Ogury, spécialiste de la donnée sur mobile, améliore ses capacités de ciblage publicitaire à travers le lancement d'une solution combinant l'intelligence humaine et le machine learning. Cet outil a pour vocation d’offrir un ciblage d’audience de plus grande précision dans le cadre de la planification et de la mise en œuvre de campagnes publicitaires sur mobile.
L’algorithme de machine learning conçu par Ogury fonctionne en trois phases étroitement liées :
1 – La phase d’apprentissage : L’algorithme commence par déterminer les critères d'apprentissage dès le début de la campagne publicitaire mobile, par exemple, à partir de données qualifiées sur les utilisateurs du site Web de la marque. Après avoir analysé ces résultats, Lituus construit une matrice de ciblage reposant sur plusieurs centaines de critères différents.
2 – La phase d’optimisation : Lituus apprend en continue pendant toute la durée de la campagne, et ce, afin de maximiser les affichages de créations publicitaires sur les critères les plus performants et d’exclure les moins indiqués. L’algorithme prend également en compte des paramètres tels que l’horaire optimal, les sites d’éditeurs consultés, les modèles d'appareils, la connectivité et la localisation. La technologie repose entièrement sur les données comportementales recueillies par Ogury qui fournissent un aperçu des applications installées par les utilisateurs, de leur usage et de la navigation Web mobile.
3 – La phase de partage : À l’issue de la campagne, une section « performance de ciblage » figure dans le rapport complet de campagne. Celui-ci offre une vue d'ensemble des combinaisons de critères de ciblage les plus et les moins performantes, des sites Web visités ainsi que des applications détenues et utilisées par l’audience cible des campagnes menées. Les marques disposent ainsi d'un ensemble de données transparentes reposant sur les enseignements des opérations publicitaires conduites, par opposition à l'approche traditionnelle de la collecte de données de type « boîte noire ». Ces conclusions peuvent ensuite être appliquées à la prochaine campagne.
« Lituus permet aux marques de bénéficier de performances supérieures et de davantage de transparence. Hautement automatisée, la solution développée implique également un apport humain minimal, ce qui permet non seulement de gagner du temps pendant la phase de préparation de la campagne. Dans les premières applications de cette nouvelle approche reposant sur le machine learning, nous avons observé jusqu' à 50 % de baisse du taux de rebond des utilisateurs dans les campagnes au coût par clic, et jusqu' à 16 % d'augmentation du taux de complétion vidéo dans les campagnes au coût par vue en comparaison du seul ciblage humain. », explique Christophe Thibault, Chief Algorithms Officer.
La marque automobile Ford a déjà obtenu des résultats remarquables dans le cadre de la campagne de pré-lancement de la nouvelle Ford Fiesta en France grâce à cette nouvelle solution basée sur le machine learning.
« Ogury nous a permis d’enregistrer d’excellents résultats et nous a fourni la liste particulièrement utile des critères de ciblage les plus efficaces. Cela nous permet de définir de façon optimale les paramètres de nos futures campagnes. Nous l'avons déjà expérimenté lors de la campagne Ford Fiesta de relance pour laquelle nous avons constaté une diminution de 13 % du taux de rebond sur la page de redirection dédiée. », explique Céline Armitage, directrice de la communication de Ford France.
L’algorithme de machine learning conçu par Ogury fonctionne en trois phases étroitement liées :
1 – La phase d’apprentissage : L’algorithme commence par déterminer les critères d'apprentissage dès le début de la campagne publicitaire mobile, par exemple, à partir de données qualifiées sur les utilisateurs du site Web de la marque. Après avoir analysé ces résultats, Lituus construit une matrice de ciblage reposant sur plusieurs centaines de critères différents.
2 – La phase d’optimisation : Lituus apprend en continue pendant toute la durée de la campagne, et ce, afin de maximiser les affichages de créations publicitaires sur les critères les plus performants et d’exclure les moins indiqués. L’algorithme prend également en compte des paramètres tels que l’horaire optimal, les sites d’éditeurs consultés, les modèles d'appareils, la connectivité et la localisation. La technologie repose entièrement sur les données comportementales recueillies par Ogury qui fournissent un aperçu des applications installées par les utilisateurs, de leur usage et de la navigation Web mobile.
3 – La phase de partage : À l’issue de la campagne, une section « performance de ciblage » figure dans le rapport complet de campagne. Celui-ci offre une vue d'ensemble des combinaisons de critères de ciblage les plus et les moins performantes, des sites Web visités ainsi que des applications détenues et utilisées par l’audience cible des campagnes menées. Les marques disposent ainsi d'un ensemble de données transparentes reposant sur les enseignements des opérations publicitaires conduites, par opposition à l'approche traditionnelle de la collecte de données de type « boîte noire ». Ces conclusions peuvent ensuite être appliquées à la prochaine campagne.
« Lituus permet aux marques de bénéficier de performances supérieures et de davantage de transparence. Hautement automatisée, la solution développée implique également un apport humain minimal, ce qui permet non seulement de gagner du temps pendant la phase de préparation de la campagne. Dans les premières applications de cette nouvelle approche reposant sur le machine learning, nous avons observé jusqu' à 50 % de baisse du taux de rebond des utilisateurs dans les campagnes au coût par clic, et jusqu' à 16 % d'augmentation du taux de complétion vidéo dans les campagnes au coût par vue en comparaison du seul ciblage humain. », explique Christophe Thibault, Chief Algorithms Officer.
La marque automobile Ford a déjà obtenu des résultats remarquables dans le cadre de la campagne de pré-lancement de la nouvelle Ford Fiesta en France grâce à cette nouvelle solution basée sur le machine learning.
« Ogury nous a permis d’enregistrer d’excellents résultats et nous a fourni la liste particulièrement utile des critères de ciblage les plus efficaces. Cela nous permet de définir de façon optimale les paramètres de nos futures campagnes. Nous l'avons déjà expérimenté lors de la campagne Ford Fiesta de relance pour laquelle nous avons constaté une diminution de 13 % du taux de rebond sur la page de redirection dédiée. », explique Céline Armitage, directrice de la communication de Ford France.