L'IA dans la publicité programmatique

Lorsqu'une page ou une application avec des espaces publicitaires se charge, la plate-forme côté offre de l'éditeur envoie une demande d'enchère, souvent au format OpenRTB géré par l'IAB Tech Lab, aux échanges d'annonces et aux plates-formes côté demande. La demande décrit l'impression : site ou application, taille de l'annonce, type d'appareil, emplacement approximatif et éventuels identifiants d'utilisateur disponibles. L'ensemble de l'enchère a généralement un budget temporel d'environ 100 millisecondes, et l'annonce gagnante est diffusée avant que l'utilisateur ne remarque un retard. L’IA décide en grande partie. Les DSP exécutent des modèles qui prédisent le taux de clics, le taux de conversion ou la visibilité pour chaque impression, puis transforment ces prédictions en enchères. Alors que le secteur est passé des enchères du deuxième prix aux enchères du premier prix entre 2017 et 2019 environ (Google Ad Manager a changé en 2019), les DSP ont ajouté un ombrage des enchères : les modèles estiment le prix le plus bas susceptible de gagner, afin que les acheteurs ne paient pas trop cher. Du côté des ventes, les SSP fixent des planchers dynamiques et décident quels partenaires de demande appeler. La modélisation de l'audience dépendait historiquement de cookies tiers qui suivent les utilisateurs sur les sites. Safari les bloque par défaut et Firefox les restreint, et App Tracking Transparency (2021) de Apple restreint les identifiants de publicité mobile. Google a passé des années à planifier la suppression progressive des cookies tiers dans Chrome via son Privacy Sandbox, puis a inversé la tendance en 2024 et a déclaré qu'il ne forcerait pas leur suppression. Malgré tout, le secteur s’est tourné vers les données first party, le ciblage contextuel, les salles blanches de données et les identifiants alternatifs. La fraude publicitaire est un problème constant. Les robots, les publicités cachées et les domaines usurpés drainent les budgets ; l'opération Methbot a révélé en 2016 de fausses vues de vidéos sur des versions contrefaites de sites premium. Les modèles de détection recherchent les comportements non humains, et les normes ads.txt et sellers.json permettent aux acheteurs de vérifier qui est autorisé à vendre l'inventaire d'un site. Une idée fausse courante est que l’IA publicitaire « connaît » les individus. La plupart des modèles fonctionnent avec des signaux probabilistes, et une grande partie du ciblage est contextuel ou modélisé au niveau du groupe.