Meta AI et les modèles Llama intègrent les campagnes clients de deux manières. Au sein des plateformes publicitaires de Meta, les fonctionnalités d’IA telles que les campagnes Advantage+ et les outils créatifs génératifs façonnent le ciblage, les placements et les variantes d’annonces. En dehors de celles-ci, les modèles Llama de Meta, disponibles en open source, peuvent être exécutés sur une infrastructure privée pour les tâches textuelles où les données clients doivent rester dans un environnement contrôlé. Les deux nécessitent des règles claires, des tests et une révision humaine.
Quelle est la différence entre Meta AI et Llama ?
Meta AI est l’assistant grand public intégré à WhatsApp, Instagram, Facebook, Messenger et aux lunettes Meta, et il est propulsé par la famille de modèles Llama de Meta. Les modèles Llama eux-mêmes sont publiés avec des poids téléchargeables ouvertement sous la propre licence de Meta, ce qui permet une utilisation commerciale sous certaines conditions. Ils peuvent être exécutés sur vos propres serveurs, via des fournisseurs de cloud tels qu’AWS, Azure et Google Cloud, ou via des services d’hébergement.
Pour les annonceurs, un troisième élément est le plus important : l’IA intégrée au Gestionnaire de publicités Meta. Cela inclut l’automatisation des campagnes Advantage+, l’audience Advantage+, les fonctionnalités génératives telles que la génération d’arrière-plan, l’extension d’image et les variantes de texte, ainsi que l’apprentissage automatique qui décide de la diffusion sur Facebook, Instagram, Messenger et l’Audience Network.
Comment Alien Road applique les outils Meta AI dans le social media payant
Notre travail en social media payant suit un processus établi, et les fonctionnalités d’IA de Meta s’insèrent dans des étapes spécifiques.
Découverte
Nous examinons la configuration du pixel et de l’API Conversions du client, la qualité des événements, la santé du catalogue pour l’e-commerce, les performances créatives passées et l’historique de l’audience. L’automatisation de Meta dépend fortement de signaux de conversion propres, c’est pourquoi la qualité de correspondance des événements et la déduplication entre les événements pixel et serveur sont vérifiées en premier.
Configuration de campagne avec Advantage+
Pour les clients e-commerce avec de bons signaux, nous testons généralement les campagnes de vente Advantage+ par rapport à une structure manuelle. Pour la génération de leads, nous testons l’audience Advantage+ avec des suggestions, telles que les anciens convertisseurs, par rapport à un ciblage par centres d’intérêt plus restreint. Chaque test est exécuté avec un budget et une durée définis, afin que la comparaison soit équitable.
Fonctionnalités créatives génératives
Le Gestionnaire de publicités peut générer des variantes de texte, agrandir des images pour les adapter à différents placements et créer des arrière-plans pour les images de produits. Nous les utilisons de manière sélective.
- Les variantes de texte sont révisées avant le lancement ; nous désactivons les variantes automatiques si elles modifient les affirmations ou le ton.
- L’extension d’image est vérifiée sur chaque placement, car les bords étirés ou inventés semblent parfois faux.
- La génération d’arrière-plan est utilisée pour les tests lifestyle, jamais d’une manière qui modifie le produit lui-même.
Mesure
Nous comparons le coût par résultat, la valeur de conversion et, si possible, l’incrémentalité via les études de conversion lift de Meta ou les tests géographiques pour les budgets plus importants. Les résultats rapportés par la plateforme sont recoupés avec GA4 et les données CRM ou boutique du client.
Comment utilisons-nous les modèles Llama ?
Les modèles ouverts sont utiles lorsque le contrôle des données est plus important que d’avoir le modèle le plus puissant. Dans un cas typique, nous exécutons un modèle Llama dans un environnement cloud privé pour des tâches telles que :
- classer des milliers d’avis clients par sujet et sentiment pour la recherche créative ;
- étiqueter un catalogue de produits avec des attributs pour de meilleurs titres de flux publicitaires ;
- résumer des rapports de campagne internes sans les envoyer à un service de chat externe ;
- rédiger les premières versions de variantes de textes publicitaires à partir de données produits approuvées.
Les données restent dans un environnement que le client ou nous contrôlons, et aucun prompt n’est utilisé pour entraîner un modèle tiers. Les résultats passent toujours par une révision humaine, car les petits modèles ouverts font des erreurs, surtout en turc et dans d’autres langues moins courantes.
Pourquoi ne pas toujours utiliser le modèle ouvert ?
L’exécution de modèles a ses propres coûts : hébergement, surveillance, mises à jour et temps d’ingénierie. Pour de nombreuses tâches, un service géré avec protection des données professionnelles est plus simple. Nous choisissons par tâche, en fonction de la sensibilité des données, du volume et de la qualité nécessaire.