Dans un précédent article, nous avions abordé la question du recours à l’intelligence artificielle en matière de publicité digitale, par le biais du Search Engine Advertising. Le constat actuel est que l’IA est de plus en plus intégrée aux solutions informatiques mises à disposition par les mastodontes du secteur, parmi lesquels Google arrive en 1ère position.
Nous avons également vu que lorsqu’il est question de SEA, l’IA tend à remplir des rôles autrefois dévolus aux professionnels du secteur : identification d’achat de mots-clé, personnalisation des annonces à diffuser en fonction d’un « wording » défini par ou avec l’annonceur, mais aussi monitoring de l’état des comptes publicitaires en fonction de critères de « santé » tels que la qualité de la structure des annonces, l’état des enchères pratiquées sur ces annonces etc… Le quotidien d’un gestionnaire de compte publicitaire en SEA tend de plus en plus à intégrer ces recommandations d’une IA qui ne cesse de se perfectionner et d’identifier de nouveaux leviers de croissance dont il s’agit d’évaluer la pertinence et la faisabilité au regard des coûts qu’ils engendrent.
Cependant, l’usage de l’intelligence artificielle en SEA ne se limite pas à de la suggestion de mots-clés ou au perfectionnement d’annonces à diffuser sur le réseau de recherche : elle permet également d’optimiser en temps réel les enchères pratiquées en temps réel par l’annonceur pour l’achat d’espace publicitaire sur le célèbre moteur de recherche.
Des stratégies d’enchères d’achat de mots-clé automatisées :
Ces stratégies d’enchères automatisées peuvent revêtir plusieurs formes suivant l’indicateur de performance à maximier :
- Stratégie d’enchères au taux d’impression cible (Target Impression Share) permet de proposer des enchères de mots-clé afin d’avoir un taux d’impression sur le réseau de recherche le plus élevé possible. L’idée est alors de demander aux algorithmes de définir les meilleures enchères possibles pour augmenter le % de couverture du volume de requêtes tappées par les internautes et correspondant à nos mots-clé. Cette stratégie est notamment intéressante lorsqu’aucun autre KPI de performance n’est requis pour la campagne en question, et que l’objectif est de laisser aux annonces des concurrents la plus faible possibilité d’apparaître en réponse aux requêtes des internautes.
- Stratégie d’enchères au Coût d’acquisition cible (Target CPA) : avec cette stratégie d’enchères, l’objectif est d’atteindre un montant de Coûts par acquisition de prospect optimisé. Une fois un montant d’acquisition maximal défini, les algorithmes de Google Ads vont s’assurer de diffuser nos annonces pour qu’in fine ce que nous coûte l’obtention d’un nouveau prospect ne dépasse le plafond pré-défini. Cette stratégie est particulièrement intéressante pour maîtriser les dépenses dès lors qu’un objectif de conversion existe.
A côté de ces différentes stratégies, l’Auction Time Bidding là encore développé par Google permet quant à lui à l’algorithme de prendre en compte tous les signaux pour ajuster l’enchère à chaque requête, et ce en temps réel. A titre d’exemple, cette option peut augmenter les enchères pour les clics qui semblent les plus susceptibles de générer une conversion, et les diminuer lorsque les probabilités de conversion sont faibles. Pour cela, le « bidder » prend en compte tous les signaux disponibles dans le compte (données liées aux audiences & ciblages, au contexte de l’enchère, à l’historique sur le compte…). Cet ajustement en temps réel n’est quant à lui pas possible avec de simples ajustements manuels.
Des audiences extrêmement précises, grâce aux corrélations effectuées par l’IA :
Enfin, le dernier point mais non des moindres concernant l’usage de l’IA en SEA via Google Ads, concerne le ciblage des internautes via le système d’audiences.
Actuellement, plusieurs types d’audience sont disponibles dans Google Ads :
- Audiences socio-démographiques (par âge, sexe etc)
- Audiences par affinités (suivant les préférences des internautes observées grâce à leurs habitudes de navigation)
- Audiences In-market (« audiences sur le marché » qui regroupent les internautes suivant la probabilité qu’ils ont d’effectuer un achat pour tel ou tel type de produit à court ou moyen terme).
… sans oublier les audiences retargeting que l’annonceur doit lui-même implanter dans la plateforme via son outil de CRM ou son compte Goolge Analytics.
En matière d’IA, ce sont les audiences In-market qui nous intéressent particulièrement, dans la mesure où il est possible de sélectionner plusieurs types d’audiences parmi celles proposées par Google (Sport, voyage, logement, voiture & véhicules etc) et de laisser la plateforme cibler en priorité les internautes dont on pense qu’ils sont actuellement près de réaliser un achat. Or on serait tentés de ne sélectionner que la catégorie In-market qui correspond à ce que l’on vend : sélectionner la catégorie « Voitures & véhicules » si l’on veut cibler des acheteurs potentiels de voitures. C’est là que l’IA entre en jeu, en tissant des corrélations entre plusieurs audiences, et en recommandant l’usage de certaines, contre-intuitives car ne semblant pas en rapport avec la cible. Pour vendre des voitures, vous pourriez en effet avoir intérêt à cibler les catégories « logements » ou « voyage », car l’IA a découvert qu’il y a un lien entre ces audiences, et que les internautes intéressés par l’une pourraient être intéressées par une autre.
Ces solutions algorithmiques sont généralement qualifiées de « blackbox » par les partenaires publicitaires et utilisateurs de Google, dans la mesure où personne ne sait véritablement comment les calculs sont effectués, ni ce qui se cache derrière ces mystérieux outils automatisés. Force est pourtant de constater qu’ils fonctionnent et qu’il faudrait être particulièrement technophobe ou obtus pour refuser de les utiliser ou même de les envisager.
Comme nous avons pu le voir, Google dispose donc d’une « avance » technologique confortable par rapport aux autres moteurs de recherche, et notamment par rappport à Bing, son principal concurrent en France développé par Microsoft. Les solutions Bing tendent à s’améliorer et à s’aligner sur celles de Google, même si un long fossé sépare toujours les deux régies. Quoi qu’il en soit, l’Intelligence Artificielle progresse en matière de publicité digitale en ligne, et ses principaux usages servent à identifier des leviers de croissance qu’un esprit humain ne soupçonnerait pas, faute de données exploitables ou de capacité de calcul. C’est donc là l’intérêt de l’IA : proposer des pistes contre-intuitives que l’on a tout intérêt à prendre en considération, sous peine de laisser le champ libre à des concurrents plus hardis.