ACTUALITÉS / MARKETING
À l'origine des achats programmatiques, la promesse était de s'appuyer sur un algorithme pour acheter la bonne publicité au bon moment pour le bon utilisateur. Comment ? En analysant en temps réel plus de 40 variables publicitaires en quelques millisecondes. Si les ordres d'achat et les enchères d'aujourd'hui sont pilotés par un algorithme, à quoi sert le marchand de médias si ce n'est à appuyer sur un bouton pour lancer une campagne ?
À l'origine des achats programmatiques, la promesse était de s'appuyer sur un algorithme pour acheter la bonne publicité au bon moment pour le bon utilisateur. Comment ? En analysant en temps réel plus de 40 variables publicitaires en quelques millisecondes. Si les ordres d'achat et les enchères d'aujourd'hui sont pilotés par un algorithme, à quoi sert le marchand de médias si ce n'est à appuyer sur un bouton pour lancer une campagne ?
Depuis l'émergence du programmatique en France en 2010, les technologies n'ont cessé d'émerger : pour améliorer la qualité de diffusion, audience targeting en passant par data, mais surtout en analyse pour améliorer la connaissance client des annonceurs et rationaliser leur mix média.
À titre d'exemple, voici une sélection de technologies que les négociants en médias ont dû apprendre à intégrer dans leurs stratégies pour tirer le meilleur parti de leurs achats programmatiques.
Évolution des technologies d'échange de médias de 2010 à aujourd'hui
Afin de comprendre toutes ces technologies aussi rapidement qu'elles apparaissent, le négociant en médias devra faire preuve d'autres compétences que d'appuyer sur un bouton pour lancer une campagne programmatique.
Le trader agit en tant que conseiller expert sur les technologies programmatiques que les marques doivent intégrer
Chaque jour, de nouveaux outils sont créés pour rendre la publicité toujours plus pertinente et impactante. Cet écosystème technologique est devenu incompréhensible pour les annonceurs : ils ont besoin d'un référent qui les maîtrise et les accompagne sur ce sujet. Le trader devient donc à la fois un expert technologique et un gestionnaire de clientèle pour accompagner les marques dans la construction d'un écosystème adapté à leurs besoins. Lorsque cet écosystème est établi, le trader gère les outils, les connecte entre eux, et restitue au client un bilan de campagne harmonisé avec des enseignements compréhensibles issus de sources multiples.
L'internalisation de l'achat média par certains annonceurs nécessite également des capacités de conseil et de formation aux outils de la part des media traders des agences. Le transfert des compétences en programmation étant toujours progressif et souvent partiel, les annonceurs préfèrent conserver l'appui d'un trader d'agence qui les aidera à prendre les bonnes décisions.
Le marchand de médias n'est plus seul, accompagné de profils devenus indispensables
Certains fournisseurs de technologie (Google, Adobe, Adform...) tentent d'offrir des solutions “full-stack” qui ont l'avantage de faire communiquer tous les composants technologiques entre eux de manière native. Lorsque ce n'est pas le cas, les négociants en médias doivent faire appel à des équipes de développeurs de trafic pour les aider à créer des passerelles entre chaque outil.
On assiste également à une montée en puissance, au sein des agences, des profils d'experts Big Data. Ces acteurs sont essentiels pour s'assurer que les quantités de data pouvant être utilisées en programmation sont bien comprises et rendues accessibles aux commerçants et aux annonceurs.
Les traders analysent toujours et décident eux-mêmes des optimisations et des ajustements, mais les analyses de Big Data leur permettent de voir beaucoup plus de choses, beaucoup plus rapidement, de ne pas manquer les opportunités d'optimisation, surtout si ces analyses peuvent être activées directement. Un Trading Desk aujourd'hui ne peut fonctionner que sur sa connaissance de l'écosystème programmatique et son expertise d'acheteur. Plus que jamais, le métier est devenu une expertise composite.
Enfin, la complexité des écosystèmes et la superposition de nombreux outils nécessitent que les agences soient capables d'améliorer les outils de marché existants pour les rendre plus pertinents, plus faciles à utiliser et mieux connectés entre eux. Au sein de l'agence, le trader est en fait un véritable détecteur de tendances, mais il a besoin d'autres compétences d'accompagnement. Chez Artefact, par exemple, une équipe produit est dédiée à l'automatisation de certaines tâches chronophages à faible valeur ajoutée gérées par le Trading Desk interne (trafficking, dashboarding, optimisations, data segmentation, création de cibles média, etc...).
L'automatisation permet ainsi aux opérateurs humains d'intervenir stratégiquement sur des projets de fonds (mesure de l'incrémentalité, test de nouvelles technologies, efficacité publicitaire ou études d'attribution pilotées par data) et aux annonceurs de gagner en efficacité.
L'homme doit intervenir pour dépasser les limites des machines
Les algorithmes d'enchères sont programmés pour atteindre des objectifs de performance basés essentiellement sur le volume d'actions (impressions, clics ou conversions), et cela fonctionne assez bien. En revanche, il est essentiel que des humains interviennent pour s'assurer que ce volume élevé d'actions s'effectue dans des environnements favorables à la marque. C'est là que nous travaillons notamment avec des solutions de mesure de la visibilité, de protection de la marque et de lutte contre la fraude, et que nous développons des solutions internes pour détecter les mauvaises pratiques publicitaires chez les éditeurs.
Focalisés sur le volume, les algorithmes ne prennent pas non plus en compte la qualité éditoriale des supports sur lesquels les campagnes publicitaires sont diffusées. Ils auront tendance à maximiser la diffusion des campagnes sur les sites des GAFA au détriment des sites de contenus des groupes éditoriaux tels que (Prisma Media, Altice Media, Amaury Media, Lagardère...). Les GAFA, qui ne produisent pas de contenu mais permettent une monétisation massive de la publicité sur d'immenses hubs audience, garantissent un volume important d'actions publicitaires à un coût imbattable.
Les trading desks doivent avoir des stratégies cohérentes pour répartir les investissements entre les sites dits “Long-tail” et les sites de contenu dits “Premiums”, avec pour seul enjeu la pertinence de l'achat média. Les machines ne sont pas en mesure de démontrer la différence d'impact sur la mémorisation, l'image de marque et la décision d'achat entre une publicité délivrée dans un cadre premium et une publicité intégrée dans un univers moins prestigieux. Nous ne pouvons donc pas nous contenter de l'analyse fournie par les machines pour élaborer nos stratégies.
En fin de compte, les machines augmentent la capacité et la productivité des négociants en médias au profit des annonceurs.
Les tâches d'achat publicitaire purement programmatique peuvent désormais être automatisées dans une large mesure, ce qui permet aux bureaux de négociation de concentrer leurs efforts sur l'augmentation de la valeur des actions médiatiques : travailler avec des modèles d'attribution avancés, mesurer l'impact des campagnes en ligne dans les magasins ou comprendre la complémentarité des campagnes entre les différents canaux.
Grâce à la technologie et aux progrès de l'IA, le rôle du Media Trader ne devient pas obsolète, mais prend une dimension plus stratégique. En revanche, c'est le libellé “media trader” qui tranche avec la réalité du poste, qui a déjà été remplacé par des classifications moins restrictives telles que Consultant programmatique, ou autres Audience Planners.
Cet article a été publié pour la première fois sur French Media CB News
