Seedtag annonce le lancement de ses Modèles d’Intention IA, une approche publicitaire basée sur le contexte qui distingue en temps réel la navigation occasionnelle de la volonté d’achat, sans recourir aux données personnelles.
Conçus pour aller au-delà du ciblage contextuel classique, les Modèles d’Intention IA enrichissent l’intelligence contextuelle de Seedtag en exploitant des signaux d’intention qui permettent d’engager plus efficacement les consommateurs prêts à agir.
Alors que les méthodes conventionnelles reposent sur une correspondance statique de mots-clés ou de catégories, l’IA Contextuelle propriétaire de Seedtag, Liz, affine en continu les signaux d’intention en temps réel. En analysant les contenus à un niveau plus profond – incluant le sentiment, la profondeur d’engagement et les nuances contextuelles – les Modèles d’Intention IA peuvent ainsi déterminer si un lecteur cherche simplement des informations sur un sujet ou est prêt à passer à l’action.
Cette approche basée sur l’intention permet à Liz de différencier un contenu à faible intention – comme un article comparant l’achat et la location d’un véhicule – d’un contenu à forte intention, tel qu’un essai automobile destiné aux acheteurs potentiels.
Contrairement aux systèmes traditionnels qui traitent tout contenu pertinent de la même manière, l’approche de Seedtag avec ses nouveaux Modèles d’Intention IA repose sur :
– Un entraînement sur des ensembles de données labellisées en fonction de l’intention, permettant de distinguer le contenu informatif du contenu transactionnel.
– Une adaptation unique à chaque campagne, ajustant le scoring de l’intention en fonction des objectifs spécifiques de la marque et des parcours de conversion.
– Une optimisation dynamique et continue, garantissant que le placement des annonces s’adapte en temps réel pour capter l’intention maximale des utilisateurs.
En intégrant les Modèles d’Intention IA dans ses stratégies d’activation, Seedtag permet aux marques de réduire les inefficacités du milieu de funnel, d’accroître l’engagement et de générer des résultats commerciaux mesurables, démontrant ainsi que la modélisation de l’intention transforme l’attention en action.
“Avec le lancement de nos Modèles d’Intention IA, nous franchissons une nouvelle étape dans l’innovation publicitaire en offrant aux marques un ciblage ultra-précis, sans compromettre la confidentialité des utilisateurs. Cette technologie révolutionnaire nous permet d’identifier et d’engager les consommateurs à forte intention en temps réel, garantissant ainsi des performances accrues et une efficacité publicitaire optimisée à chaque étape du funnel marketing.” explique Habenn Bereket, DG de Seedtag, France
“Le lancement de nos modèles à forte intention est une étape clé pour améliorer l’efficacité de l’activation. En analysant des ensembles de données variés, notamment le positionnement dans les moteurs de recherche, nous optimisons à la fois le reach et la rentabilité. Cette technologie nous permet d’identifier de nouveaux segments d’audience tout en engageant les utilisateurs à forte intention dans leur processus de décision, générant ainsi de meilleures performances à chaque étape du funnel marketing”, déclare Fabio Arnau, VP Brandformance chez Seedtag.
Des résultats concrets et impactants
Nissan, marque de référence dans le secteur automobile, s’est associée à Seedtag en Espagne pour accroître la visibilité et la considération du nouveau Nissan Qashqai auprès des acheteurs potentiels du segment C-SUV. Grâce à une stratégie digitale innovante, la collaboration a permis d’atteindre les utilisateurs en phase d’évaluation active, générant de l’intérêt et des leads de qualité. Cette approche a assuré l’atteinte des principaux indicateurs de performance, en phase avec les objectifs d’efficacité et de rentabilité de la marque.
Les résultats de la campagne ont été exceptionnels : Le coût par visite qualifiée (CPQV) était inférieur de 68 % à l’objectif, et le coût par lead (CPL) inférieur de 35 % à la cible. Les visites qualifiées ont triplé par rapport aux KPI initiaux de Nissan.
“Notre défi était d’optimiser la stratégie full-funnel de Nissan, en améliorant la considération sans compromettre l’efficacité en bas du funnel. Grâce à la segmentation basée sur l’intention de Seedtag, nous avons réduit le CPQV de 68 % et amélioré la performance à tous les niveaux. Ces résultats confirment que l’IA contextuelle est essentielle pour booster la performance des marques”, explique José Manuel Muries, Cluster Director, Nissan United.
