Comment les agences basées sur le machine learning remodèlent le marketing numérique

QuanticMind est une plate-forme de gestion de publicité prédictive utilisée par les plus grandes marques, notamment HomeAdvisor, Hot Topic, Windstar Cruises et Rosetta Stone.

Leur technologie est axée sur l'optimisation des campagnes de recherche via la gestion automatisée des enchères, la gestion des éditeurs, l'unification des données et l'apprentissage automatique.

La plate-forme permet également l'optimisation des flux et la gestion intelligente des achats pour les détaillants.

QuanticMind a récemment publié un nouveau rapport intitulé « Comment évaluer les agences de marketing à la performance basées sur l' apprentissage automatique » qui traite de la montée en puissance des agences basées sur l'apprentissage automatique et de la façon dont elles transforment le secteur du marketing à la performance.

Ce livret de 18 pages comprend des statistiques de l'industrie, des tendances fondées sur des données et un plan expliquant comment les spécialistes du marketing peuvent évaluer la nouvelle agence basée sur l'apprentissage automatique.

Contenu produit en collaboration avec QuanticMind .

État de l'industrie du marketing à la performance

Les investissements dans la publicité numérique continuent de croître, l'IAB signalant que les investissements dans le marketing numérique ont doublé en quatre ans, passant de 13,2 milliards de dollars au premier trimestre 2015 à 28,4 milliards de dollars au premier trimestre 2019.

Les budgets des directeurs marketing sont répartis entre une variété de canaux de marketing différents, le pourcentage le plus important allant au commerce numérique, à la publicité numérique, au marketing/analyse client et à l'infrastructure de site Web.

Le rapport QuanticMind s'appuie sur les données d'une enquête Gartner 2018 pour illustrer l'allocation budgétaire du CMO comme suit :

QuanticMind écrit : « Nous pouvons voir qu'en 2018, il y avait beaucoup d'endroits différents où les investissements avaient lieu, mais de plus en plus, les budgets étaient affectés à des outils et à des technologies qui exploitent la puissance des informations et des analyses client fournies par le numérique. »

Il existe plus de 7 000 fournisseurs de technologies marketing en activité en 2019, contre 150 en 2011. Ce marché de plus en plus encombré rend difficile, voire impossible, l'évaluation de chaque outil.

La prolifération de la technologie donne lieu à une autre tendance dont les spécialistes du marketing doivent tenir compte : les attentes croissantes des consommateurs.

Grâce à Amazon, les consommateurs s'attendent à ce que leurs interactions avec la marque soient rapides, transparentes et aussi simples que possible. Cela est vrai dans les espaces B2C et B2B.

Une enquête Salesforce sur les attentes des acheteurs commerciaux a révélé que plus de 70 % des acheteurs attendent un engagement personnalisé de la part des fournisseurs et 69 % s'attendent à des expériences d'achat similaires à celles d'Amazon.

QuanticMind écrit : "Ces entreprises B2B commencent à s'attendre à des" expériences d'achat de type Amazon "de la part de leurs fournisseurs et 67% des personnes ont changé de fournisseur pour une" expérience d'achat plus proche du consommateur "."

Comment les spécialistes du marketing peuvent naviguer dans un paysage changeant

QuanticMind présente trois approches que les spécialistes du marketing peuvent adopter pour naviguer dans le paysage en évolution rapide du secteur du marketing numérique.

• Constituez une équipe interne : de nombreux directeurs marketing le font déjà, comme le montrent les recherches de l'enquête sur les dépenses des directeurs marketing de Gartner. L'allocation budgétaire pour les agences est passée de 25 % à 22 % de 2017 à 2019, signe que les CMO cherchent à intégrer des équipes en interne. QuanticMind met l'accent sur la nécessité de faire appel à des personnes qui comprennent l'écosystème marketing complexe, telles que des scientifiques des données, qui peuvent aider à prendre des décisions basées sur les données. Même ainsi, sans l'expertise technologique appropriée, les data scientists peuvent s'enliser dans la gestion, l'intégration et le formatage des données.

« Nous avons personnellement été témoins d'un certain nombre d'expériences où l'intégration de données de base qui aurait dû prendre 30 jours au plus a fini par prendre une année entière parce que les entreprises n'avaient tout simplement pas les bonnes personnes avec la bonne expérience », écrit QuanticMind.

• Capitaliser sur les options gratuites — De nombreuses entreprises gèrent leurs médias à l'aide d'options gratuites qui incluent des modèles basés sur des enchères sur les meilleures plateformes telles que Google, Facebook, Bing et Amazon. Bien que ces plates-formes en libre-service intègrent des outils d'optimisation de campagne dans leurs fonctionnalités, elles posent également un conflit d'intérêts inhérent aux annonceurs.

Selon QuanticMind, "Dans une dynamique d'enchères, permettre à la plate-forme publicitaire de prendre les décisions d'enchères créera des difficultés à long terme qui pourraient finir par gonfler les coûts." Un autre risque lié au fait de ne compter que sur des plateformes automatisées pour gérer votre marketing est que vous n'avez pas un contrôle total sur vos données.

• Embaucher une agence — L'enquête Gartner CMO a révélé qu'environ 22% des budgets CMO sont alloués aux agences. Le modèle d'agence est généralement un modèle descendant avec le leadership et l'expertise concentrés au sommet de la pyramide et les planificateurs et stratèges de niveau inférieur avec moins de trois ans d'expérience au bas de l'échelle. Ce niveau inférieur comprend généralement 60 à 70 % des effectifs que les spécialistes du marketing paient lorsqu'ils investissent dans une agence. La complexité du marketing numérique a permis à ces planificateurs de niveau inférieur d'optimiser efficacement les médias.

QuanticMind utilise la recherche payante comme exemple : « Pour offrir une perspective dans le contexte de la recherche payante : si vous souhaitez optimiser chaque mot-clé que vous avez dans votre programme, sur chacun des 210 DMA, 24 heures sur 24, sept jours sur sept. , sur trois appareils, cela représente à lui seul 105 000 variations pour chaque mot-clé, chaque opportunité pour laquelle vous pouvez modifier votre enchère, votre message, etc. »

La seule façon de gérer efficacement un portefeuille de 100 000 mots-clés ou plus est l'apprentissage automatique et l'automatisation.

Pour QuanticMind, « Cela signifie que la puissance de l'équipe principale d'une agence traditionnelle n'est plus aussi précieuse que l'expertise d'individus qui savent comment gérer et naviguer sur des plates-formes alimentées par l'IA. »

Le nouveau modèle d'agence de marketing à la performance

Le point de vue de QuanticMind sur le modèle de l'agence se concentre sur le changement de paradigme dans le marketing numérique dans son ensemble.

Les agences doivent devenir des consultants hautement qualifiés qui peuvent aider les entreprises à naviguer dans l'écosystème martech complexe.

Ils doivent exploiter l'apprentissage automatique pour fournir des solutions commerciales qui développent et protègent la marque d'une entreprise.

QuanticMind conseille aux spécialistes du marketing d'exiger davantage de leurs agences, d'embaucher des consultants pour accélérer la croissance et de naviguer dans l'écosystème martech complexe, et d'utiliser l'apprentissage automatique pour automatiser autant que possible.

"En fin de compte, le changement de paradigme nous amène à un monde hybride - un monde où les bonnes personnes avec la bonne technologie sont essentielles pour obtenir des résultats supérieurs", écrit QuanticMind.

Pour plus d'informations, consultez l'intégralité du livre blanc, « Comment évaluer les agences de marketing de performance basées sur l'apprentissage automatique ».