Études de cas · Médias & publicité
Plateforme d'IA et d'analytique pour l'efficacité publicitaire
En bref
Une plateforme d'analytique et d'IA multi-sources qui note les campagnes, réalise des pré-tests, intègre des données d'eye-tracking et recommande des optimisations — étendue ensuite avec un moteur LLM/RAG qui explique ses recommandations à partir de l'historique des campagnes.
- Client
- Fournisseur d'analytique de l'efficacité publicitaire — études média & marketing (nom non divulgué)
- Calendrier
- 2022 – present
- Statut
- Mission pluriannuelle en cours depuis 2022 ; les modules évoluent avec le programme.
- Tourne sur
- API et microservices cloud
Le défi
Les données de campagne arrivaient de plusieurs fournisseurs dans des formats différents. Analyser l'efficacité entre marchés et campagnes impliquait une consolidation manuelle, des comparaisons incohérentes et une aide à la décision lente avant et après le lancement.
Ce que nous avons construit
Mentis a conçu et construit la plateforme de bout en bout sous forme d’API et de microservices cloud :
01
Intégration de données multi-fournisseurs
Ingestion et harmonisation des données de campagne, d'audience et de mesure de plusieurs fournisseurs dans un modèle analytique unique.
02
Scoring de campagnes & pré-tests
Des modèles de scoring et des tests pré-lancement qui estiment l'efficacité attendue, y compris à partir de données d'eye-tracking.
03
Analytique prédictive & recommandations
Des modèles prédictifs et une couche de recommandation pour l'optimisation avant et après lancement.
04
Moteur de recommandation LLM/RAG
Une extension ultérieure : des recommandations contextuelles et explicables générées à partir de l'historique des campagnes par génération augmentée par récupération.
Résultats
- ✓ Moins d'effort pour analyser les campagnes à travers des sources disparates
- ✓ Une comparaison cohérente de la performance publicitaire entre marchés
- ✓ Une meilleure aide à la décision avant et après le lancement
Résultats qualitatifs tels qu'établis avec le client — aucun pourcentage n'a été mesuré, aucun n'est donc avancé.
Stack & déploiement
Services associés
Les noms des clients ne sont pas divulgués (NDA) ; les chiffres sont ceux établis avec le client — rien n'est estimé.
Un résultat similaire vous intéresse ?
Exposez-nous le problème lors d'un debrief de maturité de 30 minutes. Vous obtenez un avis honnête sur la faisabilité, les données, l'exposition réglementaire et une première étape.
Mohamed Ben Haddou
Fondateur & CEO · Expert indépendant en IA auprès de la Commission européenne
Vous parlez à Mohamed, pas à une équipe commerciale — et la personne qui cadre votre mission est celle qui la réalise.