Et si vous pouviez n’adresser vos messages publicitaires qu’aux internautes les plus à même de convertir ? Bonne nouvelle : les algorithmes investissent toujours plus le secteur du Paid Media pour améliorer votre ciblage publicitaire ! Voyons comment l’IA va vous permettre de limiter la pression commerciale et booster votre ROAS (Return On Ad Spent), tout en vous aidant à anticiper la fin des cookies tiers. 

 

Dans mes précédents articles, nous avons vu que l’Intelligence Artificielle se mettait au service de votre stratégie marketing pour doper votre création de contenus et anticiper le comportement de vos cibles. 

J’ai aussi pu détailler l’évolution récente des chatbots, qui permettent à présent d’améliorer grandement votre relation client en avant-vente, vente et SAV. 

On poursuit notre odyssée de l’IA marketing dans votre parcours client ?

 

Pour appuyer votre référencement naturel et maximiser votre potentiel d’acquisition, vous allez déployer des campagnes en SEA, en Display et/ou en Social Ads. 

Or, grâce à l’IA, les méthodes de ciblage publicitaire évoluent pour vous accompagner… de la planification à l’achat !

 

Visez juste grâce à l'Intelligence Artificielle !

 

Un ciblage publicitaire toujours plus intelligent

Real-Time Bidding : cibler une audience plutôt que des sites

Depuis les années 2000, la publicité programmatique s’impose comme l’approche la plus efficace pour déployer ses campagnes. Elle représente à présent 61% des recettes Display, en croissance de +4% en 2020.

La publicité programmatique permet en effet d’automatiser l’achat/vente d’espaces sur une logique de cibles plutôt que de sites. Aux parts de voix et aux projections en CPM (Coût Par Mille), les annonceurs tendent à privilégier l’achat impression par impression, bien plus ROIste. 

Le Real-Time Bidding (RTB), qui est l’un des formats maîtres du programmatique, permet de diffuser votre publicité aux internautes susceptibles de s’y intéresser, selon un système d’enchères automatiques exécuté en moins de 120 millisecondes.

 

Comment fonctionne le RTB

 

Ce qui importe aujourd’hui, ce n’est plus qui est l’internaute, son profil à tenter de cerner et de figer à travers un persona : ce qui importe, c’est la façon dont il se comporte en ligne à un instant T. 

Ainsi le RTB saura afficher votre publicité pour votre cible, fan de boxe, sur un site de tricot, alors que vous ne l’auriez pas imaginé aimer ce type de crochets…

L’approche programmatique a révolutionné le marché de la publicité digitale, tant dans la pertinence de l’identification de vos cibles que de la diffusion de vos messages.

 

Pour une expérience utilisateur toujours optimisée, et un meilleur ROAS des annonceurs, les plateformes publicitaires ne cessent depuis d’améliorer leurs algorithmes. Au point de limiter toujours plus le besoin de ciblage dans la préparation de vos campagnes.

 

 

Laissez faire l’IA pour votre ciblage publicitaire

Le retour d’expérience de Jeremy Bendayan, COO et co-fondateur de Splashr (agence de snack content vidéo), est édifiant : les résultats des campagnes Ads sur Facebook et Instagram sont bien meilleurs lorsque l’annonceur ne précise aucun ciblage, sauf peut-être la tranche d’âge. 

Simplement parce qu’en réduisant votre segment, vous le sur-sollicitez sur une même catégorie de produits/services vis-à-vis d’autres annonceurs, en explosant au passage votre CPA (Coût Par Acquisition). Être restrictif réduit aussi les chances que votre publicité puisse être adressée à de meilleures cibles.

L’heure est donc au « no-targeting » : privilégiez une audience la plus large possible, en laissant l’IA s’occuper de votre ciblage publicitaire et dénicher ceux qui auront le plus d’intérêt pour votre offre.

A minima, vous pouvez indiquer les cibles à exclure, et/ou fournir de la donnée utile à l’algorithme tel que votre top clients : des audiences similaires (« look alike ») pourront ainsi être créées, et s’adapter aux interactions enregistrées pour identifier et cibler de nouveaux leads par l’apprentissage automatique.  

 

D’ailleurs, Google vous décharge de plus en plus dans la création et la diffusion de vos campagnes SEA :

  • Avec les Responsive Search Ads, vous entrez jusqu’à 15 titres et 4 descriptions et vous vous voyez proposer jusqu’à 90 variantes d’annonces rédigées par un algorithme. Plus besoin d’écrire vos 3 annonces ni de multiplier des A/B tests manuels : Google vous indique les combinaisons idéales pour sensibiliser votre audience et augmenter votre CTR (Click Through Rate).

IA et ciblage publicitaire : les Responsive Search Ads

 

  • Google injecte également depuis 2019 de l’intelligence supplémentaire au RTB. Le Smart Bidding utilise le Machine Learning pour effectuer des enchères en temps réel, selon un certain nombre de signaux détectés via le profil du compte Google sur lequel l’internaute est connecté, et par une approche prédictive pour déterminer des similarités de profil ou de navigation. Parmi ces signaux figurent l’appareil, l’âge, le sexe, l’emplacement, le jour ou bien l’heure de la journée… Vous pouvez pondérer vos niveaux d’enchères sur chacun de ces critères de -100% (pour ne pas être pris en compte, par exemple sur mobile si votre site mobile n’est pas optimisé), à un CPC max jusqu’à +900% (pour faire peser un critère clé). L’exemple ci-dessous montre l’intérêt de la multiplication de ces facteurs. Au moins 30 conversions historiques sont nécessaires pour entraîner l’algorithme et le mettre en œuvre sur votre compte Google Ads. Vous pourrez alors laisser au Smart Bidding le soin de prendre automatiquement pour vous les meilleures décisions. D’après Google, jusqu’à +30% de conversion avaient pu être enregistrées sur sa version bêta.

IA et ciblage publicitaire : le Smart Bidding

 

Ainsi, l’IA fait passer l’automatisation propre à la publicité programmatique à une autre échelle. 

Mais elle permet aussi de s’adapter au paradoxe d’internautes souhaitant bénéficier d’une plus grande personnalisation, tout en protégeant la confidentialité de leurs données personnelles. Pour réconcilier ce paradoxe, nous assistons à présent grâce à l’IA à l’émergence de la publicité prédictive et contextuelle.

 

 

Du Programmatique au Prédictif dans un monde Cookieless

 

L’achat programmatique peut utiliser des modèles de propension générés par des algorithmes de Machine Learning ou de Deep Learning pour cibler plus efficacement vos annonces publicitaires, à l’heure de la fin programmée des cookies tiers (à partir de 2023) et du ciblage comportemental.

 

Publicité contextuelle : l’exemple de GumGum

GumGum a développé une plateforme d’intelligence contextuelle capable d’analyser tout type de contenus (textes, images, vidéos, sons), et d’évaluer les meilleurs emplacements où placer votre publicité.

Logo de la solution GumGum

 

GumGum a recours à la fois à l’analyse automatique du langage et au Computer Vision pour :

  • Positionner votre publicité de façon pertinente : par exemple votre vente de pots de miel apparaîtra dans le fil d’un article média parlant des abeilles. La publicité peut apparaître en bandeau persistant sur le bas voire autour de l’écran (In-Screen Expandable/Frame), ou dans l’image illustrant l’article lui-même (en bas de l’image en In-Image Expandable, et encore plus impactant en In-Image Canvas). Tous les formats et exemples peuvent être consultés dans cette galerie.

GumGum place vos publicités sur les inventaires les plus pertinents

  • Éliminer les emplacements jugés inappropriés par l’identification et l’association d’indices visuels et sémantiques, comme sur l’exemple ci-dessous : alors qu’à gauche, « shooting » analysé dans son contexte renvoie en fait aux étoiles filantes, à droite il renvoie bien à des tirs, confirmé par l’identification de policiers sur la photo. Or, vous ne voulez pas associer votre publicité sur un article de ce type, et ce n’est pas le moment idéal pour sensibiliser l’internaute.

La solution GumGum pour de la publicité contextuelle

 

Un récent scandale sur la sécurité des marques a atteint Google, qui avait diffusé des annonces en programmatique sur des sites terroristes. L’IA permet aux annonces programmatiques de devenir plus intelligentes, avec un ciblage publicitaire capable d’identifier les sites douteux, et de les supprimer de la liste des inventaires sur lesquels placer des annonces.

Plus de problème de RGPD ni de cookies tiers, puisque l’approche est basée avant tout sur la pertinence du contenu pour accueillir votre publicité, avec des résultats plus que convaincants selon GumGum :

  • ROI x3,5
  • Taux d’engagement x7
  • Publicités 70% plus visibles
  • +37% de gain de notoriété

 

Reste que cette approche contextuelle est content centric et non user centric. Certes, si un internaute lit un article sur un sujet particulier, c’est que ce sujet l’intéresse, et que votre publicité a des chances de tomber à point nommé.

Mais comment anticiper ou créer le besoin autour de vos produits ? Comment devenir l’annonceur providentiel qui adresse le bon message au bon moment ?

 

 

Prédiction et Personnalisation du ciblage publicitaire

L’un des principaux apports de l’IA dans le marketing, comme détaillé dans mon précédent article, est la possibilité d’anticiper les comportements des internautes pour prédire leur intention d’achat.

Le ciblage prédictif est basé sur l’utilisation de cookies pour détecter, sur des sites tiers, des comportements types proches de ceux de vos clients cibles. Vous pourrez ainsi adresser vos publicités aux personnes les plus susceptibles de s’intéresser à votre offre.

Son avantage est de vous permettre de recruter de futurs clients avant même qu’ils ne vous connaissent, élargissant votre zone de chalandise au-delà des visiteurs ayant déjà visité votre site. 

Certes, la méthode du retargeting continue de représenter en moyenne entre 10 à 20% d’un budget SEA. Elle a encore de beaux jours devant elle, à l’heure où seuls les cookies first-party vont être épargnés.

Mais elle montre aussi ses limites notamment en terme de pression commerciale. Si la méthode prédictive semble être la nouvelle voie de la personnalisation, elle doit toutefois revoir son approche face à la fin des cookies tiers.

 

Google propose une voie de sortie via sa Privacy Sandbox et la méthode des FLoCs (Federated Learning of Cohorts, ou apprentissage fédéré par cohortes). 

Le principe est de créer des groupes contenant chacun au moins 5000 utilisateurs, et présentant des comportements de navigation similaires (ces données étant capturées par les navigateurs eux-mêmes).

Puis de permettre aux annonceurs d’adresser des publicités pour telle ou telle cohorte selon leur centre d’intérêt, sans que les internautes qui le constituent ne puissent être identifiés personnellement. Cela ne vous permettra pas de faire du 1:1, mais du 1-to-few. Google affirme néanmoins que les annonceurs généreront au moins 95% des conversions faites jusqu’alors, avec le ciblage par cookies tiers.

 

IA et ciblage publicitaire : le modèle FLoC

L’IA permettra de ne pas retomber dans une segmentation pré-déterminée de votre ciblage publicitaire, qui exclurait d’emblée une audience potentiellement concernée par votre message. Des startups AdTech comme AntVoice relèvent actuellement le défi d’adapter leur solution d’IA prédictive pour cerner plus finement, au sein de ces cohortes, les intérêts réels des internautes. 

En effet, selon AntVoice, le principal problème des FLoCs sera le manque d’attribut clair attribué aux cohortes : « est-ce que ce FLoC a été attribué à des amateurs de pêche à la ligne, ou à des personnes focalisées sur le développement durable ? ».

Les algorithmes de AntVoice devraient donc permettre d’affiner la connaissance des FLoCs tout en restant « Privacy by Design ». Un bon compromis pour mettre d’accord les 50% d’internautes qui, selon une étude Kantar, jugent la publicité personnalisée trop intrusive… et l’autre moitié qui s’y montre favorable.

 

 


En somme, grâce à l’IA, votre ciblage publicitaire va adresser les meilleures audiences au meilleur prix, en améliorant sensiblement la rentabilité de vos campagnes !

 

Viser juste dans la diffusion de vos publicités digitales participe également à une démarche qui s’impose de plus en plus au sein des entreprises : celle d’un marketing éco-responsable, que Hubspot a placé en 1ère position de ses 11 tendances marketing à suivre en 2021.

À l’heure de la multiplication des catastrophes naturelles et de la prise de conscience écologique, l’IA, par ses capacités d’analyse et de prédiction, peut être notre meilleur allié dans cette « révolution verte ». Mais il peut aussi alourdir la facture énergétique si les besoins sollicités pour mettre en œuvre ses calculs ne sont pas bien maîtrisés.

 

Dès lors, comment rendre l’IA marketing durable ?

C’est le sujet de ma thèse professionnelle que je vous invite à découvrir en vidéo, et à retrouver prochainement sur ma page dédiée sur ia4marketing.fr !

 




 

Suivez-moi sur Twitter (@Lefden) et LinkedIn pour en savoir plus sur les pouvoirs de l’IA Marketing.