· 3 min de lecture
Data et IA dans le marketing : ce que le cas Athène Pro change à la comparaison d'agences
Le Figaro consacre un article à Athène Pro et à la façon dont la data et l'intelligence artificielle redessinent les codes du marketing. Pour un dirigeant qui compare des prestataires, l'enjeu n'est pas le discours technologique mais la structure de coût et la mesure de retour qu'il implique.
La dépêche du Figaro porte sur Athène Pro et sur la transformation des codes du marketing par la data et l'intelligence artificielle. Nous n'avons eu accès qu'au titre et à l'extrait diffusés, et nous ne prétendons pas restituer le contenu détaillé de l'article. Ce que ce signal dit en revanche clairement, c'est que l'argument data et IA est désormais un argument de positionnement commercial pour les acteurs du marketing.
Or, du point de vue d'un acheteur, un argument de positionnement n'est pas une preuve de performance. La première question à poser en consultation n'est pas si le prestataire utilise l'IA, mais où précisément elle intervient dans la chaîne de valeur : collecte et nettoyage de données, ciblage, production créative, arbitrage budgétaire, reporting. Chacune de ces étapes a une économie différente et se compare différemment.
Sur le plan de la structure de coût, l'introduction de la data et de l'IA déplace une partie de la dépense du variable vers le fixe. Les licences d'outils, l'infrastructure de données et la mise en place initiale relèvent d'un coût fixe récurrent, alors que le temps humain facturé au forfait ou en régie relève du variable. Un modèle plus riche en coûts fixes ne devient rentable qu'au-delà d'un certain volume d'activité : c'est un effet de levier classique, favorable quand les volumes montent, pénalisant quand ils stagnent.
Deuxième point d'attention économique : le coût de sortie. Une prestation adossée à une plateforme propriétaire, à des modèles entraînés par l'agence ou à un entrepôt de données qu'elle héberge peut créer une dépendance. La question contractuelle à trancher avant signature est simple : qui possède les données, les segments d'audience, les scripts et les paramètres de campagne à la fin du contrat, et sous quel format sont-ils restituables.
Sur le retour sur investissement, la difficulté est que l'IA agit souvent sur des étapes intermédiaires, pas sur le chiffre d'affaires directement. Une agence peut réduire le temps de production d'un asset ou affiner un ciblage sans que cela se traduise mécaniquement en ventes. La seule méthode robuste consiste à fixer une base de référence avant le démarrage, sur un nombre limité d'indicateurs, et à comparer sur une période assez longue pour absorber la saisonnalité.
Pour comparer deux propositions entre elles, une grille utile tient en quatre lignes : le périmètre exact des livrables, la part du budget qui va aux outils par rapport à celle qui va au temps humain, la réversibilité en fin de contrat, et le dispositif de mesure convenu. Deux devis d'apparence proche peuvent recouvrir des réalités très différentes sur ces quatre lignes.
Enfin, une précaution méthodologique. L'extrait dont nous disposons ne comporte aucun montant, aucun pourcentage de gain ni aucune donnée de performance. Nous nous gardons donc de proposer un ordre de grandeur : les budgets dépendent entièrement du périmètre, du secteur, de la maturité des données existantes et du volume de campagnes. La seule démarche fiable reste de faire chiffrer plusieurs prestataires sur un cahier des charges identique.
Questions fréquentes
Comment savoir si une agence utilise réellement l'IA ou si c'est un argument commercial ?
Demandez à quelle étape précise elle intervient et ce qui change dans le livrable. Une réponse utile décrit un processus et un contrôle qualité, pas une marque d'outil.
Quel budget prévoir pour un accompagnement data et IA en marketing ?
Aucun ordre de grandeur ne peut être avancé sans périmètre. Le coût dépend du volume de données, du nombre de campagnes et de la part d'outillage. Faites chiffrer plusieurs prestataires sur le même cahier des charges.
Quel est le principal risque contractuel ?
La dépendance. Vérifiez avant signature la propriété des données, des segments et des paramétrages, ainsi que leur format de restitution en fin de contrat.