La DCO est l’acronyme anglais pour Dynamic Creative Optimization. C’est une technologie qui permet d’adapter les créations publicitaires automatiquement.  L’optimisation créative se fait en temps réel et au fur et à mesure de la diffusion des bannières publicitaires.

Fonctionnement du DCO

L’objectif est d’afficher le message publicitaire le plus pertinent et personnalisé possible en utilisant les données à disposition, pour chaque utilisateur ciblé.

Chaque DCO est basée sur un modèle comportant plusieurs variables combinées en fonction du profil de l’internaute et de son historique de navigation. Les modèles peuvent également prendre en compte certaines variables en fonction de l’environnement telle que la météo, l’heure de la journée, etc…

Ces bannières dynamiques sont souvent utilisées au sein des Ad Exchange en Retargeting. Elles permettent généralement d’augmenter considérablement le taux de conversion des internautes exposés par rapport aux bannières standards.

Les différents types de DCO

Le DCO « classique »

Comme décrit ci-dessus, cela consiste « simplement » à adapter en temps réel la création publicitaire en fonction des éléments liés à l’individu ciblé ou à l’environnement. Les créations utilisées sont donc produites en fonction de la nature de chaque élément utilisé. Le message publicitaire devient alors unique et personnalisé.

Le DCO via le machine learning

L’autre type de DCO, plus complexe, utilise le machine learning pour générer toujours plus de performances. Dans ce cas, différentes versions d’une ou plusieurs variables  (couleur, CTA, animation, etc.) sont testées auprès d’un même type d’individu. Les résultats de ces tests serviront à orienter l’affichage des prochaines bannières diffusées via le DCO.

Cela est rendu possible grâce à l’utilisation d’un algorithme « branché » sur l’Ad Server qui va tester et varier les variables de la création publicitaire. Ces variables peuvent être la couleur, l’image, le texte, l’animation, le CTA, etc…

Suite à la diffusion de nombreuses bannières, l’algorithme arrivera à optimiser chaque création en fonction des variables utilisées. Par exemple, l’algorithme va déterminer qu’un CTA A est pertinent pour les nouveaux visiteurs et qu’un CTA B serait plus adapté aux visiteurs connus. Ce choix pourra évoluer en fonction des tests effectués par l’algorithme, c’est de l’optimisation en temps réel.

Pour résumer, le processus d’optimisation lié à la DCO se fait à la fois avant l’affichage et après l’affichage des annonces. Dans une premier temps en se basant sur les données de l’individu ciblé lors d’un affichage et sur les éléments de contexte. Ensuite, en prenant en compte les données de performance liées à l’historique de campagne.