Giussoni Olivia

SPÉCIALISTE COMMUNICATION ET PUBLICITÉ

Olivia Giussoni est la fondatrice de Synapse Lab, une société de conseils et formation dont le but est d’aider les entreprises, notamment dans l’élaboration de leurs stratégies de communication ou stratégies média, analyses de cibles, analyses de concurrence et mise en place de leurs campagnes publicitaires.

Passionnée par les divers aspects de la communication et des médias et forte d’une expérience de près de quinze ans dans ces domaines, elle a longtemps occupé des postes de direction dans des régies publicitaires ou en agence média. Titulaire d’un Master en Langue et Civilisation allemande ainsi que d’un Postgrade en Marketing & Communication, elle est aussi intervenante de cours et experte au Brevet Fédéral pour les Spécialistes en Communication.

La Clusterisation à l’heure du Machine Learning

Le sujet de l’Intelligence Artificielle est de plus en plus présent et également dans le monde de la Communication. On nous prédit la disparition de certains métiers, l’apparition d’autres, des optimisations dans un tas de domaine, bref des miracles !

Puis c’est au tour du Machine Learning de devoir tout révolutionner ou presque …Alors essayons de comprendre ce que c’est et en quoi cet apprentissage automatique va influencer les campagnes publicitaires de demain. 

Il s’agit de programmes informatiques capables de traiter des quantités astronomiques de données comme le Big Data, CRM, open data, données publicitaires etc.

On recense deux grands procédés de Machine Learning , l’apprentissage supervisé ou analyse discriminatoire et à l’inverse, l’apprentissage non-supervisé ou Clustering.

Avec la première classification, la supervisée, la machine s’appuie sur un système de modèles déjà catalogués. La machine va donc apprendre à reconnaitre des labels. Si on montre des milliers de visuels d’arbres à la machine par exemple, elle sera capable toute seule de reconnaitre un arbre. Dans le cas de l’apprentissage non supervisé, aucun label n’est prédéfini et elle va procéder seule à la catégorisation des données. Le système croisera par lui-même des informations et sera capable de rassembler dans une même classe des éléments présentant des similitudes. 

Ramené à la publicité, ce second procédé permettra d’identifier des cibles inattendues jusqu’alors.

Vu que les données ne sont pas basées sur des modèles prédéfinis, celles-ci sont considérées comme étant plus fiables. En effet, la programmation en amont ne sera pas faite sur des à priori et les réponses obtenues sur la base des analyses faites par les algorithmes vont au-delà de la compréhension et de l’interprétation humaine des faits. 

 

Le Machine Learning permet également d’identifier de nouvelles tendances et de segmenter automatiquement les consommateurs. Et c’est principalement sur ce point que se situe la grande nouveauté pour l’approche stratégique publicitaire. 

Le Machine Learning pourra permettre d’optimiser les choix des Media Mix pour une campagne en rationnalisant énormément de données sur les consommateurs. Elle permettra aussi de découvrir de nouvelles tendances mais également d’offrir de nouvelles méthodes pour interroger les consommateurs notamment grâce aux chatbots, à l’image, à la video,  à la reconnaissance vocale etc..

Ces nouvelles données permettront d’obtenir des audiences plus précisent et les messages qui leur seront adressés n’en seront que plus personnalisés. 

Bien entendu, il faut s’attendre à quelques réticences notamment dues au changement de mentalité que cette nouvelle manière de faire va apporter. Il n’est pas toujours aisé de faire confiance à des algorithmes.

Se pose également le problème du RGPD (Règlement Général pour la Protection des Données) et de l’e-Privacy. 

L’enjeu sera donc de taille pour essayer de concilier données internes et externes en respectant les règles en vigueur de protection des consommateurs mais tout en permettant aux algorithmes de créer des Clusters et ainsi permettre aux annonceurs de s’adresser à la bonne cible, voire à de nouvelles cibles jusqu’alors non atteintes . La récolte légale de données qualifiée s’avère donc indispensable. 

Mais faudra-t-il encore être à même de trouver les bonnes personnes capables de croiser toujours plus de données. La collaboration entre divers métiers comme les créatifs, les planners, les machine learners semble être indispensable. 

Un équilibre entre algorithmes permettant de palier aux objectifs de performances des marques et respect des engagements vis-à-vis des consommateurs semble donc s’imposer.

Des perspectives d’avenir intéressantes qui se dessinent. Et même si les ordinateurs ou algorithmes sont et seront de plus en plus présents dans nos vies, on pense notamment à l’Internet des objets connectés, etc.., l’expérience de l’humain ne pourra être supprimée et au contraire, c’est la mixité des expertises propres qui amènera à une maitrise des outils informatiques et qui en fera une réelle plus-value.

 

 

Du même auteur

Les newsletters de Bilan

Le cercle des lecteurs

Le Cercle des Lecteurs est une plate-forme d'échanger sur tout ce qui touche votre magazine. C'est le reflet de vos opinions, et votre porte-parole le plus fidèle. Plus d'info

"Tout ce qui compte.
Pour vous."