Bonial Day - Publicité multi-locale : quelle place pour l'intelligence artificielle ?

Comment l’IA peut-elle optimiser les campagnes de publicité multi-locale ? Pour cette 2ème édition du Bonial Day qui s’est déroulée le 7 décembre dernier, Nicolas Jaimes, Rédacteur en Chef de Minted, s’est entretenu avec Rémy Guénot, Directeur Acquisition & CRM chez Teract, Pierre Harand, Co-CEO de Fifty-Five et Benoît Rincé, Directeur Général de Zenith. 

Teract, un réseau d’enseignes aux campagnes multi-locales digitales

Teract est une division retail du Groupe Invivo, union de coopératives agricoles, qui regroupe des enseignes du secteur alimentaire et de la jardinerie-animalerie comme Jardiland ou Gamm Vert. Aujourd’hui, sa communication s’articule à deux niveaux : une communication nationale, dont l’objectif est de travailler la préférence à l’enseigne et une communication locale pour générer du trafic en magasin. 

“Sur le local on va se donner la chance d’avoir des dispositifs plus ponctuels et de pouvoir activer de façon conjoncturelle des dispositifs de communication.” explique Rémy Guénot. Et avec ses 1700 points de vente et la centralisation de ses métiers, l’enjeu du réseau d’enseignes est de pouvoir automatiser cette publicité locale. “On a un devoir de performance et de personnalisation par rapport à nos magasins qui abondent pour ces dispositifs de communication.” poursuit Rémy Guénot.  

Le machine learning au service de l’optimisation des campagnes multi-locales

Depuis quelques années, les enseignes s’appuient sur le machine learning pour automatiser leurs campagnes multi-locales, notamment au niveau de la segmentation et de la personnalisation des messages. Pour réaliser cette automatisation, seul un brief détaillé, à l’instar de celui qui est fourni à une agence, est demandé à l’enseigne par la plateforme. 

Mais il y a un devoir, nuance Benoît Rincé, pour les annonceurs, à cultiver une certaine audace et à rester dans une démarche d’innovation et de test-and-learn car, "L’IA prédictive, en probabilisant des résultats à venir,  va toujours aller là où il y a moins de risques et donc la tendance va être à une moyennisation des performances.” Aux côtés des routines automatisées, il faut donc continuer à tester, potentiellement se tromper, pour garantir le futur succès des campagnes. 

Le machine learning peut également permettre de concilier les données issues du online avec celles du offline, ce qui peut être essentiel pour informer en ligne sur la disponibilité des produits en magasin.

"Recomposer les parcours consommateurs et identifier l’impact marginal de chaque campagne est très difficile.” précise Pierre Harand. Fifty-Five met d’ailleurs en place avec Leroy Merlin "une intelligence artificielle qui simule le comportement des consommateurs soumis à toutes sortes de signaux y compris de promotions et à travers tous les canaux pour comprendre vraiment les effets incrémentaux de chaque campagne sur des ventes à la maille magasin.” Cette démarche permet d'informer les directeurs de points de vente des impacts d’une campagne digitale nationale et locale sur leurs ventes. 

"Il y a un gros enjeu de scalabilité, surtout quand on est dans des communications multi-locales mais je pense que l’IA peut nous aider à cela, dans la gestion et la complexité opérationnelle, mais aussi dans l’activation et la génération de performance.“ explique Benoît Rincé. 

L’IA au service des actions publicitaires géolocalisées 

Ainsi, chez Teract, dont l’activité est impactée par les aléas météorologiques, le fait de pouvoir activer la DCO (Dynamic Creative Optimization) permet de personnaliser les bannières digitales en fonction du contexte météo et donc d’optimiser la génération de trafic en magasin, en particulier pour le week-end. 

Pour les campagnes géolocalisées, l’arrivée de l’IA générative permettrait selon Benoît Rincé de structurer et d’exploiter des données, comme les données satellitaires par exemple. ”Au-delà de la donnée INSEE open source ou de la donnée IGN, on pourrait injecter de nouvelles sources de données, comme des données multimodales." explique Benoît Rincé. 

L’IA pourrait-elle, à l’avenir, remplacer les fonctions marketing ?

“Aujourd’hui, les IA génératives ne savent pas faire mieux qu’un bon directeur de magasin, un bon directeur marketing ou créatif. Par contre, là où les IA génératives peuvent apporter une vraie valeur c’est en termes de coût d’échelle, de disponibilité, parce que les talents sont rares aussi en particulier sur la partie créa publicitaire ”  observe Pierre Harand. 

L’IA peut alors venir aussi en support des équipes magasin. “Là où ils ont parfois besoin d’une réactivité que nous ne pouvons pas forcément délivrer en centrale" poursuit Rémy Guénot.  Celui-ci souligne donc l’importance de former les équipes à l’IA générative pour qu’elles puissent être autonomes dans la façon de prompter. Un prompt qui pourrait être : “J’ai un concurrent qui vient de s’installer à 5 km, quel est le kit de communication que je peux mettre en place…”. 

Enfin, il est conseillé de redoubler de vigilance concernant les solutions avec lesquelles les données sont traitées  : “Il faut rappeler que ChatGPT est un outil grand public. Toutes les données intégrées dans ChatGPT ne sont pas sécurisées et peuvent se retrouver n'importe où." indique Pierre Harand qui conseille de se tourner vers des solutions d'entreprise. 

Les campagnes multi-locales, hyper personnalisées, permettent d’appuyer la communication nationale et de générer du trafic en magasin. Pour automatiser ces campagnes et les optimiser, les enseignes peuvent s’appuyer sur le machine learning. L’IA peut également permettre d’aller plus loin en prenant en compte davantage de données pour réaliser des campagnes mieux géolocalisées et des rapprochements de données online et offline.