La majorité d’entre nous s’est déjà retrouvée au moins une fois face à une publicité beaucoup trop personnalisée ou beaucoup trop à notre goût pour pouvoir être qualifiée de spontanée.

Les réactions envers ce genre de situations sont généralement divisées ;

Une partie est convaincue que les marques et les entreprises ”espionnent” les consommateurs pour leur proposer exactement ce qu’ils cherchent. L’autre, quant à elle, sait que si un ciblage est aussi précis, c’est qu’il s’agit d’un ciblage et d’une publicité intelligents.

Nous faisons partie de la deuxième team, et nous expliquons ce que nous ne comprenons pas par l’IA, le machine Learning et le marketing Data.

Commençons d’abord par vulgariser ces termes pour une meilleure compréhension de la suite de l’article :

L’intelligence artificielle (IA) fait référence principalement à des systèmes ou des machines qui imitent l’intelligence humaine pour effectuer des tâches et qui peuvent s’améliorer en fonction des informations collectées grâce à l’itération. Selon Oracle France

Le Machine Learning est un ensemble d’outils statistiques ou géométriques et d’algorithmes informatiques qui permettent d’automatiser la construction d’une fonction de prédiction à partir d’un ensemble d’observations que l’on appelle l’ensemble d’apprentissage. Le ML est donc une discipline hybride qui se situe à cheval sur plusieurs sciences et techniques que sont l’analyse statistique, l’intelligence artificielle (IA), la BI et bien sûr l’IT. Selon Big Data et Machine Learning : Les concepts et les outils de la data science

Le Data marketing, ou le Data Driven Marketing quant à lui, fait référence aux pratiques marketing qui se basent sur l’exploitation des données collectées des consommateurs sur le web afin de les réutiliser pour transformer les prospects en clients et pour fidéliser les clients habituels. Ces pratiques permettent de diffuser un contenu sur mesure aux consommateurs en se basant sur leurs préférences. Un peu familier non ?

Maintenant que nous connaissons un peu mieux le jargon, parlons pub !

Une grande opportunité qui prend de l’ampleur de façon rapide et exponentielle, des annonceurs qui apprécient la capacité des Marketplaces à diffuser leurs publicités auprès des consommateurs concernés, au moment opportun et avec un contenu pertinent, de manière beaucoup plus précise que ce qui était possible dans le monde hors ligne… Comment est possible ?

Grâce à la publicité ciblée et au contenu personnalisé qui en résulte, les consommateurs peuvent être ciblés avec précision, en employant l’intelligence artificielle. l’IA elle, se nourrit des données, collectées dans les stratégies Data driven.

Cette utilisation associée des données des consommateurs a, et crée toujours des conflits étiques et légaux. D’ailleurs, le RGPD a été créé pour assurer la réglementation de ces pratiques et en l’occurrence protéger le consommateur.

Quand il s’agit de ciblage publicitaire, afficher LA bonne annonce/Pub au bon client, au bon moment a toujours été un défi pour les annonceurs.

Avec l’incorporation de technologies d’intelligence artificielle, de nombreuses entreprises sont parvenues à automatiser le processus d’achat et de vente d’espaces publicitaires en combinant la puissance de l’IA et les enchères en temps réel sur tous les canaux numériques notamment en vidéo, sur les réseaux sociaux et sur les bannières de sites web.

 En effet, l’IA analyse avec efficacité le comportement des visiteurs et permet d’optimiser les campagnes en temps réel, pour une audience qui se transforme et s’adapte au fur et à mesure de la collecte des données.

Ceci évite aux marques de s’appuyer uniquement sur la force humaine, qui a beau être créative et efficace, mais elle reste tout de même incapable de réaliser le travail que l’IA réussit à effectuer en un temps record, et en masse.

Mais cela est-il réellement rentable ? Et que se passera-t-il dans un contexte post cookie ?

La question de rentabilité de publicité en ligne, dont la publicité ciblée, peut s’avérer complexe.

En théorie, l’évaluation de la publicité digitale est plus facile que celle du marketing Offline, pour diverses raisons comme la disponibilité des KPIs de performances et de coûts, mais aussi la délimitation de l’audience et son étendue.

On se permet presque de dire que ce serait facile de schématiser le comportement précis d’un client à partir de ses données collectées, d’en suivre la traçabilité et de réaliser des gains immédiats avec. Peut-être, mais si et seulement si on respecte ces éléments :

• Déployer une stratégie de vente cross-canal basée sur les données, qui englobe à la fois les ventes directes traditionnelles et les ventes ciblées, et qui est adaptée à la position et à la dynamique du marché de l’entreprise.

• Comprendre comment et pourquoi les annonceurs valorisent différents inventaires et audiences, et exploiter la technologie et les données pour faire correspondre les audiences aux acheteurs et vendre avec des prix plus élevés.

• Mettre en place la bonne technologie, à la fois comme moyen efficace d’accéder à la demande et comme moteur de décision pour maximiser les revenus.

• Développer les bonnes mesures et réaligner l’organisation et l’incitation pour soutenir une stratégie cross-canal et des objectifs de publicité/vente intelligente.

La complexité du modèle de profit de la publicité ciblée n’est plus le seul obstacle auquel s’affrontent les annonceurs.

Aujourd’hui, le code éthique et légal qui englobent le traitement et la protection des données de consommateurs impose un défi aux adeptes de la publicité ciblée.

Le traitement des données nécessaires à la reconnaissance des schémas répétitifs comportementaux des internautes se retrouve ”aveugle” devant les personnes qui refusent les cookies, ces agents spéciaux tant idolâtrés, qui permettent de rétargeter efficacement les prospects.

Quelle solution face à des prospects Incognito ?

Le débat est toujours d’actualité, entre opposants et partisans, le choix n’est pas toujours évident.

Dans la multitude d’arguments, de solutions et d’alternatives avancées, une lueur d’espoir voit le jour avec une proposition qui semble optimale ; Remplacer la rigidité et la lenteur de la loi par l’éthique. C.-à-d., simplement établir un contrat sociétal et moral entre le consommateur et les entreprises, qui s’engagent à prélever le strict minimum de données nécessaires à l’établissement de leurs plans de personnalisations de contenus et d’offres. Ceci implique un respect au consommateur avisé qui choisit déjà certains usages et en rejette d’autres de façon automatique. Ceci est en soit est déjà un accord éthique indirect entre les deux parties, pourquoi ne pas en faire un cadre de référence ?