Au milieu de divers changements apportés à la collecte de données en ligne, qui ont limité la quantité d’informations que les plates-formes numériques peuvent utiliser dans le ciblage publicitaire, Meta a développé de nouveaux modèles de ciblage publicitaire basés sur l’apprentissage automatique, capables de diffuser des publicités plus pertinentes à chaque utilisateur, sans exiger le même niveau de perspicacité d’utilisation personnelle.
Ceci est particulièrement important pour Meta, car il a été particulièrement touché par la mise à jour iOS 14 d’Apple, qui a vu de nombreux utilisateurs empêcher Meta de collecter des données d’utilisation dans ses applications.
Et bien que cela ait nui au résultat net de Meta, plus récemment, l’activité publicitaire de Meta a connu une reprise, tandis que les spécialistes du marketing signalent également des performances bien améliorées grâce à des outils comme Advantage+, le processus de ciblage publicitaire automatisé de Meta.
Alors, comment Meta fournit-il des publicités plus pertinentes aux utilisateurs avec moins de données pour continuer ?
Cette semaine, Meta a fourni un aperçu de sa dernière mise à jour systématique sur ce front, avec un nouveau processus de diffusion d’annonces appelé « Meta Lattice », qui utilise plusieurs points de données pour mieux prédire les réponses publicitaires probables, grâce à l’IA et à d’autres technologies prédictives.
Comme l’explique Meta :
« Meta Lattice est capable d’améliorer les performances de notre système d’annonces de manière globale. Nous avons optimisé ses performances avec une architecture haute capacité qui permet à notre système publicitaire de comprendre plus largement et plus profondément les nouveaux concepts et relations dans les données et profite aux annonceurs grâce à l’optimisation conjointe d’un grand nombre d’objectifs.
D’accord, c’est un peu long, mais essentiellement, le système Lattice est capable de déduire une réponse plus probable de l’utilisateur, sans nécessiter autant d’informations directes sur les données de chaque personne.
Le processus utilise le partage des connaissances sur les différentes surfaces de Meta (par exemple, le fil d’actualités, les histoires, les bobines) pour étendre sa cartographie de l’intérêt et de l’activité potentiels des utilisateurs. Auparavant, tous ces éléments étaient mesurés isolément, mais les modèles prédictifs plus avancés de Meta sont désormais capables de prendre en compte un plus large éventail de points de données, afin de mieux comprendre les comportements individuels probables.
Il s’agit essentiellement d’une base de données étendue de toute l’activité de réponse publicitaire de Meta, qui, lorsqu’elle est croisée avec toutes les autres informations dont il dispose sur chaque utilisateur, permet au système Lattice de mieux prédire l’intérêt publicitaire probable grâce à une cartographie plus avancée, en faisant un meilleur usage de toutes les données auxquelles Meta peut accéder pour montrer aux gens des publicités plus pertinentes.
« Nous avons conçu Meta Lattice pour stimuler les performances des annonceurs dans le nouvel environnement publicitaire numérique où nous avons accès à des données moins granulaires. De plus, Lattice est capable de généraliser les apprentissages dans tous les domaines et objectifs, ce qui est particulièrement crucial lorsque le modèle dispose de données limitées sur lesquelles s’entraîner. Moins de modèles signifie également que nous pouvons mettre à jour nos modèles de manière proactive et efficace et nous adapter à l’évolution rapide du paysage du marché.”
En plus de cela, le système Lattice est également capable de mieux contextualiser l’exposition publicitaire à plus long terme et son impact relatif sur la réponse.
« L’engagement entre une annonce et une personne qui regarde l’annonce peut s’étendre de quelques secondes (par exemple, clic, j’aime) à plusieurs jours (par exemple, envisager un achat, ajouter à un panier, puis effectuer l’achat sur un site Web ou une application). Grâce à la modélisation multi-distribution avec conscience temporelle, Meta Lattice peut capturer non seulement l’intention en temps réel d’une personne à partir de nouveaux signaux, mais également l’intérêt à long terme à partir de signaux lents, clairsemés et retardés.
Selon Meta, cette approche a déjà amélioré la qualité d’exposition des publicités de 8 %, et elle s’améliore de jour en jour, conduisant à de meilleurs résultats grâce à ses outils de ciblage automatisés.
Vraiment, si vous n’avez pas envisagé les publicités Advantage + de Meta, elles valent le détour, avec, encore une fois, de nombreux spécialistes du marketing de performance rapportant de solides résultats grâce à l’utilisation des outils de ciblage publicitaire avancés de Meta.
Et à mesure que ces systèmes basés sur l’IA évoluent, en utilisant une gamme plus large d’entrées, ils sont susceptibles de devenir des moteurs de réponse plus importants, ce qui pourrait vous aider à cibler le bon public pour vos offres, sans avoir à définir manuellement les paramètres de chaque campagne. .
Vous pouvez en savoir plus sur le système de ciblage publicitaire Meta’s Lattice ici.
