RGPD oblige, le marché publicitaire est aujourd’hui demandeur d’alternatives au ciblage d’audience que le programmatique a rendu si populaire. La start-up Qwarry a donc décidé de miser sur l’analyse sémantique pour permettre aux annonceurs de diffuser leurs publicités dans des contextes éditoriaux pertinents. « La défiance de plus en plus forte des internautes vis-à-vis de l’utilisation de leurs données et les restrictions croissantes imposées par Safari et Chrome nous ont incité à privilégier un mode de ciblage qui n’exploite aucune donnée relative à l’utilisateur », confirme le cofondateur de l’adtech française, Geoffrey Berthon. Il ne s’agit plus d’optimiser la diffusion de la campagne pub de façon à toucher une typologie d’internautes… mais simplement de privilégier les contextes où cette population est la plus susceptible de se rendre.

Sous le capot de Qwarry, on retrouve un algorithme de deep learning basé sur le NLP, le traitement automatique du langage naturel. Cet algorithme va d’abord passer au crible les contenus de l’annonceur (sites Web, texte de la campagne…) et leur attribuer un profil sémantique. « Le langage utilisé par deux acteurs d’un même secteur peut varier très fortement, d’où l’importance de cette analyse », ajoute Geoffrey Berthon. S’ils font tous les deux de la banque de détail, le profil sémantique d’un Hello Bank, qui s’adresse en priorité aux jeunes, diffère de celui d’une banque plus premium comme HSBC.

Lire l’article en entier sur le JDN.