Les nouveaux modèles de machine learning d'Amazon DSP permettent d'améliorer les performances, la rentabilité et l'adressabilité des campagnes
27 avril 2023
Amazon Ads a annoncé aujourd'hui qu'Amazon DSP utilise désormais de nouveaux modèles de machine learning plus avancés et des systèmes de contrôle des campagnes optimisés pour améliorer les décisions en matière d'enchères et de rythme, en plus d'aider les annonceurs à atteindre des audiences auparavant hors d'atteinte. À l'heure où le secteur de la publicité abandonne les cookies tiers, il est essentiel de modéliser les signaux disponibles pour atteindre les audiences souhaitées. Les nouveaux modèles de machine learning analysent une série de signaux pour aider les annonceurs à prévoir et à atteindre des segments d'audience particulièrement pertinents en optimisant leur rentabilité.
Grâce à ces améliorations, les annonceurs ont observé les résultats suivants1 :
Augmentation de 12,6 % du taux de clics
Augmentation de 34,1 % du retour sur investissement publicitaire (ROAS)
Diminution de 24,7 % du coût par clic
Amélioration de 20 % à 30 % de l'adressabilité sur un inventaire auparavant inaccessible
« La science et la technologie de pointe sont au cœur d'Amazon DSP. Nous explorons en permanence des moyens d'améliorer les performances et d'améliorer la rentabilité des annonceurs », a expliqué Neal Richter, directeur de la technologie Amazon DSP. « Nous savons que le moindre point de pourcentage d'amélioration compte pour les annonceurs. Et ces nouvelles améliorations ont contribué à améliorer l'engagement et le retour sur investissement publicitaire (ROAS). Nous sommes ravis de présenter ces améliorations à un moment où les marques se concentrent tout particulièrement sur l'amélioration de la rentabilité et l'obtention de résultats. »
Améliorez les performances de vos campagnes et optimisez la rentabilité de vos publicités
Les nouveaux modèles de machine learning en matière de répartition du budget aident les marques à atteindre les audiences souhaitées au prix optimal pour chaque publicité diffusée pendant toute la durée d'une campagne. Ces modèles prédisent mieux la probabilité de conversion d'une demande d'enchère, ce qui permet des modifications algorithmiques qui améliorent le rythme par rapport aux objectifs tout en optimisant les performances. Les améliorations des performances incluent une augmentation de 12,6 % du taux de clics, une augmentation de 34,1 % du retour sur investissement publicitaire (ROAS) et une baisse de 24,7 % du coût par impression.
Atteignez des audiences auparavant hors d'atteinte
Cela a été annoncé lors d'Amazon Ads unBoxed 2022 : Amazon DSP a élargi les audiences Amazon et le ciblage contextuel afin de contribuer à réduire la dépendance aux identifiants publicitaires traditionnels. La méthodologie d'inférence d'audience basée sur des modèles d'Amazon fait correspondre le bon message à l'audience appropriée en tirant parti des signaux contextuels et événementiels disponibles. Les annonceurs qui utilisent des audiences Amazon et un ciblage contextuel élargis ont constaté une amélioration de 20 % à 30 % de l'adressabilité concernant des inventaires auparavant inaccessibles.
Ces améliorations algorithmiques opérées en arrière-plan permettent de proposer des emplacements publicitaires plus rentables sans que les annonceurs aient à adapter leurs campagnes existantes.
Amazon Ads continuera d'innover pour les clients et de développer de nouvelles solutions aux défis marketing que rencontrent les marques. La technologie publicitaire d'Amazon aide les marques à découvrir de nouvelles données, à optimiser les performances marketing, à réduire les coûts et à découvrir les répercussions des investissements sur différents médias, aux endroits où les clients passent du temps.
1 Source : Données internes Amazon, États-Unis, janv. à déc. 2022, 140 000 campagnes dans les secteurs verticaux