Et pour les annonceurs qui misent d\u00e9j\u00e0 sur des annonces dynamiques pour booster leurs campagnes, une connaissance plus approfondie de l’optimisation dynamique de cr\u00e9ation peut permettre de passer \u00e0 la vitesse sup\u00e9rieure.<\/p>\n
Voici comment cela fonctionne\u00a0:<\/p>\n
Optimisation dynamique de cr\u00e9ation 101<\/strong><\/h3>\nRevenons tout d’abord sur les concepts de cr\u00e9ation dynamique et d’optimisation dynamique de cr\u00e9ation, parfois difficiles \u00e0 diff\u00e9rencier\u00a0:<\/p>\n
La cr\u00e9ation dynamique<\/strong> fait r\u00e9f\u00e9rence \u00e0 l’int\u00e9gration d’\u00e9l\u00e9ments graphiques dans une annonce en fonction des donn\u00e9es sp\u00e9cifiques du consommateur, comme les produits vus, la g\u00e9olocalisation, l’heure de diffusion etc. Ces \u00e9l\u00e9ments graphiques sont d\u00e9finis manuellement lors de la cr\u00e9ation d’une campagne display. Les informations dynamiques sont ensuite int\u00e9gr\u00e9es \u00e0 l’annonce en temps r\u00e9el avant qu’elle soit visualis\u00e9e par le consommateur.<\/p>\n![\"\"](\"http:\/\/www.criteo.com\/fr\/wp-content\/uploads\/sites\/4\/2018\/09\/Travel1.png\")
Fig.1:<\/strong> Campagne avec des donn\u00e9es dynamiques (produits et g\u00e9olocalisation), des \u00e9l\u00e9ments graphiques, une disposition et une apparence statiques<\/p>\n\n- L’optimisation dynamique de cr\u00e9ation (DCO)<\/strong>\u00a0va plus loin. Bien plus que l’int\u00e9gration de donn\u00e9es personnalis\u00e9es \u00e0 une annonce g\u00e9n\u00e9rique, cette technologie se base sur le machine learning<\/a> pour s\u00e9lectionner l’ensemble de visuels le plus pertinent possible, en temps r\u00e9el, pour chaque consommateur et dans chaque contexte, optimisant \u00e0 la fois le contenu et l’annonce.<\/li>\n<\/ul>\n
L’objectif d’une telle optimisation est d’am\u00e9liorer la performance d’une campagne, du taux de clic au taux de conversion, en passant par les ventes etc.<\/p>\n
![\"\"](\"http:\/\/www.criteo.com\/fr\/wp-content\/uploads\/sites\/4\/2018\/09\/Travel2.png\")
<\/p>\n
Fig.2:\u00a0<\/strong>Campagne avec des donn\u00e9es dynamiques, des \u00e9l\u00e9ments, une disposition, et une apparence optimis\u00e9s de fa\u00e7on dynamique (g\u00e9olocalisation vs. note)<\/p>\nL’optimisation se d\u00e9roule en deux \u00e9tapes\u00a0: le moteur s\u00e9lectionne (i)<\/em> les \u00e9l\u00e9ments graphiques \u00e0 afficher et (ii)<\/em> l’apparence et la disposition de l’annonce globale et des \u00e9l\u00e9ments qui la composent.<\/p>\nLa s\u00e9lection des \u00e9l\u00e9ments graphiques \u00e0 afficher a consid\u00e9rablement gagn\u00e9 en efficacit\u00e9. Dans un sc\u00e9nario de retargeting, le nombre de produits affich\u00e9 peut par exemple \u00eatre optimis\u00e9 pour chaque consommateur.<\/p>\n
Cette t\u00e2che est complexe\u00a0–\u00a0l’objectif de la DCO sur le long terme est donc de s\u00e9lectionner en temps r\u00e9el tous les \u00e9l\u00e9ments d’une annonce, y compris les donn\u00e9es particuli\u00e8rement pertinentes pour un consommateur donn\u00e9 (la g\u00e9olocalisation, par exemple).<\/p>\n
Parce qu’elle a fait l’objet de nombreuses \u00e9tudes et de recherches, l’optimisation de l’apparence et de la disposition des \u00e9l\u00e9ments est aujourd’hui tr\u00e8s performante.<\/p>\n
La technologie de machine learning permet par exemple de d\u00e9terminer la couleur de l’annonce, le Call-to-action et la taille des \u00e9l\u00e9ments les plus susceptibles d’inciter un consommateur \u00e0 l’achat.<\/p>\n
Toujours plus aliment\u00e9s en donn\u00e9es, les outils de machine learning \u00e9largiront sans aucun doute l’\u00e9ventail de possibilit\u00e9s de l’optimisation de la cr\u00e9ation. \u00c0 l’avenir, les marketeurs pourront donc optimiser les animations, les messages et plus encore.<\/p>\n
La DCO, un outil cl\u00e9 aujourd’hui…<\/strong><\/h3>\nLa DCO offre de nombreux avantages aux annonceurs.<\/p>\n
Tout d’abord, la technologie au c\u0153ur de l’optimisation s’enrichit \u00e0 chaque campagne, et vite. Quel type d’apparence et de disposition pla\u00eet le plus \u00e0 une audience donn\u00e9e\u00a0? Quel CTA (call-to-action) est le plus efficace\u00a0? Quel environnement d’affichage est le plus performant\u00a0?<\/p>\n
Nombreuses sont les questions auxquelles les annonceurs peuvent r\u00e9pondre efficacement avec l’optimisation dynamique de la cr\u00e9ation.<\/p>\n
Enfin, la DCO est le meilleur outil de marketing personnalis\u00e9.<\/p>\n
Avec une technologie bas\u00e9e sur les pr\u00e9f\u00e9rences individuelles, la plupart des \u00e9l\u00e9ments de l’annonce sont cr\u00e9\u00e9s sur-mesure en fonction du consommateur. Seuls les \u00e9l\u00e9ments pertinents sont affich\u00e9s, de la meilleure fa\u00e7on possible en termes de taille, d’endroit et de couleur.<\/p>\n
La DCO joue donc un r\u00f4le majeur dans l’am\u00e9lioration des campagnes o\u00f9 la performance est vitale, plus particuli\u00e8rement pour les initiatives de retargeting<\/a>, plus bas dans l’entonnoir.<\/p>\nL’optimisation permet aussi de r\u00e9duire la dur\u00e9e et la complexit\u00e9 du param\u00e9trage d’une campagne, sans toutefois compromettre le niveau de pertinence ou les chartes graphiques des marques. Il ne s’agit donc pas que de personnalisation\u00a0: la DCO prend aussi en charge les t\u00e2ches manuelles de pr\u00e9paration, d’analyse et d’utilisation des donn\u00e9es.<\/p>\n
Lib\u00e9r\u00e9es de t\u00e2ches chronophages, les \u00e9quipes cr\u00e9atives se concentrent sur ce qu’elles savent faire de mieux\u00a0: cr\u00e9er des contenus originaux. Les campagnes de marketing sont ainsi continuellement aliment\u00e9es par des donn\u00e9es comportementales pertinentes et en temps r\u00e9el, collect\u00e9es par le machine learning.<\/p>\n
… et demain<\/strong><\/h3>\nM\u00eame si la DCO permet d\u00e9j\u00e0 aux annonceurs d’am\u00e9liorer leur performance, la technologie n’en est encore qu’\u00e0 ses d\u00e9buts. \u00c0 mesure qu’elle \u00e9volue, cette derni\u00e8re fera tr\u00e8s certainement partie int\u00e9grante du paysage publicitaire futur.<\/p>\n
L’optimisation permettra vraisemblablement aux marketeurs de g\u00e9rer encore plus d’\u00e9l\u00e9ments d’annonces, m\u00eame s’il est encore impossible d’en conna\u00eetre les limites, comme le mentionne notre livre blanc sur le machine learning<\/a>.<\/p>\nDe ce fait, l’\u00e9cart entre la cr\u00e9ation dynamique et l’optimisation dynamique de la cr\u00e9ation se fera encore plus grand.<\/p>\n
![\"Why](\"http:\/\/www.criteo.com\/fr\/wp-content\/uploads\/sites\/4\/2018\/09\/Retail1.png\")
<\/p>\n
Fig.3:\u00a0<\/strong>Id\u00e9es de param\u00e8tres optimis\u00e9s de fa\u00e7on dynamique pour une annonce DCO compl\u00e8te.<\/p>\nUn autre aspect essentiel de la DCO est son approche centr\u00e9e sur le consommateur. Parce qu’elle optimise l’annonce \u00e0 chaque impression, la DCO garantit aux annonceurs que leur campagne marketing reste pertinente sur les sites Web des \u00e9diteurs, o\u00f9 le blocage des annonces complique de plus en plus l’acc\u00e8s aux utilisateurs.<\/p>\n
Enfin, si la DCO est aujourd’hui davantage utilis\u00e9e pour les campagnes en bas de l’entonnoir, elle ne s’y limite toutefois pas. Qu’il s’agisse d’autres types de campagnes comme l’acquisition client<\/a>, l’omnicanale ou d’autres types d’inventaires pour les banni\u00e8res HTML (y compris les inventaires natifs et vid\u00e9o<\/a>), le potentiel de la DCO est vaste.<\/p>\nReal-time Creative Optimization dans Criteo Engine\u00a0:<\/strong><\/h3>\nReal-time Creative Optimization (RTCO) est une solution Criteo d’optimisation dynamique de la cr\u00e9ation\u00a0: bas\u00e9e sur les donn\u00e9es comportementales et contextuelles en temps r\u00e9el de plus de 1,2 milliards de consommateurs actifs chaque mois, la technologie de machine learning en instance de brevet s\u00e9lectionne et optimise les \u00e9l\u00e9ments d’annonces au niveau granulaire, pour chaque consommateur et contexte.<\/p>\n
L’objectif d’une telle optimisation est d’am\u00e9liorer la performance d’une campagne, du taux de clic au taux de conversion, en passant par les ventes etc.<\/p>\n Fig.2:\u00a0<\/strong>Campagne avec des donn\u00e9es dynamiques, des \u00e9l\u00e9ments, une disposition, et une apparence optimis\u00e9s de fa\u00e7on dynamique (g\u00e9olocalisation vs. note)<\/p>\n L’optimisation se d\u00e9roule en deux \u00e9tapes\u00a0: le moteur s\u00e9lectionne (i)<\/em> les \u00e9l\u00e9ments graphiques \u00e0 afficher et (ii)<\/em> l’apparence et la disposition de l’annonce globale et des \u00e9l\u00e9ments qui la composent.<\/p>\n La s\u00e9lection des \u00e9l\u00e9ments graphiques \u00e0 afficher a consid\u00e9rablement gagn\u00e9 en efficacit\u00e9. Dans un sc\u00e9nario de retargeting, le nombre de produits affich\u00e9 peut par exemple \u00eatre optimis\u00e9 pour chaque consommateur.<\/p>\n Cette t\u00e2che est complexe\u00a0–\u00a0l’objectif de la DCO sur le long terme est donc de s\u00e9lectionner en temps r\u00e9el tous les \u00e9l\u00e9ments d’une annonce, y compris les donn\u00e9es particuli\u00e8rement pertinentes pour un consommateur donn\u00e9 (la g\u00e9olocalisation, par exemple).<\/p>\n Parce qu’elle a fait l’objet de nombreuses \u00e9tudes et de recherches, l’optimisation de l’apparence et de la disposition des \u00e9l\u00e9ments est aujourd’hui tr\u00e8s performante.<\/p>\n La technologie de machine learning permet par exemple de d\u00e9terminer la couleur de l’annonce, le Call-to-action et la taille des \u00e9l\u00e9ments les plus susceptibles d’inciter un consommateur \u00e0 l’achat.<\/p>\n Toujours plus aliment\u00e9s en donn\u00e9es, les outils de machine learning \u00e9largiront sans aucun doute l’\u00e9ventail de possibilit\u00e9s de l’optimisation de la cr\u00e9ation. \u00c0 l’avenir, les marketeurs pourront donc optimiser les animations, les messages et plus encore.<\/p>\n La DCO offre de nombreux avantages aux annonceurs.<\/p>\n Tout d’abord, la technologie au c\u0153ur de l’optimisation s’enrichit \u00e0 chaque campagne, et vite. Quel type d’apparence et de disposition pla\u00eet le plus \u00e0 une audience donn\u00e9e\u00a0? Quel CTA (call-to-action) est le plus efficace\u00a0? Quel environnement d’affichage est le plus performant\u00a0?<\/p>\n Nombreuses sont les questions auxquelles les annonceurs peuvent r\u00e9pondre efficacement avec l’optimisation dynamique de la cr\u00e9ation.<\/p>\n Enfin, la DCO est le meilleur outil de marketing personnalis\u00e9.<\/p>\n Avec une technologie bas\u00e9e sur les pr\u00e9f\u00e9rences individuelles, la plupart des \u00e9l\u00e9ments de l’annonce sont cr\u00e9\u00e9s sur-mesure en fonction du consommateur. Seuls les \u00e9l\u00e9ments pertinents sont affich\u00e9s, de la meilleure fa\u00e7on possible en termes de taille, d’endroit et de couleur.<\/p>\n La DCO joue donc un r\u00f4le majeur dans l’am\u00e9lioration des campagnes o\u00f9 la performance est vitale, plus particuli\u00e8rement pour les initiatives de retargeting<\/a>, plus bas dans l’entonnoir.<\/p>\n L’optimisation permet aussi de r\u00e9duire la dur\u00e9e et la complexit\u00e9 du param\u00e9trage d’une campagne, sans toutefois compromettre le niveau de pertinence ou les chartes graphiques des marques. Il ne s’agit donc pas que de personnalisation\u00a0: la DCO prend aussi en charge les t\u00e2ches manuelles de pr\u00e9paration, d’analyse et d’utilisation des donn\u00e9es.<\/p>\n Lib\u00e9r\u00e9es de t\u00e2ches chronophages, les \u00e9quipes cr\u00e9atives se concentrent sur ce qu’elles savent faire de mieux\u00a0: cr\u00e9er des contenus originaux. Les campagnes de marketing sont ainsi continuellement aliment\u00e9es par des donn\u00e9es comportementales pertinentes et en temps r\u00e9el, collect\u00e9es par le machine learning.<\/p>\n M\u00eame si la DCO permet d\u00e9j\u00e0 aux annonceurs d’am\u00e9liorer leur performance, la technologie n’en est encore qu’\u00e0 ses d\u00e9buts. \u00c0 mesure qu’elle \u00e9volue, cette derni\u00e8re fera tr\u00e8s certainement partie int\u00e9grante du paysage publicitaire futur.<\/p>\n L’optimisation permettra vraisemblablement aux marketeurs de g\u00e9rer encore plus d’\u00e9l\u00e9ments d’annonces, m\u00eame s’il est encore impossible d’en conna\u00eetre les limites, comme le mentionne notre livre blanc sur le machine learning<\/a>.<\/p>\n De ce fait, l’\u00e9cart entre la cr\u00e9ation dynamique et l’optimisation dynamique de la cr\u00e9ation se fera encore plus grand.<\/p>\n Fig.3:\u00a0<\/strong>Id\u00e9es de param\u00e8tres optimis\u00e9s de fa\u00e7on dynamique pour une annonce DCO compl\u00e8te.<\/p>\n Un autre aspect essentiel de la DCO est son approche centr\u00e9e sur le consommateur. Parce qu’elle optimise l’annonce \u00e0 chaque impression, la DCO garantit aux annonceurs que leur campagne marketing reste pertinente sur les sites Web des \u00e9diteurs, o\u00f9 le blocage des annonces complique de plus en plus l’acc\u00e8s aux utilisateurs.<\/p>\n Enfin, si la DCO est aujourd’hui davantage utilis\u00e9e pour les campagnes en bas de l’entonnoir, elle ne s’y limite toutefois pas. Qu’il s’agisse d’autres types de campagnes comme l’acquisition client<\/a>, l’omnicanale ou d’autres types d’inventaires pour les banni\u00e8res HTML (y compris les inventaires natifs et vid\u00e9o<\/a>), le potentiel de la DCO est vaste.<\/p>\n Real-time Creative Optimization (RTCO) est une solution Criteo d’optimisation dynamique de la cr\u00e9ation\u00a0: bas\u00e9e sur les donn\u00e9es comportementales et contextuelles en temps r\u00e9el de plus de 1,2 milliards de consommateurs actifs chaque mois, la technologie de machine learning en instance de brevet s\u00e9lectionne et optimise les \u00e9l\u00e9ments d’annonces au niveau granulaire, pour chaque consommateur et contexte.<\/p>\nFig.1:<\/strong> Campagne avec des donn\u00e9es dynamiques (produits et g\u00e9olocalisation), des \u00e9l\u00e9ments graphiques, une disposition et une apparence statiques<\/p>\n\n
<\/p>\nLa DCO, un outil cl\u00e9 aujourd’hui…<\/strong><\/h3>\n
… et demain<\/strong><\/h3>\n
<\/p>\nReal-time Creative Optimization dans Criteo Engine\u00a0:<\/strong><\/h3>\n