Le media planning à l’ère de la publicité agentique : où se crée réellement la performance?

Par Franck Lewkowicz, Country Manager France, PubMatic

Le media planning repose encore souvent sur un schéma familier : traduire un brief marketing en plan média, définir une audience cible, puis activer les campagnes sur les environnements les plus affinitaires. Si l’intelligence artificielle accompagne déjà certaines étapes, la fragmentation des plateformes a longtemps limité l’automatisation de l’ensemble de la chaîne.

Aujourd’hui, la donne change. À mesure que de nouveaux standards émergent et que l’IA s’intègre au cœur de l’écosystème publicitaire, les planners disposent d’outils capables d’interpréter leurs objectifs, d’identifier de nouvelles opportunités média et d’optimiser les campagnes en continu.

Dans un contexte marqué par la disparition progressive des cookies tiers et la fragmentation des identifiants, ces technologies permettent également de mieux exploiter les signaux disponibles côté éditeur – contexte, données first-party et comportements agrégés – pour guider les décisions d’achat média.

AdCP : vers un langage commun pour l’écosystème publicitaire

Les professionnels de la publicité digitale sont souvent confrontés à une multiplication d’acronymes. Pourtant, l’un d’entre eux mérite une attention particulière : AdCP, pour Ad Context Protocol.

Ce standard ouvert vise à donner aux agents d’intelligence artificielle un langage commun pour opérer au sein de l’écosystème publicitaire digital. Inspiré de frameworks d’interactions entre agents, AdCP permet aux systèmes représentant acheteurs, vendeurs et intermédiaires d’échanger des informations structurées, qu’il s’agisse d’objectifs marketing, d’audiences cibles ou d’inventaire disponible.

Pour les media planners, l’enjeu est clair : simplifier un écosystème devenu particulièrement fragmenté.

Plutôt que de naviguer entre une multitude d’interfaces et de jeux de données cloisonnés, les planners peuvent formuler leurs objectifs directement en langage naturel. Les agents analysent alors les signaux disponibles côté offre – contexte éditorial, comportement utilisateur ou disponibilité d’inventaire – pour identifier les placements les plus pertinents.

Cette évolution s’inscrit également dans le retour en force du ciblage contextuel enrichi par l’intelligence artificielle, capable d’analyser le sens réel des contenus plutôt que de se limiter à des mots-clés.

Elle pourrait également faciliter une meilleure coordination entre les différents leviers média – display, vidéo, social ou CTV – en permettant aux systèmes d’optimiser les campagnes à partir d’une vision globale plutôt que canal par canal.

La transparence reste un enjeu central. Les interactions entre agents peuvent être enregistrées et auditées, tandis que des points de contrôle humains peuvent être intégrés pour valider certaines décisions.

L’agentic advertising : vers un media planning plus dynamique

L’essor des systèmes dits « agentiques » transforme progressivement la nature du media planning. Traditionnellement, un plan média repose sur des instructions relativement statiques. Dans un modèle agentique, ces instructions deviennent un document vivant, capable d’évoluer en permanence en fonction des conditions réelles du marché.

Les agents peuvent ainsi négocier et ajuster automatiquement les placements afin d’optimiser les résultats.

Jusqu’à présent, ce niveau d’optimisation dynamique était surtout l’apanage des grandes plateformes fermées, où données d’audience et algorithmes d’optimisation fonctionnent dans un environnement contrôlé. Les systèmes agentiques ont désormais le potentiel d’apporter cette sophistication à l’ensemble de l’écosystème digital.

En orchestrant les campagnes sur plusieurs plateformes simultanément, ils offrent une vision unifiée de l’impact des différents leviers médias. Il devient ainsi plus facile d’identifier quels environnements génèrent réellement de la portée incrémentale ou contribuent le plus efficacement aux objectifs marketing.

Cette capacité à mieux mesurer l’incrémentalité des différents canaux devient particulièrement stratégique pour les annonceurs, qui cherchent aujourd’hui à comprendre précisément l’impact réel de chaque euro investi.

Dans un contexte où les budgets marketing sont de plus en plus scrutés, cette capacité à optimiser les investissements média et à identifier les leviers réellement incrémentaux devient un avantage stratégique majeur. À terme, cette approche pourrait également contribuer à rééquilibrer l’écosystème publicitaire en redonnant davantage de visibilité et de valeur aux environnements éditoriaux premium du web ouvert.

Une transformation du métier de media planner

S’approprier ces nouvelles approches suppose avant tout de commencer à expérimenter. Les planners peuvent interagir avec les agents disponibles dans leurs outils internes ou sur les plateformes partenaires comme ils le feraient avec un collègue : poser des questions, affiner les demandes et préciser les objectifs.

Même sans agents pleinement intégrés, les interfaces conversationnelles constituent déjà un point de départ pour développer un nouveau réflexe : résoudre les problématiques par le dialogue avec les systèmes d’IA plutôt que par la recherche manuelle dans une multitude d’outils.

L’enjeu ne sera pas de remplacer l’expertise humaine, mais de permettre aux équipes média de se concentrer davantage sur la stratégie, la compréhension des audiences et l’orchestration des canaux.

À mesure que ces technologies se développent, le rôle du media planner pourrait évoluer vers celui d’un véritable architecte stratégique, capable de piloter des systèmes d’intelligence artificielle pour concevoir des stratégies média toujours plus sophistiquées. Comme lors de l’essor du programmatique il y a une dizaine d’années, ceux qui s’approprient dès aujourd’hui ces technologies seront les premiers à en tirer pleinement parti.