De l'amélioration de l'efficacité de la gestion des campagnes à une personnalisation accrue, le chroniqueur Adam Grow explique comment l'IA transforme le visage de la publicité numérique.
La technologie progresse à un rythme accéléré, et les rêves les plus fous d'hier se transforment rapidement en innovations d'aujourd'hui. Pendant longtemps, l'intelligence artificielle est restée une notion floue, un concept ambitieux aux applications futuristes : voitures autonomes, livraisons par drones, réfrigérateurs contrôlant la qualité des aliments, et bien d'autres choses encore.
Ce rythme effréné d'innovation inquiète certains théoriciens, qui s'interrogent sur la « singularité » : l'idée qu'une superintelligence artificielle engendrera une croissance si rapide que la civilisation humaine subira des bouleversements incompréhensibles. Certains prévoient qu'au rythme actuel, la singularité pourrait survenir d'ici 30 ans.
Mon propos n'est pas de me concentrer sur la question de savoir si ou quand la singularité se produira, mais plutôt de souligner que nous subissons déjà les conséquences du progrès technologique dans notre vie quotidienne et dans le monde de la publicité numérique. Ces avancées influencent notre interaction avec les marques et les expériences qui nous incitent à acheter.
Et même si bon nombre des grandes idées concernant l'intelligence artificielle n'en sont encore qu'à leurs balbutiements, la réalité est que l'IA possède de nombreuses applications apparemment modestes qui permettent actuellement aux entreprises du monde entier d'améliorer leur efficacité en matière de marketing numérique, allant du ciblage et de la connaissance approfondie des consommateurs aux expériences publicitaires hautement personnalisées.
La place de l'IA dans la publicité
Près de 80 % des responsables marketing américains estiment que les consommateurs sont prêts pour l'IA et perçoivent déjà les avantages d'un monde où elle sera omniprésente. Selon une enquête menée par Weber Shandwick et KRC Research, les personnes interrogées dans le monde entier pensent que l'IA peut contribuer à résoudre de nombreux problèmes : 72 % estiment qu'elle permet d'accomplir des tâches trop difficiles ou dangereuses pour les humains, 69 % affirment qu'elle facilite l'accès à l'information et aux actualités pertinentes, et 69 % déclarent qu'elle libère du temps pour d'autres activités.
Bien que ces points puissent correspondre au quotidien des consommateurs, ils s'appliquent directement à la valeur ajoutée que nous constatons grâce à l'IA dans la publicité, et plus particulièrement dans le domaine de l'affichage programmatique. L'IA permet aux spécialistes du marketing d'optimiser les performances grâce à des publicités pertinentes et personnalisées, tirant parti d'algorithmes de ciblage améliorés et d'une optimisation créative.
L'IA améliore l'efficacité de la gestion des campagnes, mais le contact humain reste indispensable.
L'intelligence artificielle est de plus en plus utilisée par les entreprises de technologies publicitaires pour améliorer l'efficacité et la pertinence des campagnes display, et ainsi obtenir de meilleures performances, objectif ultime de tout marketeur. Selon Juniper Research, les algorithmes d'apprentissage automatique utilisés pour optimiser les réseaux d'enchères en temps réel généreront 42 milliards de dollars de dépenses publicitaires annuelles d'ici 2021, contre 3.5 milliards en 2016.
Bien que la valeur ajoutée de l'IA pour l'affichage programmatique soit indéniable, il ne faut pas oublier que notre main-d'œuvre humaine reste un élément essentiel à la réussite des achats médias.
Les algorithmes d'apprentissage automatique prennent en charge la majeure partie du travail d'achat média programmatique, en identifiant intelligemment les consommateurs et en diffusant des publicités pertinentes. Cependant, certains aspects restent du ressort exclusif de l'humain. Il s'agit notamment du suivi des ventes et des promotions, de l'intégrité des actifs de la marque et de la détection des anomalies, qui peuvent être résolues par un simple raisonnement.
J'ai constaté les meilleurs résultats au sein de notre entreprise lorsque nous combinons le ciblage avancé des algorithmes d'apprentissage automatique avec la réflexion et la vision globale de nos propres experts en médias et en campagnes.
L'IA est un vecteur d'expériences pertinentes et personnalisées
La personnalisation est un mot à la mode et un axe majeur de la publicité display depuis un certain temps, pourtant les consommateurs se méfient de l'utilisation de leurs informations à des fins publicitaires et de l'influence que cela peut avoir sur leurs décisions d'achat.
Une enquête publiée dans un récent rapport d'eMarketer a révélé que seulement 28.7 % des consommateurs estimaient qu'une expérience personnalisée augmentait leurs chances d'achat, et plus de la moitié ont déclaré que cela n'avait aucune incidence. Pourtant, une autre enquête a montré que 78 % des internautes américains affirmaient que le contenu personnalisé proposé par les marques renforçait leur intention d'achat.
Alors, que retenir de ces réponses contradictoires ? En fin de compte, tout se résume à… qualité et pertinence du message personnalisé, que les consommateurs en soient conscients ou non.
La technologie de personnalisation est devenue un standard en publicité pour de nombreuses marques, mais elle doit continuer d'évoluer pour que les marques puissent offrir des expériences publicitaires performantes face à l'évolution des comportements des consommateurs, des plateformes et des médias.
L'IA offre une solution qui va bien au-delà du simple affichage des produits consultés par un consommateur. Grâce à l'apprentissage automatique, elle prend en compte les produits les plus performants afin de proposer des recommandations variées qui inciteront le consommateur à finaliser son achat.
Au-delà des produits, cette personnalisation englobe le message ou l'offre publicitaire, ainsi que l'emplacement et le moment de diffusion des annonces. Pour l'acquisition de nouveaux clients, les algorithmes peuvent sélectionner les produits les plus performants des campagnes de reciblage et trouver des produits similaires dans un flux afin de les proposer à des audiences comparables à forte valeur ajoutée. Même les consommateurs n'ayant jamais visité votre site peuvent ainsi bénéficier d'une expérience publicitaire pertinente.
Les performances sont assurées par l'apprentissage automatique et la créativité dynamique.
Auparavant, la performance des campagnes de reciblage dépendait simplement de la qualité des visuels. Si une campagne ne fonctionnait pas bien, c'était probablement parce que les visuels avaient besoin d'être renouvelés.
Pour éviter la lassitude créative et améliorer les performances, les spécialistes du marketing ont traditionnellement recours aux tests A/B. Le protocole standard consiste à diffuser deux ou trois variantes publicitaires pondérées sur un serveur pendant une période de test, jusqu'à l'obtention de volumes d'impressions quasi identiques. Les résultats sont ensuite analysés par un analyste afin d'identifier la variante la plus performante, qui est alors testée face à de nouvelles variantes.
Le processus est extrêmement manuel, sans parler de sa longueur et de son coût élevé, pour parvenir à une conclusion définitive après avoir testé quelques variantes publicitaires. Malheureusement, il est également difficile d'apporter des modifications ou des optimisations en cours de test, par crainte de compromettre les résultats.
S'appuyer uniquement sur le facteur humain pour ce type de test rend quasiment impossible l'analyse simultanée de l'influence de plusieurs facteurs. C'est regrettable, mais vrai : nous ne sommes tout simplement pas assez intelligents pour comprendre ou prédire le comportement humain lors de tests publicitaires multivariés.
L’optimisation créative dynamique, également connue sous le nom de DCO, est une application importante de l’IA dans la publicité display.
Dans le monde saturé de la publicité en ligne, les spécialistes du marketing doivent se battre pour capter l'attention de leur public cible. Ils ont besoin de la bonne image, des bonnes couleurs, des bons produits, du bon appel à l'action – et ce, instantanément – pour les centaines de milliers de consommateurs qui ont visité leur site.
En utilisant les données comportementales et d'achat, les algorithmes d'apprentissage automatique créent une grande variété de publicités à l'aide de modèles simples et les testent auprès des consommateurs afin de trouver les publicités les plus efficaces qui mènent à la conversion, et DCO peut faire tout cela sans aucun biais humain.
Et après ?
Il est remarquable de constater les progrès et l'évolution technologique que nous avons connus au cours des 100 dernières années. Pour revenir à mes propos précédents sur la singularité, et pour ceux qui ne sont pas familiers avec le sujet, je recommande vivement de consulter un graphique illustrant la loi de Moore. La représentation visuelle de cette loi est stupéfiante et permet de constater l'ampleur des avancées technologiques réalisées ces dernières décennies.
Avec la poursuite de cette croissance, il sera intéressant d'observer comment les technologies marketing évolueront pour refléter et soutenir les progrès axés sur le consommateur. Notre rôle, en tant que professionnels du marketing, sera de faire progresser notre secteur afin d'identifier et d'exploiter les opportunités qui renforceront notre capacité à établir des liens significatifs avec les consommateurs.
___
by Adam Grow
la source: MARTECH AUJOURD'HUI
