Smart AdServer vient d’annoncer le lancement de deux nouvelles solutions pour les éditeurs : l’une axée sur l’analyse de données d’audience, l’autre, sur les prévisions d’inventaire pour rendre possible et optimiser le yield holistique. Nous avons interrogé David Pironon, directeur France et Europe du Sud de Smart AdServer, pour en savoir plus.
Pouvez-vous nous donner plus de détails concrets sur le type de données et informations que les rapports Big Data fourniront aux éditeurs ? Dans quelle mesure et de quelle façon aideront-ils à mieux comprendre leur audience ? Comment cela se passait avant, jusqu’à présent ?
Nous venons de lancer, en effet, une offre premium de reporting et de forecast “Big Data”. Grâce à cette nouvelle offre, Smart AdServer offre aux publishers les outils pour analyser leur inventaire en intégralité de manière beaucoup plus poussée : analysé plus finement, scindé de manière plus cohérente et granulaire, cet inventaire sera ensuite mieux valorisable auprès de leurs annonceurs.
Les rapports Big Data permettent de créer des rapports sur-mesure, en croisant un nombre illimité de critères et de manière extrêmement simple.
L’éditeur peut ainsi croiser à souhait, avec de simples drag & drop, tous types de données liées à la performance (impressions, clics), aux critères de campagne (formats, insertion, …) aux types d’emplacement (packs, site, package) et aux options de ciblage (géolocalisation, OS, navigateur, type de connexion…) avec la granularité de temps souhaitée (heure, jour, semaine…). Les résultats sont alors fournis de manière instantanée, quelle que soit la complexité de la requête.
Ces données sont capitales pour l’éditeur quant à la connaissance de son audience, avec une granularité inégalée. Cette offre se positionne comme une réelle alternative pré-intégrée à des solutions indépendantes d’analyses d’inventaire bien plus coûteuses.
Techniquement, seule une solution basée sur une technologie Big Data (nommée Hadoop) permet de calculer extrêmement rapidement les résultats de requêtes aussi complexes. En effet, les milliards d’impressions générées par nos clients représentent un volume de données colossal.
Ces informations, fournies par ces « rapports Big Data » permettront aux éditeurs de prendre quels types de décisions qu’ils ne pouvaient pas prendre avant l’existence de ces rapports ? Donnez-nous des exemples concrets.
Ces informations ont pour but d’affiner la façon dont un éditeur peut commercialiser ses inventaires, en ayant une meilleure connaissance de celui-ci, avec une meilleure granularité, et une visibilité accrue sur les prévisions de trafic ciblées.
Désormais, un éditeur qui a une part significative de trafic international pourra, par exemple, savoir en quelques clics quel est l’inventaire disponible de tel format, pour telle catégorie d’utilisateur (sexe=femme, âge = 25-49), sur tel pays ou région.
Ou encore, quelle est la prévision d’inventaire mobile 3G vs Wi-Fi sur tel type de terminal (iPhone 5), pour tel format, et dans telle zone géographique, la semaine prochaine.
Est-ce en quelque sorte d’une DMP dont il s’agit ? Si c’est le cas, est-ce que cela veut dire que vous êtes en train de lancer une DMP propriétaire au lieu de le faire en partenariat avec des prestataires extérieurs ?
Non, il ne s’agit en aucune sorte d’un DMP. Les DMP visent à collecter, caractériser et segmenter des audiences, ce module vise à faciliter l’analyse d’un inventaire en se basant sur des données d’impressions/clics/visiteurs uniques et des critères de ciblage, pour un client donné.
Concernant la deuxième solution, le module de prévision d’inventaire, lorsqu’un éditeur met son inventaire à disposition sur une plateforme SSP, cette analyse se fait automatiquement, en temps réel. En quoi cette solution est-elle nouvelle ? Je suppose qu’elle servira aussi bien dans les ventes programmatiques et RTB que dans les ventes directes, hors RTB ?
Les modules de prévision d’inventaire existent depuis de nombreuses années, et n’ont pas fait leur apparition dans la solution avec la brique RTB. Les modules de prévision d’inventaire servent à prévoir les volumes disponibles à la vente, avant même de décider leur affectation à un canal de vente (RTB vs direct).
En revanche, ce nouveau module est clé pour le yield holistique. En effet, nos équipes de mathématiciens ont créé des algorithmes propriétaires de modélisation qui permettent de traiter et d’analyser un grand nombre de données (de trafic, d’audience,…) pour générer des prévisions d’inventaire fiables. Dès lors, l’algorithme peut arbitrer en temps réel entre les ventes directes et le RTB, en prenant en compte, outre le niveau de monétisation, l’inventaire restant et la capacité à livrer plus tard (ou pas) une campagne garantie.
En tant que solution intégrée adserver et RTB, Smart AdServer a donc une vision globale sur l’intégralité de l’inventaire, que ce soit pour le direct ou le RTB. L’éditeur peut ainsi affiner sa stratégie d’affectation des impressions entre les canaux et définir des règles optimales avec un seul outil qui a une vision globale et non partielle des inventaires.
Combien d’éditeurs utilisent aujourd’hui les solutions de Smart Ad server ? Combien d’impressions mettez-vous à disposition des annonceurs par jour (ou mois) ?
Plus de 400 clients éditeurs web & mobile utilisent les solutions de Smart AdServer dans le monde. Plus de 120 milliards d’impressions sont diffusées par nos clients chaque mois.
Vous êtes également ad server coté annonceurs. Pouvez-vous nous donner une idée du nombre de clients annonceurs/agences pour lesquels vous diffusez des campagnes ?
Plusieurs annonceurs utilisent en effet notre solution annonceurs / agences : Meetic, Betclic, Boursorama, Digital Virgo, D-Agency, ou encore un annonceur majeur signé récemment que nous pourrons annoncer prochainement. Certaines agences telles que Group M, Vivaki, Remind, 6:AM sont également nos clients.
Propos recueillis par LUL
