AI Showreel l'analyse niveau grand cabinet, pour tout le monde
← La base
Preuve B Vivant confirmé

Allwyn

achat programmatique omnicanal pilote par IA avec activation de data retail

IndustrieAutreLevierAcquisitionFamilleOptimisation / automatisationImplémentationPlateforme martechÉtapeconsidération
Pattern prouvé dans 8 industries encore vierge en Média & entertainment, Voyage & hospitality, Food & beverage +5 Voir la carte du pattern
+43%
ROAS, audiences data retail vs prospection
"43% higher return on ad spend" S1

Allwyn, operateur de la National Lottery UK, a mene une campagne omnicanal sur The Trade Desk Kokai en activant la data retail Tesco et rapporte un ROAS superieur de 43%, un CPA inferieur de 30% et un temps jusqu'a conversion reduit de 64% face a une prospection standard.

L'essentiel

  • Achat programmatique omnicanal pilote par IA (CTV, audio, video, display).
  • Plateforme The Trade Desk Kokai, avec activation de la data retail Tesco.
  • ROAS +43%, CPA -30%, temps jusqu'a conversion -64% vs prospection.
  • Preuve B, statut vivant confirme.

Objectif

Faire converger un plan omnicanal (CTV, audio, video, display) sur une seule vue de performance et raccourcir le chemin vers la conversion pour les produits Lotto et EuroMillions.

Le déploiement

Allwyn, operateur de la National Lottery au Royaume-Uni, a construit une campagne omnicanal full-funnel sur Kokai, la plateforme d'achat media pilotee par IA de The Trade Desk, avec l'agence Hearts & Science. Le dispositif combine CTV, audio digital, online video et display, et active la data retail de Tesco pour cibler des audiences plutot que de prospecter a froid. L'IA de Kokai arbitre l'allocation entre canaux et le controle de frequence cross-canal. Face a une strategie de prospection standard, les audiences alimentees par la data Tesco ont degage un ROAS superieur de 43 pour cent et un cout par acquisition inferieur de 30 pour cent. L'usage de trois canaux plutot qu'un a reduit le temps jusqu'a conversion de 64 pour cent, et le controle de frequence cross-canal a rendu 8 pour cent de budget. C'est un cas d'optimisation et d'automatisation de l'achat media programmatique, pas de generation creative.

Résultats Preuve B

+43%
ROAS, audiences data retail vs prospection
"43% higher return on ad spend" S1
-30%
Cout par acquisition avec data retail Tesco
"30% lower cost per acquisition" S1
-64%
Temps jusqu'a conversion (trois canaux vs un)
"64% reduction in time to conversion" S1
environ 5x
ROAS moyen des campagnes Kokai (US et Canada, 665 campagnes 2025)
"5x ROAS (or $5.40 for every dollar spent) on average" S2

Etude de cas plateforme The Trade Desk chiffree citant nommement Allwyn, l'agence Hearts & Science et le partenaire data Tesco ; source officielle interessee, d'ou B. La performance moyenne de Kokai est corroboree par une seconde publication de The Trade Desk.

Comment ça fonctionne

Architecture documentée
conversions renvoyees pour reallouer entre canauxplan et objectifs Data retail Tesco(audiences) Achat media omnicanalpilote par IA The Trade Desk Kokai CTV / audio / OLV /display Conversions attribuees Allwyn + Hearts & Science

La stack en détail

  • plateforme The Trade Desk Kokai DSP pilotee par IA : allocation entre canaux, encheres et controle de frequence cross-canal sur CTV, audio, OLV et display.
  • outil Data retail Tesco Audiences issues des donnees d'achat Tesco, activees dans Kokai pour cibler plutot que prospecter a froid.
  • integrateur Hearts & Science Agence media qui pilote la strategie omnicanal full-funnel sur Kokai.
  • outil Mesure de conversion cross-canal Vue unifiee ROAS, CPA et temps jusqu'a conversion dans Kokai, qui alimente la reallocation entre canaux.

Comment ça tourne, concrètement

Pour les équipes ops
CadenceContinu : allocation entre canaux et enchères optimisees en temps reel sur la duree de la campagne.
Opéré parEquipe media d'Allwyn avec l'agence Hearts & Science, sur The Trade Desk Kokai.
  1. 1
    Activation des audiences equipe media / agence

    La data retail Tesco est activee dans Kokai pour cibler des audiences plutot que prospecter a froid.

  2. 2
    Plan omnicanal agence (Hearts & Science)

    CTV, audio digital, OLV et display sont orchestres dans une seule campagne full-funnel.

  3. 3
    Optimisation par IA IA (The Trade Desk Kokai)

    Kokai arbitre l'allocation entre canaux, les enchères et le controle de frequence cross-canal.

  4. 4
    Mesure unifiee equipe media Allwyn

    L'equipe lit ROAS, CPA et temps jusqu'a conversion sur une vue unique et ajuste le mix.

Le signal qui pilote

La conversion attribuee et l'appartenance aux audiences data retail (Tesco). Sans data retail activee ni mesure cross-canal, l'IA perd le levier qui distingue ce plan d'une prospection classique.

Comment vos clients perçoivent ce type d'usage

Études sourcées

Le pricing algorithmique est le terrain le plus inflammable : 68% des consommateurs disent se sentir leses quand les marques utilisent le pricing dynamique et 80% jugent plus dignes de confiance les marques aux prix constants (Gartner, 2024). L'equite percue varie selon le secteur : le pricing dynamique n'est juge juste que par 33% a 40% des repondants selon qu'il s'agit de concerts ou de cinemas (YouGov, 17 marches). Le prix personnalise par les donnees individuelles est le plus rejete : 47% des Americains s'y opposent fermement (Consumer Reports, 2024).

68%
Consommateurs qui se sentent leses (taken advantage of) quand les marques utilisent le pricing dynamique (2024)
80%
Consommateurs d'accord pour dire que les marques aux prix constants sont plus dignes de confiance (2024)
79%
Consommateurs ayant vecu des situations de prix inattendues sur un an (surge pricing, frais caches, hausses imprevues) (2024)

Conditions d'acceptation

  • La constance des prix comme signal de confiance : 80% jugent plus fiables les marques aux prix stables (Gartner 2024)
  • Le secteur conditionne l'equite percue : le pricing dynamique est mieux tolere pour les cinemas (40% le jugent juste) que pour les concerts (33%) (YouGov 2024)

Lignes rouges

  • Le pricing dynamique percu comme abus : 68% se sentent leses (Gartner 2024)
  • Le prix individualise a partir des donnees personnelles : 47% d'opposition ferme (Consumer Reports 2024)
  • Les frais caches et hausses imprevues, vecus par 79% des consommateurs sur un an et associes a la perte de confiance (Gartner 2024)

Sources : Gartner 2024 · YouGov 2024 · Consumer Reports 2024

Voir l'acceptation complète : par pays, par usage, par génération

Comment répliquer

Inférence - non sourcé

Prérequis data

  • audiences data retail exploitables
  • mesure de conversion cross-canal

Prérequis orga

  • budget media omnicanal
  • agence ou equipe capable d'operer une DSP
  • accord de partage de data retail

Stack possible

  • The Trade Desk Kokai
  • partenariat data retail (ex. Tesco / dunnhumby)
Équipe pour opérer1 trader programmatique (agence ou interne) + 1 responsable media annonceur + 1 interlocuteur chez le partenaire data

Le plan, étape par étape

  1. Étape 1
    Cadrer l'accord de partage de data retail (perimetre, consentement, conformite) avec le partenaire.Livrable : Audiences retail activables dans la DSP
  2. Étape 2
    Construire le plan omnicanal (CTV, audio, OLV, display) et valider la mesure de conversion cross-canal.Livrable : Plan de campagne + tracking de conversion valide
  3. Étape 3
    Lancer la campagne sous optimisation IA, avec controle de frequence cross-canal active.Livrable : Campagne active avec allocation automatique entre canaux
  4. Étape 4
    Comparer audiences retail et prospection standard sur ROAS, CPA et temps jusqu'a conversion, puis reallouer.Livrable : Bilan comparatif chiffre et budget rearbitre

Première étape : Activer une audience data retail dans une DSP et comparer son ROAS et son CPA a une prospection standard sur les memes canaux.

Sources

  1. S1 Allwyn hits the jackpot - reducing time to conversion by 64% with Kokai Officiel intéressé thetradedesk.com · 2025 · consulté le 2026-07-11 archive à générer
  2. S2 Kokai's AI fuels measurable business outcomes Officiel intéressé thetradedesk.com · 2025 · consulté le 2026-07-11 archive à générer