Les équipes chargées du retail media au sein des entreprises gèrent désormais entre 15 et 40 plateformes, contre 5 à 8 il y a dix ans. Gérer un tel nombre était faisable lorsque les marques disposaient d’analystes dédiés et du temps nécessaire pour établir des rapports. Cela devient désormais impossible.
Le problème ne vient pas des plateformes elles-mêmes. C’est la question qui se pose lorsqu’on en a autant : comment répondre à une seule question nécessitant des données provenant de 3 détaillants et de 4 types de campagnes différents sans que cela se transforme en un projet manuel ? Le secteur des médias de distribution est à un tournant. Les outils et les workflows conçus pour gérer 5 plateformes ne sont pas adaptables à 40. Et attendre 6 semaines pour obtenir de l’ attribution s sur la décision du mois dernier n’est plus acceptable sur un marché qui évolue à un rythme hebdomadaire.
Ce qui change la donne, ce n'est pas un nouveau logiciel de reporting. C'est la convergence de deux éléments : les assistants IA que les équipes utilisent déjà au quotidien, et une nouvelle norme qui permet à ces outils d'IA d'accéder directement à vos données, au lieu de se contenter de formuler des hypothèses éclairées à leur sujet.
Comment fonctionne réellement le secteur à l'heure actuelle
Dans la plupart des entreprises, une question ponctuelle suit un schéma prévisible. Un directeur marketing demande des informations sur les performances d’un ensemble spécifique de mots-clés chez plusieurs détaillants. L’équipe passe deux heures à extraire des rapports depuis Amazon, Walmart, Targetet de l’entrepôt de données interne, à harmoniser les divergences dans la manière dont chaque plateforme comptabilise les impressions, à fusionner les fichiers et à attendre qu’une personne disposant d’une expertise interne réponde à la question initiale.
Le problème sous-jacent n’est pas l’incompétence. Il est d’ordre structurel. Chaque détaillant a développé sa propre interface de reporting en utilisant des indicateurs légèrement différents, des définitions différentes de la performance et des fuseaux horaires différents pour les fenêtres d’ attribution . Il n’existe aucun endroit unique où une équipe puisse visualiser l’ensemble de ces informations d’un seul coup d’œil ; les équipes se voient donc contraintes de créer leurs propres vues, ce qui implique un assemblage manuel, donc un investissement en temps, et conduit à prendre des décisions sur la base de données légèrement obsolètes. Pacvue et d’autres acteurs du secteur ont créé des tableaux de bord pour réduire ces frictions, mais les tableaux de bord ne résolvent qu’un problème connu. Ils ne peuvent pas répondre à la question que vous n’aviez pas prévu de poser.
Comment les MCP accèdent aux données relatives au « retail media »
Début 2024, Anthropic a publié le Model Context Protocol (MCP) en tant que norme ouverte. Le principe est simple : les outils d’IA tels que Claude, ChatGPT ou Copilot peuvent désormais se connecter directement aux plateformes hébergeant vos données et extraire des informations à l’aide du langage naturel, sans avoir recours à une exportation manuelle. Pour mieux comprendre ce que cela implique pour la publicité et comment l’IA est en train de transformer ce secteur, Pacvue a publié des analyses complémentaires sur l’IA appliquée à la publicité.
Techniquement, ce n'est pas une nouveauté. Les API existent depuis des années. Ce qui est nouveau, c'est la rapidité et l'ampleur de leur adoption. MCP est passé de 100 000 téléchargements mensuels par les développeurs en novembre 2024 à 97 millions en mars 2026. OpenAI, Microsoft et AWS ont tous intégré une prise en charge native dans leurs produits.
Pour les équipes chargées du retail media, la conséquence est claire : vous pouvez désormais poser une question à votre assistant IA en langage naturel, et celui-ci ira extraire les données pertinentes depuis PacvueAmazon, Walmart et Target simultanément, puis de vous fournir une réponse fondée sur ce qui se passe réellement dans vos comptes.
Pourquoi la rapidité d'analyse est-elle essentielle dans le domaine du retail media ?
L’avantage immédiat est évident : la rapidité. Ce qui prenait auparavant deux heures ne nécessite plus qu’une conversation de deux minutes. Mais le changement est plus profond encore. Lorsqu’une équipe consacre la première heure de chaque demande d’analyse à extraire et à harmoniser des données, ce temps ne peut être consacré à l’interprétation, à la stratégie ou à la mise en œuvre des enseignements tirés de ces données. À mesure que les outils d’IA prennent en charge ce travail de compilation, ce temps est réaffecté au niveau stratégique. Le membre de l’équipe qui passait auparavant 4 heures à compiler un rapport de performance peut désormais consacrer ces 4 heures à élaborer une hypothèse sur les moyens d’améliorer cette performance. L’agence qui programmait auparavant des analyses approfondies pour la semaine suivante peut désormais répondre aux questions en temps réel.
Cela ne fonctionne que si l'outil d'IA a accès à vos données réelles. Un assistant IA qui formule des recommandations en se basant sur ce que vous lui avez dit est fondamentalement moins utile qu'un assistant capable d'aller chercher lui-même les informations. C'est la différence entre deviner et savoir.
Comment fonctionne le MCP dans la pratique ?
Parallel Retail Group (PRG) gère les médias commerciaux, les ventes et les opérations pour des marques telles que TargetBest Buy et Amazon. En juin, lorsque les ventes d’un client saisonnier ont chuté depuis le début du mois, il n’y avait pas le temps de procéder à une analyse approfondie traditionnelle.
Au lieu de cela, PRG a connecté l’intégration MCP d’Pacvue à Microsoft Copilot Studio. La configuration a pris environ 30 minutes. Aucun développeur n’a été nécessaire. L’équipe a ensuite posé une question délibérément générale : « Les ventes de cette marque ont baissé depuis le début du mois de juin. Comparez-les par ASIN à celles de l’année dernière et dites-moi ce qui explique cette baisse. »
Le résultat obtenu n'était pas un simple chiffre. Il s'agissait d'une analyse détaillée des pertes de chiffre d'affaires, classées par ordre d'importance en fonction de leur impact. PRG a identifié la disponibilité d'Buy Box s comme représentant une opportunité de 200 000 dollars pour le seul mois de juin.
Les questions complémentaires ont permis d'approfondir les raisons de ces problèmes. L'outil d'IA a mis en évidence cinq problèmes distincts liés à l'Buy Box : annonces masquées, vendeurs non autorisés, lacunes dans la couverture de l'FBA , références réservées à la vente par le vendeur (FBM), incohérences dans les prix. Chacun d'entre eux était accompagné de sa cause première et des mesures recommandées.
Brian Weber, vice-président senior de Parallel Digital Services chez PRG, a décrit cette évolution en ces termes : « Passer de “les ventes sont en baisse” à “voici la liste des ASIN et ce que nous devons faire” aurait représenté un projet de plusieurs heures, même pour nos meilleurs collaborateurs. Avec MCP, j’ai commencé par une question générale, puis j’ai approfondi différents domaines plus rapidement qu’en générant des rapports manuels. J’ai transmis ces informations à mon équipe, qui m’a répondu : “C’est exactement ce qu’il faut faire”, et elle s’est immédiatement mise au travail. »
La rapidité est remarquable. Mais ce sont les capacités sous-jacentes qui sont les plus importantes. Un outil d'IA capable de poser des questions complémentaires et d'accéder à de nouvelles données au cours d'une même conversation fonctionne différemment d'un outil limité aux informations que vous lui avez déjà fournies. Regardez l'intégralité de la conversation entre Brian et Noah Bilti, d'Pacvue, pour découvrir ce processus en action et comprendre en quoi MCP d'Pacvue se distingue des solutions proposées par un seul détaillant.
Consolidation des données entre différents détaillants : pourquoi la couche intermédiaire est-elle essentielle ?
La tendance générale dans le domaine du retail media est à la consolidation au niveau des plateformes. Alors que les détaillants mettent en place leurs propres connexions MCP et intégrations d’IA, les équipes sont confrontées à un nouveau type de fragmentation : faut-il une connexion IA distincte pour chaque plateforme ?
C’est là que la couche inter-enseignes prend toute son importance stratégique. Au lieu de connecter votre outil d’IA à la plateforme MCP d’ Amazon, puis à celle d’ Walmart, puis Targetcelui de [nom du détaillant], une seule connexion à Pacvue vous donne accès à tous ces outils, ainsi qu’à la part de voix et aux informations multi-enseignes. Les outils spécifiques à chaque détaillant sont puissants. La couche qui les relie entre eux est indispensable.
L'avenir du secteur du commerce
Le marché en est aux prémices d'une évolution similaire à celle qu'ont connue les API il y a une dizaine d'années. Le MCP deviendra le moyen par défaut utilisé par les équipes pour accéder aux données issues des outils d'IA. Il ne s'agira pas d'une intégration facultative, mais d'un principe de base régissant la manière dont les systèmes communiquent entre eux.
Tout d’abord, les outils permettant de relier plusieurs plateformes gagnent en importance, et non l’inverse. Les détaillants continueront à investir dans leurs propres implémentations de MCP. Mais les marques et les agences qui s’imposeront seront celles qui n’auront pas à relier manuellement entre eux les MCP de cinq détaillants différents. C’est au niveau de la couche intermédiaire, le consolidateur, que réside l’efficacité.
Deuxièmement, les équipes chargées du « retail media » cesseront de simplement rassembler des données pour commencer à les exploiter. Non pas parce qu’elles comptent moins de collaborateurs, mais parce que leur travail est passé de la compilation manuelle à la prise de décisions stratégiques. Les agences qui utilisent actuellement MCP dans leurs opérations de production s’adaptent déjà à cette évolution. Elles réorganisent leurs effectifs et mesurent le succès différemment. Il s’agit d’une évolution du marché, et pas seulement d’une évolution technologique.
Votre équipe est-elle prête pour les médias de vente au détail optimisés par MCP ?
Le passage de la collecte manuelle des données à l'analyse basée sur l'IA ne se fera pas dans deux ans. Il est en train de s'opérer dès ce trimestre. Des équipes comme celle de PRG ont déjà franchi le pas. Elles répondent désormais en quelques minutes à des questions qui leur prenaient auparavant des heures. Elles réaffectent leurs meilleurs collaborateurs, qui ne se consacrent plus à l'élaboration de rapports, mais à l'élaboration de stratégies.
La question qui se pose à votre équipe n'est pas de savoir si le MCP va s'imposer comme norme. Il s'agit plutôt de savoir si vous êtes à l'avant-garde de cette évolution ou si vous devrez rattraper votre retard une fois que vos concurrents auront déjà pris les devants.
Les plateformes ne sont pas près de disparaître. Leur nombre ne fera qu’augmenter. Mais la manière dont vous y accédez, dont vous leur posez des questions et dont vous pouvez agir rapidement en fonction des réponses vient de changer radicalement. Découvrez comment le programme MCP d’ Pacvue peut vous aider dans la gestion de votre compte.
