Nouvelles

Jan 26, 2024

Comment l'IA résout le problème de confidentialité des annonceurs

Rejoignez des cadres supérieurs à San Francisco les 11 et 12 juillet pour découvrir comment les dirigeants sont

Rejoignez des cadres supérieurs à San Francisco les 11 et 12 juillet pour découvrir comment les dirigeants intègrent et optimisent les investissements en IA pour réussir. Apprendre encore plus

Il est révolu le temps où il fallait diffuser quelques gros tirages audacieux dans un magazine populaire ou lancer une prise de contrôle de la page d'accueil numérique sur quelques sites d'éditeurs à fort trafic. D'ici l'année prochaine, le marché mondial de la publicité multiplateforme et mobile devrait atteindre près de 300 milliards de dollars. Ainsi, le déploiement d'une campagne qui couvre les réseaux sociaux, l'affichage, le streaming et plus encore n'est pas une exception. C'est la (nouvelle) règle.

Bien que cette approche élargisse son champ d'action et permette aux marques de rencontrer les consommateurs là où ils se trouvent, deux défis continuent d'inquiéter fortement les annonceurs : cibler de manière cohérente et efficace les publicités sur les audiences pertinentes et, à partir de là, attribuer la performance aux résultats commerciaux. Ces préoccupations existent sur toutes les plates-formes – et plus il y a d'extensions de campagne, souvent, plus les efforts de ciblage et d'attribution semblent devenir flous.

Maintenant, cependant, il y a une nouvelle couche. Les réglementations renforcées en matière de confidentialité signifient que les annonceurs perdent l'accès aux détails granulaires qui, auparavant, aidaient à affiner le ciblage des campagnes et les performances globales.

Les politiques de confidentialité améliorées rendent la publicité numérique encore plus difficile. Alors que l'identification et le ciblage efficace d'audiences discrètes à grande échelle ont toujours été une tâche difficile, les données qui guidaient autrefois ces décisions sont désormais hors de propos.

Transformer 2023

Rejoignez-nous à San Francisco les 11 et 12 juillet, où des cadres supérieurs partageront comment ils ont intégré et optimisé les investissements en IA pour réussir et éviter les pièges courants.

Mais cela va plus loin. Une grande partie des données que les annonceurs peuvent collecter ne sont que des estimations : de nombreux utilisateurs refusent le suivi sur site et dans l'application. Jusqu'à 88 % des utilisateurs de Facebook dans le monde – et 96 % aux États-Unis – ont par exemple choisi de ne pas suivre les applications. Associez ces chiffres stupéfiants à des politiques de confidentialité spécifiques à la plate-forme et les annonceurs fixent le plus souvent des mesures incomplètes.

De plus en plus, les marques font appel à l'intelligence artificielle (IA) pour améliorer le ciblage et l'attribution. L'IA peut aider les annonceurs à atteindre les audiences souhaitées en fonction des apports créatifs. Comparez cette approche à l'ancien jeu de devinettes où la segmentation d'audience pré-planifiée dictait la stratégie.

En tirant parti de l'IA, les plateformes et les annonceurs peuvent mieux optimiser un ciblage plus large, en s'appuyant sur les algorithmes de la plateforme média pour collecter d'innombrables points de données tout en transmettant les bons messages aux bons utilisateurs au bon moment.

L'IA améliore également la mesure et l'attribution, comblant les lacunes en matière de connaissances que les politiques de confidentialité modernes créent. Grâce à la modélisation prédictive, les annonceurs peuvent désormais combler ces lacunes de manière efficace et efficiente.

Les algorithmes basés sur l'IA peuvent analyser de grandes quantités de données, identifier des modèles et des informations qui aident à trouver, engager et activer vos clients idéaux. Aucun planificateur média humain ne serait capable d'exécuter à ce niveau et à cette vitesse.

Tout aussi important, avec l'IA, les annonceurs peuvent aller au-delà des données démographiques, en exploitant les signaux comportementaux et contextuels pour diffuser des publicités plus pertinentes aux audiences. La modélisation similaire peut toujours s'appliquer ici aussi - en travaillant à partir d'un ensemble de données spécifique; les annonceurs peuvent créer des audiences similaires en fonction du degré d'alignement des individus et des segments sur l'audience d'origine. De nombreuses informations connectives que les algorithmes multimédias modernes peuvent découvrir étaient auparavant cachées aux annonceurs et aux experts des médias.

L'IA peut aider les annonceurs à fournir des messages beaucoup plus pertinents aux consommateurs individuels en fonction de leurs intérêts, de leur historique de navigation et d'autres facteurs clés. Cette approche peut aider à augmenter l'engagement et les conversions en fournissant un contenu plus visible quand, où et comment les consommateurs sont les plus susceptibles d'agir.

Comme l'algorithme alimente de nombreux éléments créatifs différents à un public plus large, il apprend rapidement qui répond à quels types d'annonces dans quels environnements. Cela permet aux systèmes alimentés par l'IA d'optimiser la livraison en fonction des signaux comportementaux. Il reconnaît que ce type de consommateur qui voit cette publicité sur cette plate-forme à ce moment, par exemple, est susceptible de cliquer, de parcourir et de prendre une action critique - qu'il s'agisse d'un achat, d'un opt-in par e-mail ou d'un autre KPI.

En conséquence, il y a un mouvement vers un ciblage plus large et des variations plus créatives au sein de l'industrie des médias sociaux, car les algorithmes peuvent cibler des sous-segments au sein d'un public plus large en utilisant beaucoup plus d'actifs créatifs et d'apprentissage automatique (ML). Et ils peuvent le faire beaucoup plus efficacement que les planificateurs de médias humains grâce à leurs cartes de segmentation et de messages pré-planifiées manuellement.

Cela conduit à un autre cas d'utilisation de l'IA : la mise à l'échelle du contenu et de la production créative pour suivre le rythme des demandes de campagne. À l'aide d'outils d'IA génératifs, les marques peuvent créer plus efficacement de grandes variations de texte, de texte et même d'images et de vidéos complètes. Plus vous avez de variations créatives, plus les algorithmes peuvent apprendre et livrer. L'IA générative rompt le compromis auquel les annonceurs ont toujours été confrontés entre l'augmentation des coûts de production et une meilleure diffusion des médias grâce à des algorithmes. Une créativité de qualité dans une multitude de versions peut être alimentée par des algorithmes multimédias à des coûts de plus en plus bas.

Les créateurs d'annonces utilisent désormais une approche déconstruite, téléchargeant plusieurs images, vidéos ou variantes de copie, puis laissant des combinaisons de versions d'annonces construites par machine être diffusées via l'IA. L'objectif : fournir aux algorithmes suffisamment d'éléments de contenu pour prendre en charge un nombre statistiquement suffisant d'interactions de données utilisateur entre les types de création et d'audience. L'IA mesurera et optimisera la meilleure combinaison de ciblage.

Le ciblage des publicités de cette manière est devenu beaucoup plus difficile avec les cookies et les MAIDS (identifiants publicitaires mobiles). Effectué manuellement, l'identification et l'action sur ces informations de performance pourraient prendre des semaines pour l'acquisition, l'analyse et la production des données. L'IA peut modifier les publicités sur une courte période de quelques jours en affichant les publicités dans différentes combinaisons. Avoir ce niveau d'adaptabilité donne aux annonceurs une chance de réduire le gaspillage et de maximiser l'impact, en tirant encore plus parti de chaque dollar de campagne. L'expérience du consommateur est également améliorée grâce à un contenu et des publicités plus pertinents.

Le domaine d'application émergent le plus intéressant pourrait être l'utilisation de l'IA pour l'attribution. Même maintenant, de nombreuses plateformes estiment les conversions publicitaires car les politiques de confidentialité et les limitations de données limitent fortement le suivi direct. La modélisation du mix marketing basée sur l'IA peut aider à prévoir les performances des campagnes à une vitesse et à un coût bien inférieurs aux normes historiques.

L'IA peut également aider les marques à contourner la nécessité de gérer les fichiers de cookies et d'interpréter les données de réponse des consommateurs tout en respectant les politiques de confidentialité. De nombreuses plateformes CRM intègrent de plus en plus ces fonctionnalités. Compte tenu des informations issues de la modélisation basée sur l'IA, de nouvelles opportunités émergent pour la connectivité des données via la publicité basée sur SaaS.

Le paysage publicitaire numérique d'aujourd'hui est difficile mais aussi très prometteur. Pour optimiser le succès de vos campagnes, arrêtez d'essayer de déjouer les machines. Vous ne gagnerez pas.

Les schémas de segmentation prédéterminés d'hier n'aideront pas les algorithmes à obtenir les résultats que vous recherchez. Au lieu de cela, penchez-vous sur les algorithmes assistés par l'IA en leur fournissant plus de messages, plus d'images, plus de vidéos et plus de modèles. Donnez à l'IA le contenu et les éléments créatifs dont elle a besoin pour optimiser.

Cela étant dit, n'oubliez pas que votre public est humain. La marque et la créativité comptent toujours, et c'est là que l'élément humain reste suprême. Un crochet de campagne basé sur une grande idée ne fera qu'aider l'IA à obtenir des résultats encore meilleurs. Alors concentrez-vous sur la créativité et les valeurs de la marque et laissez l'IA s'occuper de l'exécution dans les moindres détails.

Max Cammarota est directeur des médias sociaux et de performance payants chez Beeby Clark+Meyler (BCM).

Bienvenue dans la communauté VentureBeat !

DataDecisionMakers est l'endroit où les experts, y compris les techniciens travaillant sur les données, peuvent partager des informations et des innovations liées aux données.

Si vous souhaitez en savoir plus sur les idées de pointe et les informations à jour, les meilleures pratiques et l'avenir des données et de la technologie des données, rejoignez-nous sur DataDecisionMakers.

Vous pourriez même envisager de rédiger votre propre article !

En savoir plus sur DataDecisionMakers