[et_pb_section fb_built= »1″ _builder_version= »3.22.3″][et_pb_row _builder_version= »3.22.3″ background_size= »initial » background_position= »top_left » background_repeat= »repeat »][et_pb_column type= »4_4″ _builder_version= »3.0.47″][et_pb_text _builder_version= »3.0.74″ background_size= »initial » background_position= »top_left » background_repeat= »repeat »]A la rencontre des besoins de ses clients, la technologie Roofstreet évolue de la géolocalisation au géomarketing, tout en restant la seule offre géo-prédictive à se concentrer sur les déplacements.
La géolocalisation prédictive née des laboratoires Roofstreet
Les IA de Roofstreet pouvaient déjà prédire où vont se déplacer des utilisateurs mobiles dans une heure, demain ou la semaine prochaine : apprenant les habitudes de déplacements et estimant, en temps réel, la situation de chaque mobinaute, les IA vont souvent faire leurs prédictions plusieurs heures avant un déplacement, et parfois corriger la prédiction en cours de déplacement quand la situation du mobinaute semble moins habituelle.
Les IA se servent des positions et des précédents déplacements, mais aussi de la situation extérieure vécue par le mobinaute (météo, évènements, état des réseaux routiers).
Ce sont même plusieurs prédictions de déplacements qui sont en permanence comparées par les IA. Considérant leurs niveaux de confiance respectives, les plus utiles à nos clients et leurs utilisateurs seront transformées en intelligence marketing.
Roofstreet a donc rendu possible de connaitre la position future ou les trajets que vont faire chaque personne, et désormais, aide les directions marketing à les utiliser.
Un pas vers le géomarketing : le mode de transport
Le développement de la détection du mode de transport est le premier pas qui permet aux annonceurs et éditeurs d’applications d’affiner la liste des cibles de leurs messages.
Roofstreet catégorisé déjà 4 modèles de déplacements : piétons, urbain rapide, Rail intercité, Route. L’ambition des équipes de R&D de Roofstreet est de catégoriser précisément le mode de transport en allant jusqu’à indiquer pour chaque trajet, s’il a été effectué en VTC/Taxi, plutôt qu’en Voiture particulière.
La catégorisation des points d’intérêts
Pour chaque mobinaute, de 4 à 25 points d’intérêts sont identifiés : y sont inclus le lieu de domicile bien sûr, mais aussi les principaux lieux d’activités (travail, détente). Pour permettre la mise en œuvre de segments utilisables sur les réseaux de publicité programmatiques aussi bien qu’au sein des applications de nos clients, Roofstreet génère des segments anonymisés qui regroupent les personnes ayant des profils géographiques ciblés tels les personne parcourant plus de 20 km par jour ou ayant plus de 40 minutes de déplacements pour se rendre au travail.
Des segments zonaux (par exemple les habitants de Boulogne-Billancourt travaillant à La Défense) sont aussi créés à la demande dans le cadre de campagnes gérées par nos clients.
Les segments géo-prédictifs
Les segments créés pour nos clients sont aussi dérivés des résultats de nos IA prédictives. Nous avons par exemple automatisé la création de segments dynamiques où chaque jour nos clients retrouvent la liste des utilisateurs qui vont passer à moins de 300 mètres de son point de vente dans la journée. Compatible avec les réseaux de publicité programmatiques, ce segment permet à notre client de ne cibler que les personnes qui auront l’opportunité de se déplacer vers son point de vente, et donc d’optimiser son budget communication.
Le géomarketing est désormais prédictif!
Qu’il s’agisse de communiquer ou de contrôler l’impact des campagnes, le mariage entre les données de géolocalisations et les algorithmes de Machine Learning créés par Roofstreet font entrer le géomarketing dans la prochaine décennie.
[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]
