Heatseeker · Decide on what customers do, not what they say

Une phrase pour présenter

Heatseeker est une plateforme de recherche de marché et de validation des décisions basée sur l’IA au niveau entreprise, qui commence par des prédictions rapides à l’aide d’un public synthétique, puis observe le comportement des acheteurs grâce à des expériences publicitaires dans le marché réel, afin d’aider les équipes à évaluer les informations, les fonctionnalités, la tarification et l’orientation du marché.

Présentation des outils

Heatseeker est fourni par Heatseeker Inc. et sa filiale australienne, et s’adresse principalement aux responsables marketing, aux équipes chargées de la marque, de la croissance, de l’analyse des consommateurs ainsi qu’aux équipes de marché des produits. Il rassemble les données commerciales de première source, les personnages synthétiques, les expérimentations publicitaires et les analyses statistiques au sein d’un même contexte client.

La plateforme met l’accent sur les questions stratégiques de validation, plutôt que sur une simple optimisation des clics publicitaires. La publicité n’est qu’un outil expérimental pour observer le comportement réel ; le résultat final doit servir de base à des décisions concernant le public cible, la proposition de valeur, les motivations d’achat ou l’orientation du produit.

Principe de fonctionnement fondamental

Fonction principale

Prédiction des publics et des personnages synthétiques

La plateforme peut transformer les données clients, transactionnelles, de recherche et de marketing propres à l’entreprise en personnages synthétiques interrogables. Les équipes peuvent explorer des hypothèses ou comparer des scénarios en quelques minutes, mais les réponses synthétiques doivent encore être calibrées à l’aide de comportements réels.

Expérience de marché réelle

Heatseeker permet de planifier, de créer et de lancer des expériences publicitaires ciblant un public réel, en observant généralement les comportements des utilisateurs dans l’environnement de Meta ou LinkedIn. Les expériences peuvent utiliser l’identité de la marque, ou, le cas échéant, recourir à des tests anonymes avec des marques similaires.

Modèle de test stratégique

La plateforme prend en charge des questions de recherche telles que la proposition de valeur, les motivations d’achat, les préférences fonctionnelles, l’orientation stratégique et la correspondance avec les marchés linguistiques. Le centre d’aide propose également des processus de test courants concernant les avantages, les fonctionnalités et la proposition de valeur.

Recommandations pour la ciblage du public

L’IA suggérera des régions, des intérêts et des critères de public en fonction des objectifs de l’expérience, que l’utilisateur pourra ensuite vérifier et ajuster manuellement. Les expériences Meta permettent de configurer davantage des critères tels que le pays, la région, la ville, le code postal, le comportement, le poste, l’âge et le sexe.

Sélection de l’objectif de résultat

L’expérience peut choisir un classement directionnel, un classement à haute précision, une statistique démographique directionnelle ou une statistique démographique à haute précision. Plus l’objectif accorde d’importance à la précision et au détail, plus il est généralement nécessaire de disposer de davantage d’échantillons, de temps et de points.

Points, amélioration et confiance

La page de résultats explique les performances des variantes en se basant sur le score de participation de l’acheteur, l’amélioration par rapport à la ligne de base et le niveau de confiance. Le poids des actions à forte intention est généralement plus élevé que celui des clics ordinaires ; il ne faut donc pas se fier uniquement au taux de clics pour évaluer la valeur commerciale.

Analyse des segments de population

Le même ensemble d’informations sur les scores, les améliorations et la confiance peut être utilisé pour les régions, l’âge, le poste ou des groupes personnalisés. L’équipe peut voir si une solution est globalement gagnante, ou si elle n’est efficace que pour un groupe spécifique.

Preuves expérimentales auditables

La plateforme affiche le volume d’échantillons expérimentaux, la définition du public cible, les conditions de ciblage, la signification statistique ou les intervalles de confiance, et permet de retracer le numéro spécifique de l’expérience. L’acheteur doit néanmoins exiger des explications concernant les méthodes statistiques, le traitement du trafic anormal et les normes minimales d’échantillonnage.

Couche de contexte client

Le CRM, les transactions, la fidélité, les performances marketing et les études existantes peuvent être intégrés dans une vue unifiée des clients, tandis que les prédictions et expériences successives s’accumulent également. La fréquence de mise à jour varie selon le plan, allant du téléchargement manuel à un balayage hebdomadaire ou quotidien.

Chat IA et MCP

Pro permet d’accéder aux données Heatseeker dans les outils de chat de type Claude, Gemini et GPT ; Scale offre en plus un accès par proxy ; Enterprise comprend le MCP complet pour les entreprises. Les utilisateurs peuvent interroger en langage naturel les expériences, la performance publicitaire, le public cible, les personnages et les activités des concurrents.

À qui s’adresse-t-il

• Directeur marketing : Obtenir des preuves comportementales auditable avant d’investir massivement dans une marque ou sa croissance.
• Équipe de marketing de marque : idées créatives audacieuses, positionnement et langage de marché pour réduire les risques liés à un lancement direct.
• Équipe de marketing par effet : identifier les engagements et les publics qui motivent réellement des actions à forte intention.
• Équipe d’analyse des consommateurs : intégrer la recherche traditionnelle, les données de première main et les expériences de marché réelles dans le même processus.
• Équipe produits et marché : valider la priorité des fonctionnalités, les motivations d’achat et la volonté de payer.
• Entreprises de conseil et agents : concevoir et mettre en œuvre des expériences pour les clients dans le cadre de leurs abonnements.
• Grandes entreprises transrégionales : utilisation de SSO, MCP, plusieurs zones de travail et balayage du marché à plus haute fréquence.

Scénarios d'utilisation typiques

Processus d'utilisation de base

1. Commencez par poser une question de décision à haut risque à laquelle on peut répondre par le biais du comportement du marché, et définissez clairement les indicateurs de succès.
2. Vérifier que l’organisation a le droit de fournir des données CRM, commerciales, de recherche et publicitaires, et supprimer les champs sensibles inutiles.
3. Sélectionnez l’espace de travail, le groupe de rôles et la fréquence de mise à jour pour créer la couche de contexte du client.
4. Utilisez d’abord des personnages synthétiques pour explorer des hypothèses et réduire le nombre de solutions à tester sur le marché réel.
5. Sélectionnez le modèle d’expérience, les résultats cibles, le public cible, les variantes créatives et la ligne de base, puis vérifiez manuellement les suggestions de l’IA.
6. Connectez-vous à l’environnement publicitaire autorisé, vérifiez la marque, effectuez des tests d’invisibilité, configurez le budget et la conformité avant de publier.
7. Observer les scores, les améliorations, le degré de confiance, les différences de segmentation et les informations sur l’échantillon, sans terminer prématurément en raison de fluctuations initiales.
8. Transformer la solution gagnante en décision commerciale, et enregistrer le public cible, les restrictions ainsi que les dates de réexamen ultérieures.

Processus de vérification des achats d’entreprise

1. Demandez une démonstration en posant une question réelle et bien définie, exigeant la présentation des deux moteurs : le synthétique et l’expérimental réel.
2. Vérifier le prix du forfait, la durée du contrat, la période de préavis pour la renouvellement automatique, la consommation de points et le prix unitaire des points supplémentaires.
3. Vérifiez la portée des frais de médias, la plateforme d’essai, le pays, l’espace de travail, le nombre de rôles et la fréquence de mise à jour des données.
4. Demander le rapport de sécurité, le protocole de traitement des données, la liste des sous-traitants, ainsi que les instructions concernant le stockage et la suppression des données.
5. Faire des tests rétrospectifs à l’aide d’expériences historiques, comparer les prédictions de la plateforme aux résultats connus de l’organisation, et enregistrer les écarts.
6. Commencez par un projet unique ou une zone de travail contrôlée, confirmez la valeur avant d’élargir les données et les investissements annuels.

Prix et forfaits

Heatseeker facture en fonction des décisions expérimentales et des points annuels, et non en fonction du nombre de places. Les prix indicatifs publiés à ce jour sont valables jusqu’au 23 août 2026 ; les forfaits annuels seront toutefois ajustés en fonction de l’étendue des données, du nombre de rôles et de la fréquence d’exécution, le montant final étant déterminé selon la commande.

Comment calculer l’intégrale

Un projet unique peut être transformé en programme annuel, mais la page publique ne mentionne pas le montant de la remise. Bien que les forfaits annuels n’aient pas de limite de places, il existe des différences notables en ce qui concerne l’espace de travail, le regroupement des rôles, la fréquence de scan et le niveau d’intégration.

Remboursement et renouvellement

Les commandes sont renouvelées automatiquement à l’échéance convenue ; l’entreprise doit demander par écrit le non-renouvellement avant la fin de la période en cours. Sauf en cas de manquement grave de la plateforme qui n’est pas réparé dans un délai de 30 jours ou si la loi exige autrement, les frais ne sont généralement pas remboursés.

Plateformes de support et intégration

Que peut consulter MCP ?

• Lister et basculer entre les espaces de travail Heatseeker auxquels l’utilisateur a accès.
• Vérifier les performances des expériences et variantes en cours, terminées ou publiées.
• Lire les indicateurs publicitaires tels que le taux de clics, le coût par lead et les activités historiques.
• Explorer les études de public existantes, les profils de personnages et les segments de population.
• Comparer les actions des concurrents pour analyser la relation entre leurs publicités et leur position sur le marché.
• Apporter les preuves de la plateforme dans le dialogue avec l’IA, mais la décision commerciale finale reste sous révision par l’utilisateur.

Sécurité des données et vie privée

La page de sécurité indique que la plateforme a passé une audit SOC 2 Type II, que les données statiques sont chiffrées avec AES-256, que la transmission s’effectue via TLS, et qu’elle offre un accès basé sur les rôles, des journaux d’activité ainsi qu’un SSO d’entreprise. Lors d’une acquisition officielle, il convient de demander le rapport actuel et son champ d’application, plutôt que de se fier uniquement au badge affiché sur la page.

La plateforme traite les informations des comptes entreprises, les données des clients de première partie, les formulaires des consommateurs et les données d’interaction avec la publicité, et peut également accéder à des informations sensibles soumises volontairement par les utilisateurs. Le client est responsable de s’assurer que le téléchargement, la ciblage publicitaire et la recherche sur les consommateurs reposent sur une base légale et obtiennent l’accord nécessaire.

Les spécifications des données d’IA nécessitent une confirmation par contrat

La page de sécurité garantit que les données first-party de l’entreprise ne seront pas utilisées pour entraîner des modèles tiers ni partagées, tandis que la politique de confidentialité autorise l’amélioration et l’entraînement de l’IA à l’aide de données personnelles, avec le consentement de l’utilisateur ou une autorisation légale, et permet l’utilisation de données agrégées ou déidentifiées. Les deux documents peuvent s’appliquer à des publics différents ; les achats sensibles doivent prévoir des règles prioritaires claires dans la commande et le DPA.

Éthique et conformité expérimentale

• Les expériences publicitaires doivent respecter les politiques de la plateforme de diffusion, ainsi que les règles relatives à la protection des consommateurs, à la vie privée et à la lutte contre la discrimination.
• Les expériences de dissimulation ou de marques similaires ne peuvent pas être utilisées pour tromper, se faire passer pour autrui ou collecter des données non liées aux tests.
• Des champs sensibles tels que la population, la santé, l’ethnicité et l’orientation sexuelle ne doivent pas être téléchargés en l’absence d’une nécessité claire.
• Lors du segmentage par poste, région, âge ou intérêts, il faut vérifier qu’il n’y a pas d’exclusion injuste.
• Les expériences de prix doivent garantir que l’affichage, le règlement et l’engagement réel soient cohérents, afin d’éviter des signaux de prix trompeurs.
• Les idées générées par l’IA, les réponses des personnages et les interprétations statistiques doivent tous faire l’objet d’une vérification humaine et ne peuvent pas remplacer le jugement professionnel.
• Les conclusions expérimentales doivent indiquer l’échantillon, la ligne de base, le moment et l’intervalle de confiance, afin d’éviter une réutilisation à long terme en dehors des conditions initiales.

Avantages du produit

• Placer les prédictions synthétiques et le comportement réel des acheteurs dans un boucle de validation.
• Les données first-party et les résultats des expériences précédentes peuvent être accumulés de manière continue, plutôt que de reprendre tout à zéro à chaque fois.
• Le résultat affiche en même temps la note, l’amélioration, le degré de confiance et les différences détaillées, ce qui facilite l’audit.
• Le programme annuel n’est pas facturé en fonction des places, et le coût en fonction du nombre d’utilisateurs collaborant entre départements est plus clair.
• Les dépenses de médias sont comptabilisées dans le score expérimental, ce qui réduit la nécessité d’une gestion distincte pour les petits budgets publicitaires.
• L’intégration de MCP et des chats IA permet d’apporter des preuves vérifiées dans les flux de travail quotidiens basés sur l’IA.
• SSO, SOC 2, chiffrement, DPA et critères de résidence des données sont adaptés à l’examen des achats d’entreprise.

Restrictions d'utilisation et précautions

• Le montant minimum public pour un projet est de 29 000 dollars par projet, ce qui n’est pas adapté aux particuliers et aux utilisateurs occasionnels.
• Le prix annuel indiqué n’est qu’un point de départ ; le prix final dépendra de la portée des données, du nombre de personnages et de la fréquence d’exécution.
• Les personnages synthétiques amplifient les écarts des données d’entrée et ne peuvent pas remplacer les expériences de marché réelles.
• La plateforme prétend que sa prédiction présente une corrélation de 95 % avec le comportement réel, mais ne présente pas d’évaluation indépendante complète sur sa page publique.
• Les expériences publicitaires réelles restent soumises à la modération de la plateforme, à la qualité du trafic, à la saison, aux concurrents et à l’environnement médiatique.
• Un scénario gagnant pour une expérience ne garantit pas de revenus à long terme, de rétention ou d’effets transrégionaux.
• Les points sont consommés en fonction des variantes et des réponses des personnages ; une recherche complexe peut s’épuiser plus rapidement que ce que le tableau des forfaits laisserait penser.
• La portée des remboursements est limitée, les commandes annuelles peuvent également être renouvelées automatiquement ; il convient de mettre en place des rappels écrits pour les achats.
• Après la fin, la fenêtre de récupération des données n’est que de 30 jours ; il est nécessaire d’exporter et de vérifier la lisibilité à l’avance.
• Il existe des différences détaillées entre la politique de confidentialité et les informations sur la sécurité en ce qui concerne leurs utilisations pédagogiques, qui doivent être consignées dans le contrat.
• Les conditions publiques ne garantissent qu’une disponibilité raisonnable du point de vue commercial, sans SLA quantifié de manière uniforme.

API, GitHub et statut open source

Aucune API REST Heatseeker, SDK, dépôt de code open source ou version auto-hébergée destinée au grand public n’a été trouvée. La plateforme propose une intégration MCP et entreprise contrôlée par les droits d’accès au workspace et les forfaits commerciaux, et ne doit pas être présentée comme une API publique gratuite.

La plateforme Heatseeker, ses algorithmes, son interface et sa documentation sont la propriété de l’entreprise et du concédant ; il s’agit d’un service commercial à source fermée. Le client conserve les droits sur ses propres données, mais accorde à la plateforme l’autorisation de les traiter pour fournir les services, y compris pour les anonymiser ou les agréger, afin d’améliorer le produit.

Informations de base

Questions fréquentes

Heatseeker est-il un outil de questionnaire ?

Non. Il peut gérer des données de recherche et créer des personnages synthétiques, mais la différence fondamentale réside dans l’observation du comportement à travers des expériences publicitaires réelles, plutôt que de se contenter de collecter des réponses orales des répondants.

Y a-t-il une version gratuite de Heatseeker ?

Aucune version gratuite et auto-service destinée au grand public n’a été trouvée. Les accès actuels se limitent à une démonstration de 15 minutes, à des projets uniques à 29 000 dollars, ainsi qu’à des solutions d’entreprise annuelles.

Le prix public inclut-il les frais de publicité ?

La page de tarification indique que les points issus d’expériences réelles sur le marché comprennent déjà les dépenses médiatiques correspondantes, il n’est donc pas nécessaire de prévoir un budget publicitaire standard distinct. Les coûts liés à des régions spéciales, à des services professionnels supplémentaires et à des créations hors périmètre doivent néanmoins être confirmés dans la commande.

Que peut faire un point ?

Les expériences réelles commencent avec au moins un point pour chaque variante publicitaire, tandis qu’un point est consommé pour chaque réponse de 500 personnages dans le public synthétique. Le nombre total d’expériences dépend des variantes, des groupements, des répétitions et de la conception de l’expérience.

Est-il possible de se connecter à ChatGPT ou Claude ?

Il est possible de consulter les preuves des espaces de travail Heatseeker autorisés via un chat IA ou MCP. Pro offre un accès par chat, Scale propose des capacités proxy, et la version complète MCP pour entreprises est disponible dans le package Enterprise.

Les prédictions de la plateforme sont-elles toujours exactes ?

Aucune garantie n’est possible. La plateforme fournit des informations de confiance et est calibrée à l’aide d’expériences réelles, mais les conditions stipulent clairement que le client doit vérifier les résultats générés par l’IA, et il n’est pas garanti que toutes les données et résultats soient complets, exacts ou fiables.

Les données des clients seront-elles utilisées pour entraîner le modèle ?

La page de sécurité affirme que les données first-party ne serviront pas à entraîner des tiers ni à partager des modèles, mais la politique de confidentialité laisse la possibilité d’améliorer et d’entraîner l’IA avec le consentement ou lorsque cela est autorisé par la loi. Les entreprises doivent définir clairement dans les contrats les limites d’utilisation respectives des données brutes, personnelles, agrégées et anonymisées.

Heatseeker est-il open source ?

Non. Aucun produit open source officiel, SDK public ou solution auto-hébergée n’a été trouvé ; l’intégration MCP fait également partie des fonctionnalités de l’espace de travail professionnel.

Résumé

Heatseeker convient aux marques et aux équipes de marché de grande taille qui ont besoin de preuves issues du marché réel pour étayer des décisions à haute valeur. Les prédictions synthétiques permettent d’accélérer le processus, les expériences réelles assurent la calibration, tandis que la couche de contexte client permet d’accumuler continuellement des preuves au sein de l’organisation.

Ses seuils d’achat et la complexité des contrats sont élevés ; il ne faut pas se fier uniquement aux conclusions positives présentées lors de la démonstration. Avant de signer, il convient de vérifier les méthodes statistiques, le budget de points, la portée médiatique, les critères de formation, le stockage des données, la renouvellement automatique, les remboursements et les options de résiliation, et de commencer par valider avec un problème reproductible.