Akkio

Qu’est-ce que Akkio ?

Akkio est une plateforme d’analyse d’IA d’entreprise destinée aux agences de médias, aux entreprises de technologie publicitaire et aux fournisseurs de données. Elle relie les données marketing, les connaissances métier, l’analyse du langage naturel, des modèles prédictifs sans code et des rapports automatisés pour former un flux de travail complet pour les campagnes publicitaires.

Akkio était à l’origine connu pour ses outils généraux d’apprentissage automatique sans code, et son site officiel met désormais clairement l’accent sur les secteurs de la média et de la publicité. Les cas d’usage généraux relatifs aux ventes, à la finance ou aux opérations présents dans les documents anciens restent utiles pour référence, mais les nouveaux clients doivent évaluer les produits et solutions sur mesure proposés actuellement par l’entreprise.

Tout le processus d’une campagne publicitaire

Fonctionnalités clés

• Relier les publicités, les tableaux, les bases de données et les données métier.
• Nettoyer et transformer les données par le biais du langage naturel.
• Dialoguer avec les données et générer du code d’analyse.
• Créer des graphiques, des tableaux de bord et des rapports clients.
• Construire des modèles de classification, de régression et de séries temporelles.
• Prédire l’efficacité des activités et les résultats commerciaux.
• Identifier les facteurs moteurs du modèle et l’importance des caractéristiques.
• Créer et activer des segments de public.
• Intégration dans l’environnement cloud et les produits de l’agent lui-même.
• Gérer l’IA par les permissions des rôles et l’observabilité.

Infrastructure native pour l’IA

Akkio divise la plateforme en quatre composants interconnectés : Outils, Contexte, Gouvernance et Extensibilité. Les outils sont chargés de l’analyse et du modélisation, le Contexte intègre les données et les connaissances de l’entreprise, la Gouvernance contrôle les droits d’accès et l’interprétation, tandis que l’Extensibilité relie les stacks technologiques existantes.

Agency Data LLM

Akkio propose un AD LLM conçu pour le contexte des données des agences publicitaires, permettant de comprendre les indicateurs d’activité, le public cible et les flux de travail médiatiques. Les modèles domaines aident à réduire les malentendus des modèles généraux concernant la terminologie publicitaire, mais les conclusions dépendent néanmoins de la qualité des données et des définitions métier.

Chat Explore

Chat Explore permet aux utilisateurs de poser des questions sur les données en langage naturel ; la plateforme interprète les questions, génère du code d’analyse et retourne des tableaux, des graphiques ainsi que des conclusions textuelles. Les utilisateurs peuvent poser d’autres questions, filtrer les dimensions ou demander un changement de format de visualisation.

• Comparer la performance des canaux et des activités.
• Détecter les anomalies de budget et les changements de tendance.
• Grouper par région, équipement ou public.
• Identifier les meilleures et les pires unités de diffusion.
• Générer des graphiques à l’appui de la conclusion.
• Voir l'explication de l'IA et le code en exécution.

Chat Data Prep

Chat Data Prep effectue des opérations de nettoyage, de transformation et de création de champs à l’aide du langage naturel, et peut déployer les processus de transformation en application web ou API. Avant la transformation automatique, il convient de conserver les données originales et de valider par échantillonnage la signification des champs et les résultats obtenus.

• Supprimer les champs inutiles.
• Gestion des valeurs manquantes et des formats anormaux.
• Créer une colonne de calcul et un champ de classification.
• Normaliser les dates et le texte.
• Anonymiser certains champs sensibles.
• Réutiliser le processus de nettoyage pour des données de même structure.
• Télécharger le CSV traité.

Visualisation de données

La plateforme peut sélectionner automatiquement et générer divers graphiques en deux dimensions, en trois dimensions, géographiques et hiérarchiques en fonction de la question. Plus les graphiques sont complexes, plus il est nécessaire de vérifier les axes de coordonnées, les méthodes d’agrégation, la taille de l’échantillon et la représentation des couleurs, afin d’éviter toute confusion.

• Graphiques en ligne, graphiques en surface et graphiques en barres.
• Graphiques en points et matrice de points.
• Histogrammes, boxplots et diagrammes en violon.
• Diagrammes en entonnoir, diagrammes circulaires et diagrammes en arbre.
• Cartes thermiques et cartes de niveaux.
• Cartes et cartes de coloration régionale.
• Graphiques de points 3D et de surfaces.
• Diagramme en sunburst hiérarchique et diagramme à coordonnées parallèles.

Rapport génératif

Akkio permet de combiner des données, des graphiques et des analyses en langage naturel pour créer des rapports et des tableaux de bord partageables, adaptés aux agents pour faire des comptes rendus réguliers aux clients. Les rapports doivent définir une plage de dates, des critères d’attribution et des fréquences de mise à jour des données, afin d’éviter toute confusion entre les différents cycles.

Tableau de bord automatique

• Synthétiser les indicateurs des activités clés.
• Mettre en évidence les tendances et les anomalies.
• Affiche les meilleures et les pires performances.
• Expliquer les principaux facteurs moteurs.
• Marquer les risques de rythme budgétaire.
• Ajouter des suggestions d’action générées par l’IA.
• Prend en charge le partage et le rafraîchissement répété.

Modélisation prédictive

L’utilisateur peut choisir les champs qu’il souhaite prédire ; la plateforme entraîne et compare automatiquement les modèles, puis génère des résultats de classification ou de régression. Elle convient aux processus d’analyse sans écriture de code, mais il est néanmoins nécessaire de diviser correctement les données d’entraînement, d’éviter les fuites d’informations et d’évaluer les modèles à l’aide d’indicateurs métier.

Modèle de classification

La classification est utilisée pour prédire des résultats discrets, tels que la conversion d’un lead, le renouvellement d’un client ou une anomalie dans le trafic publicitaire. Le rapport Insights montre la précision, les situations de confusion et les facteurs clés, il ne faut pas se fier uniquement au taux de précision.

Modèle de régression

La régression est utilisée pour prédire des valeurs continues, telles que le montant d’une commande, la valeur vie client ou les revenus d’une activité. Il convient d’examiner en même temps le MAE, le RMSE, la distribution des erreurs et la tolérance commerciale, afin d’éviter que les performances moyennes masquent les erreurs sur les échantillons à haute valeur.

Prédiction de séries temporelles

La prédiction utilise des données historiques contenant des informations temporelles pour estimer des valeurs futures, ce qui est utile pour les budgets, les besoins, le trafic et les tendances de vente. Des changements structurels tels que les jours fériés, les promotions, les modifications de politique ou les changements de canaux peuvent rendre les modèles historiques inopérants.

Modèles et interprétabilité

Le document indique que la plateforme utilise des réseaux de neurones, des forêts aléatoires ainsi que des modèles de référence propres, et sélectionne automatiquement la méthode adaptée aux données. Les utilisateurs peuvent consulter les facteurs déterminants, l’importance des caractéristiques, certaines valeurs Shapley et des explications de rapport, mais par défaut, toutes les structures d’arbres sous-jacentes et les journaux originaux ne sont pas divulgués.

• Voir les champs principaux pour prédire la décision.
• Comparer les performances du modèle à celles de la ligne de base.
• Vérifier les indicateurs d’entraînement et de validation.
• Observer les erreurs des différents groupes.
• Supprimer les champs fuyants ou qui ne doivent pas être utilisés.
• Surveiller en continu le décalage à l’aide de nouvelles données.

Simulation de plan média

Les agents peuvent simuler plusieurs plans médiatiques, prédire les résultats potentiels de différentes combinaisons de canaux et de budgets, afin de les utiliser dans les discussions d’investissement. Les prévisions sont basées sur des données historiques et une analyse de scénarios hypothétiques ; elles ne constituent pas de garantie de rendement futur.

Segmentation du public

Akkio peut combiner les données des clients de première partie avec des données de tiers pour identifier des groupes présentant des comportements ou des tendances de conversion spécifiques. L’utilisation des étiquettes de public cible et des attributs sensibles doit respecter les politiques de la plateforme publicitaire, les consentements relatifs à la vie privée et la réglementation en vigueur dans chaque région.

Activation du public

Une fois la segmentation terminée, la plateforme peut acheminer le public vers les canaux d’activation pris en charge, réduisant ainsi l’export et le téléchargement manuels. Avant la diffusion officielle, il convient de vérifier la taille de la population cible, les règles d’exclusion, la fréquence des mises à jour et les comptes publicitaires visés.

Analyse de la performance publicitaire

• Fusionner les données des campagnes multicanal.
• Comparer les coûts, l’exposition, les clics et les conversions.
• Analyser les matériaux, les emplacements et la performance des équipements.
• Vérifier le rythme du budget et les consommations anormales.
• Identifier les facteurs de transformation et de génération de revenus.
• Créer des rapports de performance lisible pour les clients.
• Proposer des tests ultérieurs en fonction des découvertes.

Mode de connexion des données

Précautions concernant le connecteur Beta

Plusieurs connecteurs sont toujours indiqués comme Beta dans le document ; les permissions, les champs, les fonctionnalités de mise à jour et de déploiement peuvent être incomplètes. Avant une adoption officielle, il convient de tester les capacités en lecture seule et en écriture, ainsi que de préparer des alternatives telles que des fichiers, des entrepôts ou des API.

Déploiement du modèle

Le modèle formé peut être déployé dans des applications web, des API, Google Sheets, BigQuery, HubSpot, Salesforce, PostgreSQL et Zapier, entre autres cibles. La prise en charge d’une cible d’écriture et la fréquence de mise à jour dépendent de la configuration actuelle de l’entreprise.

REST API

Akkio propose des API REST pour le téléchargement de données, l’entraînement, la prédiction et les tâches asynchrones ; la documentation indique cependant que ces API sont encore en version Beta. Lorsqu’elles sont utilisées par des entreprises, il est nécessaire de mettre en place des mécanismes d’authentification, de limitation du débit, de polling des tâches, de traitement des erreurs, ainsi que des systèmes de gestion des versions des modèles et de suppression des données.

Solutions embarquées

Les entreprises peuvent intégrer les capacités d’Akkio dans leur environnement cloud, leurs produits de données ou leurs plateformes clients, afin que l’analyse s’exécute au sein des flux de travail existants. La portée de l’intégration, la marque, l’infrastructure et les appels aux modèles sont déterminés par un contrat sur mesure.

Tutoriel d’accès aux données

1. Définir l’objectif publicitaire ou commercial à analyser.
2. Préparer un tableau structuré contenant les résultats historiques.
3. Sélectionnez le connecteur de fichier, de base de données ou de plateforme publicitaire.
4. Utilisez des droits en lecture seule pour effectuer la première connexion.
5. Vérifier le type de champ, la date et la clé primaire.
6. Comparer par échantillonnage le système source et les données Akkio.
7. Vérifiez que tout est correct avant d’activer le renouvellement automatique.

Tutoriel d’analyse du langage naturel

1. Expliquons d’abord les indicateurs, la période de dates et les dimensions de regroupement.
2. Proposer une question concrète qui peut être vérifiée.
3. Voir l’explication de la plateforme concernant le problème et le code généré.
4. Vérifier l’agrégation, le filtrage et le traitement des valeurs nulles.
5. Il est demandé de générer un graphique adapté à la relation.
6. Revenir à la vérification des chiffres clés des données sources.
7. Ajouter les conclusions confirmées au rapport.

Tutoriel sur les modèles de prédiction

1. Définir la catégorie, le résultat numérique ou temporel à prédire.
2. Champs historiques qui peuvent effectivement être obtenus lors de la prédiction.
3. Supprimer les fuites de résultats et les attributs sensibles illégaux.
4. Sélectionnez la colonne cible et lancez l’entraînement du modèle.
5. Comparer les indicateurs de validation, la ligne de base et les facteurs déterminants.
6. Utiliser les données réservées pour tester des scénarios métier.
7. Après avoir atteint les critères, choisissez le déploiement via API ou le système cible.

Tutoriel de rapport client

1. Déterminer les objectifs qui préoccupent le client et les critères d’attribution.
2. Relier les données d’activité, de coûts et de conversion.
3. Établir des indicateurs clés et des contrôles de qualité des données.
4. Générer des graphiques de tendances, de canaux et de contenus.
5. Ajouter un résumé par IA tout en conservant la vérification factuelle manuelle.
6. Indiquer la période des données, le délai de mise à jour et les restrictions.
7. Enregistrer le modèle et le mettre à jour automatiquement périodiquement.

À qui s’adresse-t-il

• Grands médias et agences de publicité.
• Fournisseur de données publicitaires et de données sur le public cible.
• Équipe d’analyse ayant besoin d’automatiser les rapports clients.
• Organismes qui souhaitent permettre aux non-spécialistes d’accéder aux données.
• Équipes marketing ayant besoin de modèles de prédiction sans code.
• Les entreprises qui souhaitent intégrer une analyse dans leurs produits.
• Organisations qui ont besoin d’unifier les droits d’accès et l’observabilité de l’IA.

Scénarios d'utilisation typiques

• Analyse de la performance des activités multicanal.
• Simulation du budget publicitaire et du plan média.
• Prédiction de la conversion des clients et des prospects.
• Valeur à vie du client et prévisions de renouvellement.
• Découverte, segmentation et activation du public.
• Génération automatique de rapports clients pour les agents.
• Nettoyage et normalisation des données marketing.
• Détection des anomalies publicitaires et des indices de fraude.
• Intégrer le modèle de prédiction dans le CRM ou le data warehouse.

Quand cela ne convient pas vraiment

• Utilisateurs ayant seulement besoin de petites fonctionnalités de tableur personnel.
• Petites équipes souhaitant acheter directement des forfaits mensuels à prix bas et accessibles.
• Projet de prédiction sans données historiques structurées.
• Équipes de recherche exigeant un contrôle total sur le code des algorithmes de base.
• Les organisations qui ont besoin d’une plateforme de modèles open source pour une mise en œuvre propre.
• Les entreprises qui ne peuvent pas fournir les droits sur les données publicitaires ni les règles de gouvernance.
• Considérer les résultats des prévisions comme des décisions marketing garantissant un retour.

Prix actuel

La page de tarification publique actuelle d’Akkio ne présente que la Enterprise AI Analytics Platform, sans plus indiquer les anciennes abonnements mensuels fixes pour les particuliers ou les équipes. Les prix sont personnalisés en fonction des besoins de l’organisation ; il est nécessaire de prendre un rendez-vous ou de contacter le service des ventes.

Il faut confirmer lors de la proposition de prix

• Nombre d’utilisateurs, de clients et d’espaces de travail inclus.
• Nombre de lignes de données, limites de stockage et de mise à jour.
• Quantité allouée pour l’entraînement des modèles et les prédictions.
• Si les connecteurs et les fonctionnalités Beta sont disponibles.
• Coûts de déploiement embarqué et d’infrastructure.
• Portée de la mise en œuvre, de la formation et de l’intégration sur mesure.
• Prend en charge les SLA et les durées contractuelles.
• Utilisation excessive et prix de renouvellement.

Sécurité des données

Akkio utilise les infrastructures AWS et Google Cloud, et déclare être conforme à l’audit SOC 2 Type 2. La page de sécurité indique également que plus de 100 contrôles internes sont surveillés en continu grâce à Drata, et que des tests d’infiltration réseau et d’applications sont effectués chaque année.

• Les données transmises sont chiffrées avec TLS.
• Stockage chiffré de données statiques.
• Les employés respectent le principe du minimum de privilèges.
• Les employés et les entrepreneurs signent un accord de confidentialité.
• Le processus de développement comprend des vérifications de sécurité et de vulnérabilités.
• Fournir des canaux de divulgation responsable des vulnérabilités.
• Les entreprises doivent demander la version la plus récente du rapport SOC 2 concernant le périmètre.

HIPAA et GDPR

Le site officiel présente les engagements en matière de sécurité liés à HIPAA et au GDPR, et explique l’utilisation de Drata pour valider la confidentialité et les contrôles HIPAA. Avant de traiter des données de santé ou des données de personnes européennes, les entreprises doivent encore confirmer le BAA, le DPA, la zone de stockage des données ainsi que la portée spécifique du produit.

Gouvernance des modèles

La plateforme offre un contrôle d’accès par rôle, une visibilité sur les actions de l’IA, des graphiques explicatifs et une affichage partiel du code. Les entreprises doivent également mettre en place des systèmes de responsabilité des données, d’approbation des modèles, de test des écarts, de suivi des modifications et de révision manuelle.

Avantages du produit

• Conception spécialisée pour le flux de travail des agences de médias.
• Liens entre les stratégies, le public cible, la planification, l’activation et l’évaluation.
• Le langage naturel abaisse les barrières à l’analyse de données.
• Prend en charge en même temps la préparation des données, la prédiction et la génération de rapports.
• On peut consulter les facteurs déterminants et générer du code d’analyse.
• Fournit des documents, des entrepôts et des connexions commerciales plus abondants.
• Prend en charge le déploiement SaaS et embarqué dans les entreprises.
• Possède des permissions de rôle et une observabilité globale.

Restrictions d'utilisation

• Le site officiel ne divulgue pas le montant des forfaits standards.
• L’accent des produits est désormais mis sur les agences de médias et les clients entreprises.
• Plusieurs connecteurs de données et API sont toujours indiqués comme Beta.
• La qualité du modèle dépend fortement de la qualité des données historiques.
• L’analyse de génération de langage naturel peut encore utiliser des métriques erronées.
• Les modèles de base et les journaux ne sont pas par défaut entièrement publics.
• L’intégration d’incrustations et de personnalisations nécessite une mise en œuvre technique.
• Les prévisions et les résultats de cas ne constituent pas une garantie de résultats futurs.

Est-ce open source

Akkio est une plateforme pour les entreprises, et son site officiel ne propose pas de dépôt open source officiel pour ses produits principaux. La mise à disposition d’API, de génération de code et de déploiement intégré ne signifie pas que son moteur d’analyse, AD LLM ou sa plateforme d’entraînement de modèles soient open source.

Informations de base

Indice de recommandation

L’indice de recommandation global est de 4,2 sur 5. Akkio convient aux agences de médias qui ont besoin d’intégrer les données marketing, les modèles prédictifs et les rapports clients, mais il est moins attrayant pour les utilisateurs individuels et les petites équipes nécessitant des prix fixes et transparents.

Questions fréquentes

Quel type d’outil est Akkio ?

Il s’agit d’une plateforme de flux de travail pour l’analyse par l’IA, la prévision et les campagnes publicitaires destinée aux agences de médias et aux fournisseurs de données.

Combien coûte l’Akkio ?

Le site officiel ne propose actuellement que des devis sur mesure pour les entreprises, sans tarif mensuel fixe ni montant de forfait standard public.

Akkio a-t-il besoin d’écrire du code ?

La plupart des analyses, de la préparation des données et de l’entraînement des modèles peuvent être effectués à l’aide d’une interface en langage naturel sans code.

Est-il possible de prédire l’efficacité de la publicité ?

Il est possible de simuler des plans médias et de prédire les résultats en se basant sur des données historiques, mais les résultats obtenus sont des estimations et non des garanties de retour.

Quelles sources de données sont prises en charge ?

Support pour les fichiers, Google Sheets, BigQuery, Snowflake, Salesforce, ainsi que diverses bases de données Beta et connecteurs publicitaires.

Akkio propose-t-il une API ?

Des API REST pour l’entraînement, la prédiction, les données et les tâches asynchrones sont disponibles ; la documentation les indique actuellement comme étant en version Beta.

Est-il possible d’intégrer ses propres produits ?

Oui, les solutions professionnelles offrent la possibilité d’intégrer dans des environnements et des infrastructures cloud existants ; les détails nécessitent une offre de prix.

Akkio est-il conforme à SOC 2 ?

La page de sécurité indique qu’elle est conforme à SOC 2 Type 2 ; l’entreprise doit demander le rapport actuel et vérifier la portée couverte.

Akkio est-il open source ?

Ne pas être open source ne signifie pas que les capacités d’API, de présentation du code et d’incorporation équivalent à l’ouverture du code source de la plateforme principale.