16 avril 2021
Tristan Sanders, responsable de la performance chez Artefact UK, plaide en faveur d'une interrogation plus approfondie des audience, grâce à la technologie propriétaire qu'ils ont développée à partir de Google BigQuery.
Le choix d'un entrepôt cloud data bon marché comme candidat peut sembler étrange. Cependant, pour nous, chez Artefact, le produit BigQuery de Google s'est avéré extrêmement utile, car il nous a permis d'interroger et de segmenter nos audience médias comme jamais auparavant. Il a sous-tendu une approche révolutionnaire de la gestion des médias de nos clients.
Sans BigQuery et la tendance à une plus grande démocratisation du stockage et de l'analyse des data, nous ne serions pas en mesure de capitaliser sur ce que nous considérons comme “la tendance marketing numérique la plus transformatrice de ces dernières années” : la capacité toujours plus grande d'adapter nos médias pour délivrer le bon message au bon moment au bon audience.
Chez Artefact, nous le faisons avec notre outil Audience Engine (AE), notre technologie propriétaire interne qui sous-tend la majorité de notre production d'activation médiatique. L'AE ingère de multiples points data 1st/2nd/3rd party sur un client potentiel, puis utilise des algorithmes avancés d'apprentissage automatique pour prédire la propension de cet utilisateur à se comporter d'une certaine manière (par exemple, acheter un produit). Cela nous permet de construire et d'analyser des cohortes qui correspondent aux profils des clients de nos clients.
Nous pouvons maintenant fusionner le comportement des consommateurs avec les résultats de la modélisation de la propension, la matrice résultante permettant des campagnes médiatiques hyperciblées, étroitement alignées sur les comportements, les besoins et les étapes de la vie des utilisateurs, qui peuvent être déployées à grande échelle. En outre, le résultat de cette analyse fournit également des graines pour les sosies de audience qui sous-tendent une approche de la prospection qui est par nature beaucoup plus axée sur data.
Cette approche a permis de réduire les coûts pour les clients, en particulier dans le secteur de la vente au détail et des voyages.
Cette tendance à une personnalisation toujours plus poussée de la publicité numérique n'a pas été linéaire, le GDPR, Safari/iOS14 et l'évolution vers un avenir sans cuisinier constituant des défis de taille. Toutefois, ces obstacles mettent encore plus l'accent sur les sources 1P data. Le comportement du site data de Google Analytics est directement introduit dans BigQuery pour être manipulé et alimenter à son tour des produits d'agence tels que Audience Engine.
Ensemble, la trajectoire vers une personnalisation toujours plus poussée des publicités devrait être gagnante pour tout le monde : pour nos clients, qui peuvent obtenir de meilleurs résultats à moindre coût ; pour les consommateurs, qui sont de moins en moins importunés par des publicités non pertinentes et inappropriées ; et pour nous, en tant qu'agence, qui sommes à l'avant-garde de tout cela. La démocratisation de l'entreposage cloud data est le héros méconnu de cette évolution et représente, selon nous, la tendance marketing numérique la plus transformatrice de ces dernières années.

BLOG






