Comment fournir au marché publicitaire digital des outils performants qui respectent la vie privée ? Comment ces outils peuvent de plus avoir un impact carbone positif ?

Les data utilisateurs étaient simples : un identifiant était associé à des data, il suffisait de cibler cet identifiant pour lui afficher un message plus ou moins personnalisé.

Sans data, on doit analyser de grandes quantités d’informations pour détecter des signaux faibles et optimiser les performances.

Les méthodes statistiques, l’Intelligence Artificielle, le machine-learning prennent alors tout leur sens.

Implcit a développé un système de ciblage, de mesure et d’optimisation qui respecte la vie privée, car fondé sur le panel Internet de Médiamétrie.

Les performances des campagnes sont projetées statistiquement sur le panel pour construire une population exposée et une population performante (cliqueurs ou visiteurs par exemple). Ces populations peuvent être décrites par des milliers d’attributs : socio-démographiques (sexe, âge, taille du foyer, revenus…), comportementaux (catégories de sites visités, sites visités, sections de sites visitées…) mais aussi par centres d’intérêts (« voitures hybrides », « écologie »…). Les volumes de données traitées se comptent en milliards.

La résolution de ce système qui compte des milliers de variables ne peut se faire qu’à travers des techniques très sophistiquées. Les réseaux de neurones pourraient apporter une solution. Implcit dispose de l’équivalent d’un réseau de neurones déjà entrainé : le panel Internet. Il fournit plus d’un milliard d’évènements structurés qui permettent de résoudre cette équation complexe et de cibler efficacement la population pertinente.

Le respect de la vie privée impose de mettre en œuvre des techniques d’Intelligence Artificielle pour raisonner sur des cohortes plutôt que sur des individus. Ce faisant, la gabegie écologique des data utilisateurs devient obsolète. L’IA a donc ici un double impact RSE : la vie privée et l’environnement.

La révolution en cours dans le monde de la publicité digitale est multiple. Le marché prend conscience (aussi poussé par les lois) de l’importance du respect de la vie privée. En parallèle, l’impact environnemental commence à être pris en compte.

Les deux aspects sont liés. Les data utilisateurs génèrent d’énormes volumes de données qui doivent être échangées, synchronisées, interrogées. De premières études évaluent que les approches contextuelles réduisent de plus de 70% l’impact carbone simplement en rendant inutile la synchronisation des data utilisateurs.

Le respect de la vie privée est rendu possible par la publicité contextuelle.

Ce système de machine-learning par panel se révèle au final plus simple que la plupart des solutions fondées sur des identifiants (sans même parler de la complexité à venir de la privacy sandbox de Google). Il peut être nourri par tout système qui attribue des performances à des expositions publicitaires (clics, conversions, achats…).

Les gains de performance réalisés sont de l’ordre de 80% (sur les 40 premières campagnes optimisées avec cette méthode).