Le secteur des technologies publicitaires est en évolution rapide, stimulé par les tendances en matière d’innovation. Au cours des douze derniers mois, le secteur a été envahi d’articles consacrés à l’ascension du « header bidding » et à la sécurité de la marque. Mais qu’est-ce qui se profile à l’horizon ? Car attention l’IA n’est ni magique ni une garantie : tout commence et se termine par une stratégie de données.
Pour les publicitaires et les propriétaires de médias, la rationalisation des coûts et l’efficacité restent primordiales dans leurs stratégies publicitaires : cela explique pourquoi la dernière tendance est l’adoption de l’intelligence artificielle (IA). Mais de quoi s’agit-il exactement et pourquoi est-ce un sujet aussi brûlant en ce moment ?
L’intelligence artificielle est la capacité des ordinateurs à accomplir des tâches qui sont traditionnellement considérées comme représentatives de l’intelligence humaine, telles que la prise de décision, la visualisation, la traduction linguistique ou l’interprétation de la parole. Le secteur des technologies publicitaires fonctionne à grande échelle avec des milliards de transactions effectuées quotidiennement de manière largement automatisée, ce qui fait que l’intelligence artificielle semble être une solution naturelle. Certaines entreprises du secteur des technologies publicitaires ont déjà commencé à voir les avantages de l’IA et ont adopté la technologie pour éliminer les inefficacités inutiles.
L’IA semble être une solution naturelle… à ne pas prendre à la légère
Les plateformes côté demande (DSP) ont par exemple commencé à tirer parti de l’IA pour réduire les coûts d’infrastructure. Avec l’avènement du header bidding et de l’insertion publicitaire côté serveur (SSAI), les DSP doivent évaluer plus d’impressions que jamais et cela a fait exploser les coûts d’infrastructure. Pour s’adapter, plusieurs plateformes ont commencé à extrapoler l’IA et l’apprentissage automatique comme solution potentielle. En filtrant les opportunités qu’elles ont peu de chances de gagner, les DSP peuvent éviter le bidding et donc réduire leurs coûts d’infrastructure.
Côté offre, l’éditeur CafeMedia, par exemple, utilise l’IA pour catégoriser et baliser plus efficacement son inventaire. Il s’agit traditionnellement d’un processus très manuel pour les éditeurs, qui exige que les humains catégorisent individuellement l’inventaire au sein d’un système de gestion de contenu. Il est important pour les acheteurs de savoir quel type de contenu est présent là où leurs publicités sont diffusées.
Il est tout aussi important que les éditeurs et les propriétaires de médias connaissent le type de publicités diffusées sur leurs propriétés : c’est pourquoi des entreprises faite d’une équipe de spécialistes de la classification d’inventaire afin d’examiner et de classer toutes les créations publicitaires programmatiques sont pertinentes. L’opportunité d’automatiser l’ensemble de ce processus peut être transformatrice si elle est appliquée correctement.
Donc, si les publicitaires et les propriétaires de médias envisagent d’intégrer l’IA dans leur stratégie publicitaire, quels sont les avantages et les inconvénients à prendre en compte ?
Avantages
– Efficacités des flux de travail : l’un des plus grands avantages de l’IA est le temps qu’elle peut faire gagner du côté de l’utilisateur. Sans elle, l’optimisation des campagnes prend du temps et tient plus de l’art que de la science. Imaginez la quantité de données disponibles sur chaque individu. Même avec un public cible à l’esprit, passer au crible les fournisseurs et deviner quels attributs seront les plus performants est coûteux et nécessite du temps et des expertises. Une fois que c’est fait, le trafiquant de publicités doit alors changer le rythme, la tarification et potentiellement des dizaines d’autres variables. L’IA peut automatiser une grande partie de cela. À ce stade, l’utilisateur n’a qu’à choisir un objectif que l’IA peut optimiser et la laisser tourner en donnant une orientation là où c’est nécessaire.
– Plus de traitement de données que possible humainement : le Big data et l’IA vont de pair, quel que soit le secteur. Il s’agit d’automatiser l’achat et la vente pour maximiser la valeur. L’IA peut « voir » et prendre en compte autant de caractéristiques que sa formation le lui permet, en tenant compte de centaines ou même de milliers de variables au cours d’une campagne pour déterminer l’importance.
– ROI : La réduction des coûts est le résultat naturel de la mise en œuvre des efficacités des flux de travail et de l’activation maximale des données. Comme l’IA nécessite moins de capital humain pour fonctionner, les adoptants gagnent à embaucher moins de personnes et les personnes qu’ils embauchent ne se concentrent pas sur l’ajustement manuel de boutons et de leviers. De plus, puisque l’IA apprend au fil du temps, la performance s’améliore constamment au fur et à mesure qu’elle commence à faire la distinction entre ce qui est important et ce qui ne l’est pas.
Inconvénients
– Toutes les IA ne sont pas égales : si l’IA est un cerveau conçu pour apprendre dans un but spécifique, il peut être difficile d’identifier le partenaire le mieux adapté pour répondre à des besoins spécifiques. Certains partenaires d’IA sont meilleurs pour des secteurs spécifiques et d’autres ne sont probablement que des vaporware. Choisir le bon partenaire n’est pas facile, et si tout le monde offre une solution d’IA, il est difficile de dire laquelle est la meilleure pour vous, du moins sans un certain degré d’investissement initial et une quantité décente de recherche.
– ROI : Tout comme la mise en œuvre correcte de l’IA peut générer d’énormes économies, elle peut aussi représenter un coût irrécupérable. La barrière initiale à l’entrée (l’investissement dans le développement d’un algorithme sur-mesure ou le paiement d’un partenaire pour utiliser le leur) sera assez importante pour la plupart des publicitaires ou des éditeurs. Il n’y a pas non plus de garantie que cela fonctionnera dans tous les scénarios. Même si les partenaires aimeraient croire que leur IA entraînera rapidement un profit substantiel, ce n’est pas toujours réalisable. Lors du choix d’un partenaire, la performance historique ne doit pas être considérée isolément, mais en conjonction avec le respect des normes de transparence en matière de coûts et de rapports.
Commencer à exploiter l’IA n’est pas simple et il ne faut pas prendre cela à la légère. Les tendances peuvent être imprévisibles, de sorte que la mise en œuvre de quelque chose de nouveau dans une stratégie publicitaire doit se faire avec prudence. S’ils envisagent de mettre en œuvre un programme d’IA, les publicitaires et les propriétaires de médias doivent garder à l’esprit que tout commence et se termine par une stratégie de données. Même si l’IA est le terme le plus à la mode du secteur en ce moment, c’est bien tout ce que c’est. Juste un terme à la mode. Ce n’est pas magique, et ce n’est pas une garantie. Cependant, si une stratégie d’IA est exécutée avec beaucoup de temps et de recherche, il existe un énorme potentiel de succès car cette technologie passionnante continue de faire évoluer le paysage publicitaire.
