L’IA tient-elle ses promesses dans le marketing et l’achat média ?

Les innovations s’appuyant sur l’intelligence artificielle – sous toutes ses formes : générative, prédictive, agentique – infusent toute la chaîne de valeur du marketing et de la publicité digitale. Des insights à la mesure, de la création à l’optimisation des campagnes. Lors de la conférence organisée par mind Media le 15 octobre, consacrée à l’IA, plusieurs cas d’usage concrets ont été abordés pour les illustrer.

Détecter les tendances sur les médias sociaux et les intentions dans le search

De nombreux outils, au stade des insights, permettent aujourd’hui d’élaborer de meilleures stratégies de communication. Jellyfish (groupe Brandtech) utilise notamment l’IA pour “écouter” les réseaux sociaux, “mais aussi interpréter les conversations, aider les marques à analyser les tendances, à trouver un territoire de marque intéressant pour elles et des pistes créatives vraiment intégrées à ces réseaux”, a expliqué Marie Raimbert-Galtier, managing director France de l’agence. Jellyfish a également lancé, en décembre 2024, Share of Model, une solution de référencement dans les LLM (GEO), qu’elle considère comme “les nouveaux influenceurs”. 

Cette solution aide les annonceurs à “savoir ce qu’ils disent de votre marque, de vos concurrents, quand est-ce qu’ils en parlent et aussi comment influencer cette nouvelle audience” (ChatGPT, Gemini, Llama, Claude, Rufus, DeepSeek, Perplexity) en travaillant sur les contenus, a précisé Marie Raimbert-Galtier. Elle est aussi connectée à Google Ads, ce qui permet d’influencer les réponses de l’IA de Google avec les campagnes Google Search. Share of Model est utilisée notamment par les équipes de Google (monde), le Boston Consulting Group, Axa, “deux grands groupes français de l’automobile”, des compagnies aériennes, Coty et L’Oréal ; en tout, par plus de 200 annonceurs actifs. La solution a déjà généré “près de 3 millions de revenus”, pour une équipe de 15 personnes au sein de Jellyfish.

François Loviton, managing director de Google Advertising France, a souligné “l’explosion” de ces nouveaux usages de l’IA liés au search, qui sont autant de “nouvelles opportunités de contact pour les annonceurs”. AI Max, sa nouvelle solution publicitaire faisant appel à l’IA générative et prédictive, qui oriente les campagnes search au-delà de mots-clés exacts pour aller chercher “des intentions, même très haut de funnel”, en créant dynamiquement des annonces et en optimisant les landing pages, a par exemple permis à Seb d’obtenir 50% de croissance de ses conversions, et +20% de ROI. “Sur l’ensemble des clients d’AI Max, on peut aller jusqu’à 27% de croissance du ROI”, a indiqué François Loviton.

Multiplier les créations pour plus d’engagement

Sur la partie création, l’IA générative aide à produire plus et plus vite, de sorte d’avoir des actifs créatifs plus personnalisés et en phase avec les audiences, ont souligné nos interlocuteurs.  

Perrine Bonin Lassalle, head of e-business chez Axa France, a par exemple expliqué pourquoi elle y a eu recours pour promouvoir ses offres d’assurance (auto, habitation, et dans une moindre mesure santé et emprunteur) sur les réseaux sociaux et le search. Historiquement, la marque dispose surtout d’assets créatifs institutionnels et haut de funnel. Elle faisait par conséquent tourner toute l’année les mêmes créations produits. Or, “aujourd’hui, nos consommateurs ne peuvent plus se satisfaire de ça, au même titre qu’on ne vend pas des maillots de bain en hiver ou des pulls en été.  Nous avons donc besoin de renouveler nos créations en masse”. Elle a donc testé l’IA générative. “Tous les quatre mois, cela nous permet d’avoir 200 nouvelles créations. Avec le même nombre de personnes, on en fait quatre fois plus”. 

Les performances sont au rendez-vous. Axa va industrialiser cette méthode l’année prochaine, et l’appliquer également à la vidéo. “D’un point de vue qualitatif, on est satisfait, souvent le public s’y trompe. Si on regarde dans le détail, bien sûr qu’on voit que c’est de l’IA, mais malheureusement, on sait que les consommateurs ne passent pas beaucoup de temps sur les publicités. Et d’un point de vue engagement, cela génère plus de clics et plus de trafic.”

Selon Marie Raimbert Galtier, de Jellyfish, dont l’outil Pencil se connecte à toutes les plateformes pour optimiser en temps réel les créations en fonction des cibles, “on arrive à faire en deux fois moins de temps des créas qui apportent 20 ou 30% de performance en plus en moyenne sur l’ensemble de nos clients”. Quant à Google, qui a notamment lancé Veo 3, son dernier générateur de vidéos, François Loviton s’est félicité que “des marques comme Lancôme aient ainsi fait leur première campagne de pub 100% IA. Là où avant, on n’avait pas forcément les moyens de créer cette qualité-là, Veo donne la possibilité de le faire et d’améliorer la performance d’une campagne marketing”.

Plus de rentabilité pour des investissements médias plus pertinents

Pour illustrer la façon dont l’IA peut optimiser une campagne média, Perrine Bonin Lassalle (Axa France) et Benjamin Grumbach, co-CEO d’OMG France, ont présenté une étude de cas concernant les campagnes d’Axa sur Google, destinées à générer des leads pour ses agents d’assurance. 

“Quand une personne nous fait une demande sur internet, je ne suis pas sûre qu’un contrat soit signé par la suite. Donc, quand Google optimise les campagnes sur cette base pour renvoyer sur des profils équivalents, pour nous cela ne veut pas forcément dire des profils qui ont converti. Ce qui nous intéresse, c’est le nombre de contrats. Nous avons donc mis en place un scoring avancé de propension à convertir. Je dis à Google : ce lead-là est un bon lead, renvoie-moi des leads équivalents. Et c’est une mécanique qui nous a permis de gagner +20% de conversion”, a confié Perrine Bonin Lassalle. 

Ce projet est le fruit d’une stratégie élaborée avec son agence, Hearts & Science (OMG). “On est parti des données actuariales d’Axa, de sa connaissance des clients, pour avoir ce score, et demain un score de propension à être un client à forte valeur dans le temps pour la marque. L’IA permet d’avoir une vision plus holistique avec énormément de points de signaux différents. Avant, si on cherchait une aiguille dans une botte de foin, on ne la trouvait pas et donc on ne la cherchait pas. Aujourd’hui, avec l’IA, on peut la trouver. Et là, l’investissement marketing devient extrêmement intéressant, parce que je ne vais pas nécessairement dépenser plus, mais me focaliser et éviter d’afficher des réponses à des profils qui ne sont pas intéressants. Dans ce cas, la promesse de l’IA d’apporter des gains de productivité durables pour un annonceur devient réelle”, analyse Benjamin Grumbach (OMG). “Dans une période de contraction économique, ce qui importe, c’est comment je vais pouvoir générer de la robustesse pour l’entreprise et pas uniquement de la performance court terme”, a-t-il poursuivi.

C’est ainsi qu’OMG France sélectionne ses projets médias dans l’IA. “Prendre son temps, bien réfléchir à la direction où on veut aller, c’est ce qui fera la performance. Si on va beaucoup plus vite grâce à l’intelligence artificielle mais qu’on se dirige vers un mur, on va juste y aller plus vite. Donc avant de lancer des grands projets – parce qu’il y a quand même des mois de travail dans ce projet avec Axa, par exemple -, il faut se poser la question : quel est le bon paramétrage ? Qu’est-ce qu’on cherche à faire ? Qu’est-ce qui a vraiment de la valeur pour l’entreprise ? Ce qui implique aussi d’avoir des annonceurs qui sont désillotés. Si je ne parle qu’à un département qui est optimisé pour faire un nombre de leads et les envoyer chez les agents, et peu importe si l’agent est content ou pas content, s’il en reçoit trop ou pas assez, ça n’a pas grand intérêt”, a recommandé Benjamin Grumbach. 

François Loviton (Google) en tire lui aussi des enseignements sur les évolutions apportées par l’IA. “Ce cas paraît très simple, mais il est révolutionnaire. Il illustre l’évolution du marketing : avant, il y avait une séquence où on réfléchissait d’abord à des insights, puis à quelle créa produire pour la cible à atteindre, ensuite au plan média, et quelques semaines après le lancement de la campagne on faisait son bilan. On voit encore cette démarche chez beaucoup de nos clients. Aujourd’hui, la puissance de calcul a un impact sur la manière même de faire du marketing, qui est celui de l’instantanéité. Les trois éléments du triptyque ‘créa – plan média – mesure’ s’alimentent entre eux simultanément. Dans le cas d’Axa, les signaux first-party permettent de récupérer ce score de probabilité de conversion, qui va nourrir non seulement le moteur immédiat – est-ce que je mets ou pas une publicité – mais aussi potentiellement la créa, qui va s’adapter en temps réel.”

Ce nouveau paradigme amène plus de complexité, et renforce, selon notre panel, le rôle des agences. “Face à cette complexité, à toutes ces solutions qu’il faut paramétrer, avoir un tiers qui est là justement pour maîtriser énormément d’offres, d’agents et de solutions techniques différentes pour représenter ses intérêts, est rassurant, a estimé Benjamin Grumbach (OMG). Il faut qu’on aide les annonceurs à naviguer dans ce maelstrom qui est parfois un peu déroutant.” “Avant d’avoir besoin d’IA, on a juste besoin d’intelligence, et ça, c’est ce que nous apporte une agence média. On a besoin de stratégie et d’être challengés”, a ajouté Perrine Bonin Lassalle (Axa).

Réagissant sur l’aspect économique et stratégique des projets IA, Marie Raimbert-Galtier a rebondi sur l’apport de l’IA agentique. “Dans les périodes économiques dans lesquelles les annonceurs font attention à leur budget, l’idée c’est de maximiser ses investissements et de faire en sorte d’être le plus stratégique possible. Et qui n’a jamais rêvé que les tâches hyper rébarbatives et ennuyeuses soient automatisées pour pouvoir se concentrer sur ce qui a de la valeur ajoutée ?” C’est ce que lui permet sa suite agentique JUMP, qui couvre toutes les tâches des plans médias, du ciblage à l’activation. “On utilise toute cette puissance technologique, associée à l’excellence humaine, et avec ça on crée de la valeur tout au long de la chaîne”.

Donner de nouvelles capacités à la mesure pour en faire un centre d’investissement

Cette attention portée au ROI se retrouve par définition dans le domaine de l’IA appliquée aux outils de mesure. Emilie Carcassonne, managing director France d’Audience Project, qui utilise des modèles de deep learning pour faire de l’inférence statistique afin de traiter des données massives de manière très rapide, pour la mesure cross média à partir d’un access panel propriétaire de 200 000 personnes, et de l’IA agentique pour les reportings, a insisté sur un point : “Nous ne sommes pas un centre de coûts, mais on bien un centre d’investissement”.

“Nous accompagnons les annonceurs pour qu’ils puissent optimiser leur reach cross plateforme, la répétition, et faire des optimisations en temps réel pour aller chercher du reach incrémental à moindre coût, et pouvoir ainsi réallouer les budgets en cours de campagne pour gagner en efficacité. On leur donne des indicateurs comme le CPM sur cible par exemple, qui peut être drastiquement différent du CPM facial payé et négocié. Et ça permet de réallouer potentiellement des budgets sur des canaux qu’on n’aurait pas forcément été chercher pour des raisons de contraintes budgétaires”.

Il est également possible d’utiliser l’IA pour de nouveaux systèmes de mesure en amont des campagnes, pour les études. CSA Research (Havas) a lancé en 2021 une solution de jumeau numérique simulant un marché, basée sur l’agent-based modeling, et en 2024 un équivalent pour modéliser les attitudes et le comportement des consommateurs, utilisant le machine learning. Les jumeaux numériques lui permettent de tester, pour les clients, des scénarios impliquant des événements qui ne se sont jamais produits. “Ce sont des solutions qui utilisent l’IA en amont de l’activation et qui permettent de mesurer les résultats de l’activation”, a résumé Yves Del-frate, CEO de CSA Research (Havas). 

Le jumeau numérique de marché permet par exemple de tester l’impact de l’arrivée d’un nouveau concurrent sur les ventes, de simuler les retombées d’un lancement de produit, d’une baisse de prix des concurrents, d’un bad buzz sur les réseaux sociaux, d’une évolution des points de contact paid, owned et earned, etc. La réplique virtuelle des consommateurs permet quant à elle de simuler l’impact d’une évolution d’image de marque sur les intentions d’achat, en analysant le raisonnement des individus (identifier les grandes dimensions qui le structurent, déterminer les relations entre ces variables, en déduire les conséquences chiffrées de scénarios donnés sur leur évolution), ou encore de générer des scénarios d’évolution de la perception d’un produit. 

Pour les construire, CSA s’appuie sur le maximum d’études disponibles chez le client. Ce qui pose d’ailleurs un problème en France, selon son CEO : “On a beaucoup plus de clients à l’international qu’en France, où on a énormément de de difficultés à collecter la data chez les clients”.

Yves Del-frate a averti également des limites des LLM et des données synthétiques dans le domaine des études où elles sont de plus en plus utilisées. “L’intérêt que les clients ont à travailler avec nous, c’est de leur restituer l’attitude et le comportement des consommateurs à un moment donné avec l’influence de l’air du temps, qui ne peut absolument pas être intégrée dans des personas artificiels qui sont figés”. 

En conclusion, pour nos participants, l’IA n’est pas prête de remplacer ni les agences, ni les études.