GoogleRécemment annoncé, a commencé à utiliser des modèles de langage à grande échelle (LLM) pour lutter contre le « trafic invalide » (IVT) généré par des comportements publicitaires trompeurs ou perturbateurs, réduisant sa proportion jusqu'à 40 %. Cela améliore la qualité du contrôle du trafic publicitaire, améliorant non seulement le retour sur investissement des annonceurs, mais aussi la confiance globale dans l'écosystème publicitaire de la plateforme.
Le trafic invalide a toujours été une préoccupation constante dans le secteur de la publicité numérique. Il s'agit d'un trafic qui semble provenir de clics légitimes, mais qui peut en réalité provenir de robots, de programmes automatisés, de placements trompeurs, voire d'interférences délibérées. Ce trafic gaspille non seulement les budgets marketing des annonceurs, mais dilue également les revenus légitimes des éditeurs. Selon les estimations du secteur, les pertes publicitaires mondiales dues au trafic invalide s'élèvent à des dizaines de milliards de dollars par an.
De nouvelles avancées apportées par les grands modèles de langage
Ces dernières années, l'équipe Qualité du trafic publicitaire de Google a collaboré avec Google Research et DeepMind pour appliquer des modèles linguistiques à grande échelle à la détection du trafic. Contrairement aux méthodes de détection traditionnelles basées sur des règles, les modèles linguistiques à grande échelle peuvent comprendre des contextes de contenu et des schémas comportementaux complexes, offrant ainsi des réponses plus flexibles face à l'évolution des tactiques frauduleuses. Grâce à l'apprentissage continu, le système peut identifier automatiquement de nouveaux types de trafic anormal et fournir des mécanismes de protection plus immédiats.
Ce n'est pas un nouveau champ de bataille pour Google. Depuis le lancement d'AdWords (aujourd'hui Google Ads) au début des années 2000, Google n'a cessé d'investir dans des technologies de détection d'algorithmes et d'analyse du trafic pour lutter contre les clics de robots et les comportements anormaux.
Cependant, avec l'adoption généralisée des technologies d'achat programmatique et d'enchères en temps réel (RTB) au cours de la dernière décennie, l'ampleur et la rapidité des transactions publicitaires ont rapidement augmenté, et le problème du trafic invalide est devenu plus complexe. L'application de modèles linguistiques à grande échelle est la réponse de Google à ce nouveau défi.
Un nouvel environnement publicitaire qui profite à toutes les parties
Pour les annonceurs, cette défense basée sur l'IA réduit considérablement le risque de gaspillage budgétaire, améliorant ainsi le retour sur investissement (ROI) marketing. Pour les éditeurs, un contenu de qualité et un trafic légitime peuvent générer une part plus raisonnable des revenus publicitaires, évitant ainsi la dilution des revenus due au trafic non valide.
Quant aux utilisateurs généraux, cela peut réduire les risques de rencontrer des interférences publicitaires malveillantes et profiter d'une expérience de navigation de contenu en ligne plus propre et plus sûre.
Google a déclaré qu'il continuerait à renforcer l'application de l'IA dans le contrôle du trafic publicitaire à l'avenir et à travailler avec le secteur de la publicité pour promouvoir un environnement publicitaire plus transparent et plus fiable.
La double signification de la technologie et des revenus
D'un autre point de vue, la démarche de Google démontre non seulement sa maîtrise technologique en matière de recherche et d'application de l'IA, mais renforce également directement la stabilité et la croissance de son activité publicitaire principale. La réduction de la proportion de trafic invalide se traduit par une diffusion publicitaire plus précise et plus efficace, préservant ainsi la confiance des annonceurs dans l'écosystème publicitaire de Google.
