TrackAd et NOA : l'IA prescriptive révolutionne l'acquisition digitale

Écarts de données des plateformes : le casse-tête de l’acquisition digitale

Dans le paysage actuel du marketing digital, chaque plateforme génère ses propres indicateurs de performance, créant ainsi un défi majeur pour les annonceurs. Les décisions stratégiques sont souvent prises de manière isolée, canal par canal, en s'appuyant sur des métriques qui ne mesurent pas uniformément les conversions. Cette approche cloisonnée conduit à des arbitrages budgétaires biaisés, où les fonds sont souvent alloués aux canaux qui semblent les plus performants, généralement les leviers situés en bas de l'entonnoir de conversion. Cela se fait parfois au détriment d'autres canaux, potentiellement tout aussi importants. Selon Guillaume Le Roy, PDG de TrackAd, cette situation entraîne une perte de 21 % des budgets publicitaires investis, car ils ne génèrent pas le retour sur investissement escompté.

Les campagnes visant à accroître la notoriété ou à renforcer la considération souffrent particulièrement de cette approche. Ces types de campagnes ne produisent pas de conversions immédiates, ce qui complique leur évaluation dans un modèle axé sur la performance. Guillaume Le Roy souligne que le principal risque est une mauvaise compréhension de la contribution réelle de chaque levier publicitaire.

L'opacité des outils fournis par les plateformes, comme Meta et Google, aggrave ce problème. Leurs solutions automatisées, telles qu'Advantage+ et Performance Max, promettent des performances améliorées, mais au prix d'une perte de contrôle et de lisibilité pour les annonceurs. Cela peut conduire à une segmentation insuffisante des campagnes, même lorsqu'elles sont gérées par des algorithmes. Le danger est de concentrer tout le budget sur une seule campagne PMAX, sans tenir compte des variations de prix, de saisonnalité ou de cible, ce qui limite les possibilités de tester et d'ajuster les budgets en fonction des performances spécifiques de chaque campagne.

De plus, le suivi partiel des performances, la disparition des cookies tiers et les environnements fermés compliquent encore la situation. Couper un canal qui semble sous-performer peut en réalité signifier la perte d'un contributeur discret mais essentiel à la conversion.

L’intérêt d’une IA prescriptive et indépendante

Pour répondre à ces défis, l'utilisation d'une IA prescriptive et indépendante s'avère cruciale. Cette technologie permet de dépasser les logiques propres à chaque plateforme, offrant ainsi une vision unifiée du mix média et des arbitrages budgétaires alignés sur la rentabilité réelle.

Guillaume Le Roy explique que là où un humain est limité à l'analyse de quelques dimensions à la fois, l'IA peut croiser de multiples facteurs : canal, campagne, appareil, audience, géographie, saisonnalité, historique, et performance commerciale. La solution développée par TrackAd, nommée NOA (Next-gen Optimized Ads), pousse cette logique encore plus loin. NOA évalue les campagnes d'acquisition en fonction de leur rôle dans le parcours client et de leurs objectifs spécifiques. Ainsi, le retour sur investissement attendu d'une campagne sur Google DV360 diffère de celui d'une campagne de remarketing sur Meta.

L'objectif de l'IA n'est pas d'optimiser chaque campagne de manière isolée, mais de rationaliser l'ensemble du mix budgétaire. Cette technologie offre trois capacités clés :

• L'identification des rendements marginaux, c'est-à-dire le seuil à partir duquel un canal devient moins rentable.
• La détection des poches de gaspillage, telles que les campagnes actives sans valeur ajoutée, les zones géographiques sur-investies, ou les audiences saturées.
• La simulation de scénarios d'arbitrage, permettant d'anticiper l'impact d'un rééquilibrage budgétaire avant de le mettre en œuvre.

Ainsi, on passe d'un pilotage descriptif à un pilotage prédictif, comme l'explique Guillaume Le Roy.

Piloter son acquisition avec l’IA : les bonnes pratiques de TrackAd

Pour tirer le meilleur parti de l'IA dans la gestion des campagnes publicitaires, TrackAd propose plusieurs bonnes pratiques :

• Commencer par les objectifs business plutôt que par les métriques des plateformes. Par exemple, le ROAS (Return on Ad Spend) de Google ne suffit pas à mesurer la rentabilité globale.
• Comprendre son mix marketing avant de l'analyser. Chaque levier a un rôle distinct, et les analyser de manière uniforme conduit à des conclusions erronées.
• Centraliser les données pour offrir à l'IA une vision unifiée des sources, condition essentielle à sa pertinence.
• Utiliser l'IA comme copilote plutôt que comme pilote automatique. L'IA propose, mais c'est à l'humain de décider.
• Tester, mesurer et challenger constamment les recommandations de l'IA, qui ne doivent pas être considérées comme des vérités absolues.
• Accepter de remettre en question ses convictions, car l'IA peut révéler des vérités inconfortables.

TrackAd mise sur une IA prescriptive pour piloter l’acquisition sur plusieurs canaux

TrackAd a développé NOA (Next-gen Optimized Ads) en s'appuyant sur ces principes. Cette solution combine un algorithme adaptatif et une IA générative pour fournir des recommandations actionnables et priorisées. Selon Guillaume Le Roy, NOA analyse les performances et identifie directement les anomalies, opportunités ou incohérences dans les campagnes, accélérant ainsi la prise de décision.

Concrètement, NOA peut recommander de réallouer une partie du budget d'une source sous-performante vers un canal offrant un rendement marginal supérieur, ou signaler qu'une campagne de considération génère une part trop faible de nouveaux visiteurs. L'analyse est contextualisée : une campagne de considération n'est pas évaluée sur les mêmes indicateurs qu'une campagne de conversion.

NOA est intégré nativement dans la plateforme TrackAd, ce qui lui permet d'exploiter l'ensemble des données disponibles, qu'il s'agisse de médias, d'analyses ou de données commerciales, sans configuration supplémentaire. Son apprentissage est continu, et les recommandations s'affinent au fil du temps en fonction des spécificités de chaque client. NOA vérifie également la cohérence technique des sources, détecte les erreurs de suivi susceptibles de fausser l'analyse, et s'assure que les KPI associés à chaque campagne correspondent bien à sa typologie.