Vous consultez le deuxième chapitre du guide en six parties "Comment les agences augmentent leur impact et développent de nouvelles expertises avec l'IA". Accédez aux autres chapitres : Augmenter la valeur avec l’IA, Les bonnes data pour guider l’IA, Le pilotage budgétaire amélioré par l’IA, La bonne audience face au bon message avec l’IA, Les insights prédictifs de l’IA.
Élaborer une stratégie de données
Les agences constatent que le potentiel de l’IA est décuplé lorsqu'elle est combinée aux données first party des marques. Selon Forrester, elles sont d’ailleurs plus de 60 % à estimer que faire un meilleur usage de ces données sera une priorité élevée ou absolue pour leurs client·es au cours des 24 prochains mois1.
Les données propriétaires sont en effet une source précieuse pour des raisons variées :
- Qualité : une marque obtient ses données directement à la source, à savoir, sa clientèle ;
- Pertinence : les données sont directement liées aux produits vendus par une marque et aux client·es qui achètent ces produits ;
- Unicité : aucune autre entreprise ne dispose des mêmes données.
A la croisée des attentes des personnes, des réglementations internationales et des normes propres aux plateformes technologiques (ex: disparition progressive des cookies tiers), les données first party vont être amenées à jouer un rôle encore plus important.
Pour y répondre, il est nécessaire de trouver les moyens de créer un échange de valeur équitable avec les consommatrices et les consommateurs autour de leurs données. Ici, les agences peuvent permettre de dégager des avantages concurrentiels pour leurs client·es en exploitant de manière responsable ces données consenties lors des campagnes. Intégrées à une stratégie de données globale, ces dernières pourront être connectées aux objectifs commerciaux des marques.
Renforcer les campagnes à l'aide de données first party
Le sujet de la de la donnée propriétaire est un sujet “incontournable” pour Florian Thiébaut, Managing Partner chez Artefact, Data Marketing Practice Lead, tout comme celui du développement “d’une Customer Data Platform (CDP) pour exploiter les données first party à leur potentiel maximal”. Cette approche conjuguée aux avancées sur des solutions telles que “les moteurs d’audience et de mesure des performances des campagnes digitales y ajoutent encore plus de valeur” affirme-t-il.
Les résultats, quant à eux, sont au rendez-vous comme le constate Florian Thiébaut “cela donne un véritable avantage concurrentiel pour les annonceurs dans un paysage de données de plus en plus complexe”.
Pérenniser les mesures
Les agences jouent également un rôle clé dans un autre domaine : celui de la mesure éthique, respectueuse de la vie privée.
Même si une organisation dispose d’une base solide de données propriétaires consenties, l'abandon progressif des cookies tiers risque de diminuer drastiquement la quantité de données observables. Une situation qui inquiète profondément les agences et les spécialistes du marketing qui sont 85 % à déclarer que la disparition des cookies et la précision des mesures constituent deux de leurs principaux défis.
Les agences peuvent pallier ces pertes de données en s’appuyant par exemple sur la modélisation des conversions qui repose sur des données first party consenties par les personnes. Ces mesures plus précises permettront à leur tour d'accroître la pertinence des annonces, de renforcer les stratégies d'optimisation et d'améliorer les performances des campagnes. Une dynamique vertueuse et créatrice de valeur.
Ici, agences et annonceurs doivent porter une attention toute particulière à la qualité des données. Comme le rapporte Mathieu Lepoutre, Key Offer Director, Media Consulting de l’agence fifty-five "La qualité des modèles est directement liée à la qualité de la donnée qui est de plus en plus un enjeu dans un environnement technique et juridique de plus en plus contraint.”
Pour naviguer dans cet espace plus restreint pour la collecte des données, les agences peuvent une fois de plus compter sur l’IA. “Forte heureusement l’IA permet maintenant de pallier une collecte de données de plus en plus probabiliste. L’IA est partout” nous confie-t-il.
Encore faut-il ne pas oublier les compétences qui accompagnent cette mutation comme le souligne Mathieu Lepoutre : “le pilotage et l'exécution de sa stratégie marketing nécessite de plus en plus une solide expertise data, façonnant le profil de nos marketing leaders".
Activer les données sur tous les canaux
Une fois qu’une base solide de données et de mesures est posée, vient la seconde étape : injecter ces données dans les canaux pour optimiser les performances et atteindre davantage de client·es.
Les agences les plus avancées dans le domaine de l’IA profitent déjà de son potentiel. Elles aident ainsi les marques à apparaître de façon plus pertinente, aux bons moments. Pour cela, elles s’appuient sur des solutions telles que le ciblage de mots clés à la requête large pour couvrir davantage de requêtes de recherche ou la création de campagnes Performance Max pour trouver des conversions supplémentaires sur un plus grand nombre de canaux.
Si être au plus proche de l’acte d’achat est important, ces agences étendent également leurs compétences pour adresser des enjeux de notoriété et de considération.
Plusieurs études démontrent en effet qu’avoir une stratégie sur la totalité du parcours d'achat au lieu de se concentrer uniquement sur les conversions permet d’obtenir de meilleurs résultats. Pour exemple, les annonceurs diffusant sur YouTube des campagnes vidéo axées à la fois sur la réponse directe et sur la marque enregistrent 28 % de conversions incrémentales issues de la campagne de branding2.
Pour stimuler la phase amont du parcours d’achat, de nombreuses agences se spécialisent ainsi dans des domaines tels que la vidéo. Actuellement, 33 % des agences interrogées proposent des offres vidéo à leur client·es et 17 % ont l'intention de le faire dans les 24 prochains mois3.
Investir dans des stratégies axées sur l'intégralité du parcours client
Combinée à des insights, l’IA a permis aux équipes de Dentsu Media d'adopter une approche plus flexible et globale pour l'élaboration de leurs budgets et plans médias.
Pour un de ses clients dans le secteur du retail, Dentsu a analysé les données de recherche des internautes. Ces dernières indiquaient une augmentation du nombre de recherches en lien avec un produit pour lequel la visibilité était moindre. Fort de ce constat, le client a décidé de maintenir ses campagnes axées sur la performance tout en étendant sa stratégie à des actions de notoriété sur la catégorie concernée.
L'équipe de Dentsu a eu recours à l'IA pour faire passer ces actions de branding au niveau supérieur. Elle a ainsi utilisé des campagnes vidéo axées sur la couverture pour maximiser la notoriété de la marque. Ce type de campagnes optimise les performances vidéo pour les inventaires d'annonces désactivables, non désactivables et bumper afin d'obtenir la couverture maximale pour une audience et un budget donnés.
Bruce Williams, responsable du marketing performances chez Dentsu Media pour l'Amérique du Nord témoigne des changements en cours au sein du groupe : "Nous investissons dans de nouvelles disciplines afin d'adopter une approche stratégique de l'IA, axée sur l'intégralité du parcours d’achat et cross-canal. Nous avons dû revoir notre perception de l'intelligence artificielle, ainsi que celle de notre clientèle, car l'IA est souvent considérée, à tort, comme une solution de remplacement. En réalité, elle améliore le travail de nos équipes qui utilisent plusieurs canaux et formats, et qui adoptent une approche globale".
Test and learn
Certaines marques peuvent encore hésiter à miser sur des solutions basées sur l'IA. Pour les aider à franchir le cap, les agences peuvent opter pour une approche plus statistique et itérative autour d’une démarche test and learn.
Dans ce cas de figure, des tests simples existent comme ceux de Google Ads. Grâce à ces derniers, les agences peuvent implémenter des tests A/B pour mesurer l'impact d'une modification apportée à une campagne dans un environnement contrôlé. Elles peuvent ensuite utiliser des indicateurs de pertinence statistique pour décider d’amplifier ou non ces mesures en fonction des résultats. Ces tests peuvent être progressifs et débuter sur un sous-ensemble de critères tels que des zones géographiques ou des produits spécifiques avant de passer à l’échelle.
Les agences peuvent également aider les marques à effectuer des tests plus élaborés. Ils pourront permettre d’aller plus loin dans la compréhension du parcours client, faire tomber les barrières entre les canaux en ligne et hors ligne, ou encore mesurer les effets de causalité et d'incrémentalité liés à l'évolution du mix média.
Cette philosophie du test and learn est essentielle pour l’agence Labelium qui y voit une double opportunité. Comme le rapporte Camille Zubizarreta, Client Lead au sein de l’agence “cette approche est doublement essentielle : elle permet à la fois de challenger les best practices et méthodes établies mais aussi d’exploiter les avancées digitales et ainsi maximiser les opportunités”.
C’est ce que l’agence a notamment poussé pour son client Parfums Christian Dior dans l’objectif d’aller chercher une volumétrie incrémentale via des mots clés “requête large”. Le tout, bien entendu, sans trahir ou nuire à l’image de marque de la Maison.
Pour réaliser ce test, l’agence a sélectionné un nombre limité de mots-clés marque les plus performants appartenant à des campagnes sous stratégie d’enchères au ROAS cible. Ces mots-clés ont été intégrés via broad match au sein des mêmes adgroups respectifs pour éviter toute cannibalisation, perte d’historique et d’autres biais pendant 8 semaines. Ce test avait pour objectif de prouver la capacité de la requête large à apporter des conversions incrémentales rentables.
Camille Zubizarreta rapporte ainsi que “les résultats très encourageants ont permis d’optimiser et d’élargir ce test à un nombre plus important de mots-clés marque et à plusieurs pays européens”. Un test qui passe donc à l’échelle.
Consulter le guide
Chapitre 1 : Augmenter la valeur avec l’IA
Chapitre 2 : L’IA à chaque étape du parcours consommateur
Chapitre 3 : Les bonnes data pour guider l’IA
Chapitre 4 : Le pilotage budgétaire amélioré par l’IA
Chapitre 5 : La bonne audience face au bon message avec l’IA
Chapitre 6 : Les insights prédictifs de l’IA
