces publicitaires de valoriser son inventaire. L’internaute, quant à lui, se voit moins pollué par des annonces répétitives qui ne le concernent pas. C’est l’avènement, tant annoncé, du ciblage au cas par cas.

2013-10-27_190545Les DSP (Demand-Side Platform) l’ont compris et ont commencé à s’adapter. Cependant, la plupart d’entre elles utilisent les mêmes données et les mêmes technologies de ciblage et d’achat, lesquelles sont peu automatisées. Il en résulte un encombrement aux « heures ouvrables » sur un même ensemble d’impressions ciblant un nombre réduit d’individus.

L’optimisation publicitaire passe par l’exploitation de masses de données considérables et le scan de dizaines de milliards d’impressions chaque jour. Il s’agit de croiser des millions de facteurs tels que l’heure, la météo, le surf, la décision d’achat ou de non-achat, le type de technologie, etc. Les logiciels d’apprentissage automatique sont de puissants outils dans le domaine publicitaire car ils vont au-delà des capacités humaines. Ils sont en effet capables de traiter des données provenant d’un très grand nombre de signaux d’audience, de les analyser en temps réel et de les assimiler au fur et à mesure.

Pour atteindre une véritable optimisation, il faut disposer d’une technologie adaptée, mais également d’infrastructures colossales. Le Big Data suppose notamment des data centers en nombre suffisant pour héberger les données et couvrir la zone géographique désirée. La rapidité de transmission des données est en effet un facteur-clé du RTB (Real-Time Bidding).

Si le Big Data est sur toutes les lèvres, peu d’acteurs sont aujourd’hui réellement en mesure de l’exploiter. En revanche, son potentiel est énorme et bien réel.

big-data-hype-or-value-trend-alertLe Big Data permet notamment de dépasser la réflexion en silos (mobile, social media, display, etc.). Le croisement des données engendre des courbes d’apprentissage plus rapides, permet un séquencement optimum entre les différents messages et supports, et aboutit fréquemment à l’identification de nouveaux bassins de prospects. Avec la programmatique, les annonceurs achètent les impressions une par une, et non par lot de milliers ou de millions d’unités, pendant que différentes sorte de données sont croisées afin de déterminer avec précision l’audience idéal. Cette approche permet de multiplier par 5 ou 6 le ROI des campagnes utilisant les technologies de programmatiques les plus avancées.

Mais le Big Data c’est aussi le génome humain, la gestion des villes, Deep Blue contre Kasparov (déjà en 97 !)… la liste est longue. Toutes les industries et tous les services vont être impactés ! Et si l’intelligence artificielle est indispensable à l’exploitation du Big Data, il ne faut pas croire que l’être humain n’a pas sa place dans cette révolution. Il est au contraire nécessaire pour exprimer la volonté, fixer le but de la démarche et définir les vrais objectifs à atteindre.

Laisser un commentaire

1 question déjà posée