Pourquoi davantage de contenu généré par l'IA n'améliore-t-il pas les campagnes ?

L'augmentation du contenu généré par l'IA n'améliore pas les campagnes, car le briefing des modèles est faible, et non les modèles eux-mêmes. Dans le cadre d'une recherche WARC avec TikTok et LIONS Advisory,88pour cent de400les spécialistes du marketing ont déclaré qu'ils génèrent beaucoup plus de créativité depuis l'adoption de l'IA, mais seulement45pour cent ont vu la qualité s’améliorer, et deux personnes sur trois présentent toujours des informations sur l’IA principalement avec des données démographiques. Corrigez le briefing du public, avec des signaux comportementaux et une réelle tension du public, et la qualité du résultat a de quoi s'appuyer.

Points clés

• Dans l'enquête de l'ARM sur400les commerçants,88pour cent créent beaucoup plus de créativité avec l'IA, mais seulement45pour cent signalent une réelle amélioration de la qualité.
• Deux personnes sur trois parlent encore brièvement de l'IA générative, principalement en termes de données démographiques, même si près de six personnes sur dix déclarent que la segmentation démographique ne reflète plus le comportement du public ; seulement 17 % sont constamment informés des signaux comportementaux, du contexte communautaire ou de la tension du public.
• La couche de réparation humaine qui était utilisée pour détecter les mémoires faibles a disparu, et un modèle d'IA peaufinera un concept médiocre aussi facilement qu'un concept fort.
• En Asie du Sud-Est, où une équipe peut couvrir six à onze marchés, les informations démographiques gomment la nuance locale qui constitue l’ensemble du travail.
• Les équipes qui avancent traitent le brief lui-même comme le produit et appliquent leur jugement avant qu'un actif ne soit expédié.

Le goulot d’étranglement est-il l’IA ou le brief ?

Les équipes marketing de toute l’Asie du Sud-Est produisent plus d’actifs créatifs que jamais. Neuf personnes sur dix affirment que l’IA générative a multiplié leur production. Pourtant, moins de la moitié pensent que le flot de contenu est réellement plus performant. Quelque chose au milieu du pipeline se brise tranquillement, et ce ne sont pas les modèles.

Une nouvelle étude de WARC, menée en collaboration avec TikTok et LIONS Advisory et rapportée par PPC Land, a interrogé 400 spécialistes du marketing et a découvert une tendance frappante. Alors que 88 % des personnes interrogées ont déclaré générer beaucoup plus de créativité depuis l'adoption des outils d'IA, seuls 45 % ont signalé une réelle amélioration de la qualité. La production a grimpé. Les résultats sont restés stables. Le problème se situe quelque part que la plupart des équipes ne pensent jamais à regarder : le briefing du public.

Pourquoi les spécialistes du marketing continuent-ils à utiliser des données dont ils savent qu’elles sont obsolètes ?

Le détail le plus révélateur de l’étude WARC n’est pas l’écart de production lui-même. C'est ce que les spécialistes du marketing ont admis à propos de leurs propres contributions. Deux personnes sur trois déclarent qu'elles continuent à présenter des modèles d'IA générative en utilisant principalement des données démographiques telles que l'âge, le revenu ou la localisation. Dans le même temps, près de six spécialistes du marketing sur dix déclarent que la segmentation démographique ne reflète plus le comportement réel du public.

En d’autres termes, les équipes alimentent sciemment les systèmes d’IA avec les entrées exactes qu’elles ont déjà identifiées comme étant défectueuses. Seuls 17 % ont déclaré qu'ils informaient systématiquement sur quelque chose de plus significatif, comme des signaux comportementaux, le contexte communautaire ou une véritable tension du public. L’ARM appelle cela une lacune en matière de renseignement plutôt qu’une lacune technologique, et cette formulation mérite d’être répétée souvent, car elle éloigne toute la conversation des outils pour la ramener vers la stratégie.

Qu’est-il arrivé au contrôle de qualité humaine ?

Pendant des décennies, un brief créatif n’a jamais été traité comme un document fini. Cela fonctionnait davantage comme la première ligne d’une conversation. Un stratège remettrait en question le segment. Un directeur créatif demanderait ce que ressent réellement le client au moment de la décision. Un directeur artistique écarterait complètement les premiers concepts. Au moment où une campagne atteignait un client, un brief léger ou paresseux avait généralement été retravaillé plusieurs fois par des personnes dont le travail consistait à repérer les faiblesses avant sa mise en ligne.

Ce processus était délibérément lent, et cette lenteur servait à quelque chose. C'était également coûteux, ce qui en faisait l'une des premières victimes lorsque les délais de production étaient passés de quelques semaines à quelques jours. À mesure que cette couche de réparation humaine a disparu, les mémoires ont cessé de passer par une chaîne de professionnels sceptiques et ont commencé à affluer directement vers des modèles génératifs.

Ce changement est extrêmement important, car un modèle d’IA n’a pas l’instinct de remettre en question un apport faible. Il produira quarante variantes raffinées et confiantes d’un concept médiocre tout aussi facilement que quarante variantes fortes. Un brief faible se traduisait autrefois par une création visiblement faible que quelqu'un capterait avant le lancement. Il en résulte désormais un contenu soigné et d’aspect professionnel qui passe intact, simplement parce qu’il semble acceptable en surface.

Pourquoi les équipes continuent-elles à utiliser par défaut le ciblage démographique ?

Si les spécialistes du marketing savent déjà que le briefing démographique est sous-performant, pourquoi reste-t-il le choix par défaut ? La réponse honnête n’est pas la conviction. C'est l'inertie.

Les tranches d'âge, les tranches de revenus et les données de localisation générales figurent déjà dans le dossier de planification, le plan média et la structure de dénomination de la campagne. Leur réutilisation ne nécessite aucune recherche supplémentaire, aucun nouvel outil et aucune conversation inconfortable avec un client ou un collègue. La compréhension comportementale et communautaire exige les trois. Dans des délais serrés, la voie de la moindre résistance l’emporte presque toujours, et cette voie est un raccourci démographique.

GWI a récemment fait valoir un point similaire, soulignant que le ciblage par tranche d'âge est l'une des méthodes de segmentation les plus paresseuses en marketing, dans la mesure où les différences au sein d'une même génération sont souvent plus importantes que les différences entre les générations. C’est une critique juste, et rarement formulée à haute voix. Parcourez une semaine de commentaires sur la technologie marketing et une division claire apparaît. Les sociétés d’études d’audience ont tendance à s’arrêter aux statistiques. Les plateformes de workflow et d’écoute sociale ont tendance à démarrer au niveau du bouton de publication. Très peu d’acteurs s’attaquent à l’espace intermédiaire, qui se trouve être exactement là où réside cette lacune en matière de renseignement.

Pourquoi les équipes marketing d’Asie du Sud-Est ressentent-elles cela en premier ?

La compression régionale rend ce problème particulièrement aigu en Asie du Sud-Est. Une équipe basée à Singapour pourrait être responsable de six à onze marchés distincts, dans plusieurs langues, et travailler avec des budgets qui s'étendraient à peine sur deux marchés d'Europe occidentale. Les nuances locales ne sont pas un avantage appréciable dans cet environnement. C’est tout le travail, et c’est exactement ce que le briefing démographique efface.

Nourrissez un modèle génératif construit autour de femmes urbaines âgées de vingt-cinq à trente-quatre ans à revenus moyens, et il produira un contenu qui pourrait techniquement être diffusé à Jakarta, Manille ou Kuala Lumpur, mais qui ne serait pleinement connecté à aucun d’entre eux. Le résultat sera grammaticalement correct, conforme à la marque et complètement oubliable. Répétez ce modèle sur onze marchés selon un calendrier de publication hebdomadaire, et le résultat est un système extrêmement efficace pour produire du contenu dont personne ne se souvient une semaine plus tard.

Que signifie traiter le brief comme le produit ?

Les équipes marketing qui progressent actuellement ont procédé à un changement structurel délibéré. Ils traitent désormais le brief lui-même comme le produit réel, et non comme le jeu fini ou l'actif final. Celui qui contrôle la qualité de ces premiers apports contrôle effectivement la qualité de tout ce qui suit en aval.

Ce changement est déjà visible dans la façon dont les outils évoluent aux deux extrémités du pipeline de production. En amont, les nouvelles plateformes traduisent les données en direct sur les catégories et les comportements en tensions d'audience étayées par des preuves, garantissant que le brief contient quelque chose de véritablement observé plutôt que quelque chose de simplement supposé. En aval, une nouvelle catégorie d’entreprises axées sur l’exécution émerge également. Un exemple est Touchigh, une entreprise qui aide les vendeurs transfrontaliers chinois à atteindre les acheteurs américains en combinant des outils de visibilité de recherche IA avec du contenu social natif anglais, puis en évaluant ce contenu pour les performances prévues avant sa publication plutôt que de simplement rapporter les résultats après.

Ce détail compte plus que l’industrie spécifique dont il provient. Une petite entreprise axée sur l’exécution et au service de clients sensibles aux prix est parvenue indépendamment à la même conclusion que des sociétés de recherche beaucoup plus grandes. Le jugement critique doit avoir lieu avant l’expédition d’un actif, ou en réalité, cela n’arrivera jamais du tout.

Vitesse et qualité peuvent-elles coexister ?

Ce que suggèrent les chiffres actuels est véritablement encourageant. Les équipes marketing de la couche de réparation perdues lors de la ruée vers l’adoption de l’IA peuvent être reconstruites à un coût suffisamment abordable pour survivre même dans les délais les plus serrés. Lorsque l'agence SAMY s'est confrontée à des concurrents considérablement plus importants pour un client britannique du secteur de l'hôtellerie, la planification des catégories qui prenait autrefois plusieurs semaines a été compressée en environ treize minutes par brief, avec une précision de clic prévue environ trois fois plus fiable que l'estimation humaine traditionnelle. SAMY a remporté le mandat.

La véritable histoire dans cet exemple n’est pas la vitesse elle-même. C'est le fait qu'un niveau de jugement que les équipes ne pouvaient auparavant pas se permettre d'appliquer de manière cohérente est désormais quelque chose qu'elles peuvent appliquer à chaque mémoire qu'elles rédigent, et pas seulement à ceux dont les délais sont généreux. Au départ, un jugement qui n'intervient que lorsqu'il y a du temps libre n'a jamais vraiment été une norme. C’était un luxe que peu d’équipes pouvaient se permettre.

Que devrait demander chaque équipe marketing à propos de ses briefs ?

La vérité inconfortable enfouie dans les conclusions de l'ARM est que de nombreuses équipes reconnaissent déjà que leurs contributions sont erronées et choisissent de les expédier quand même, simplement parce que la correction du briefing coûte plus de temps cette semaine que l'expédition d'une production médiocre.

Ce calcul évolue rapidement. Alors que l’intelligence d’audience de qualité factuelle devient réalisable en quelques minutes plutôt qu’en quelques semaines, la justification du briefing de l’IA générative avec des raccourcis démographiques obsolètes disparaît, tout comme l’excuse lorsque ce contenu est sous-performant.

Pensez donc aux briefs que votre équipe a produits ce trimestre. Combien d'entre eux remontaient véritablement à quelque chose de réel que vous aviez observé à propos de votre public, et combien étaient simplement le modèle du dernier trimestre avec une nouvelle date estampillée en haut ?

Quelle est la place de SOMIN dans ce changement ?

C’est précisément l’écart que SOMIN a été construit pour combler. SODA transforme les catégories dispersées et les signaux des consommateurs en informations structurées et fondées sur des preuves sur lesquelles un brief peut réellement s'appuyer, tandis que la suite SoMonitor, couvrant Brand Tracker, Content Library, Perspective Studies et SoInspire, maintient ces informations connectées à la santé de la marque, aux créations publiées, à la perspective du public et aux moments culturels émergents plutôt que de les laisser cloisonnées dans des rapports séparés. Associées à des données d'audience approfondies provenant de partenaires comme GWI, les équipes marketing obtiennent quelque chose de plus proche d'un brief vivant que d'un brief statique, fondé sur ce que le public fait et ressent réellement en ce moment plutôt que sur une tranche démographique supposée il y a des mois. Pour les équipes qui tentent de combler le déficit d’intelligence du avant qu’il n’atteigne le modèle , c’est précisément dans cette combinaison de données observées et d’outils connectés que la couche de réparation est reconstruite.

FAQ

À lire aussi

• Homogénéisation du contenu IA : pourquoi toutes les marques parlent de la même façon
• Pourquoi les annonces d'une catégorie se ressemblent-elles toutes ?
• Modèle de brief créatif : persona, tension, angle, récit
• Comment transformer un insight d'écoute sociale en brief de campagne ?
• Qu'est-ce qu'une tension du consommateur en marketing, et comment en trouver une ?

Sources

• PPC Land : les spécialistes du marketing informent l'IA des données démographiques qui, selon eux, ne fonctionnent plus