Hershey : L'IA multi-agents effectue la modélisation du mix marketing mensuellement au lieu de trimestriellement

Hershey a déployé un système IA multi-agent de Mutinex, propulsé par Claude et Gemini, pour automatiser la modélisation du mix marketing (MMM) sur l'ensemble de son portefeuille de marques. Combiné à Tracer pour la gestion des pipelines de données, le système transforme ce qui était un processus annuel rétrospectif en une capacité de mesure mensuelle et permanente.

Ce qui a changé

Auparavant, Hershey réalisait des analyses MMM trois fois par an pour environ cinq marques, avec des résultats arrivant des mois après la période de données. Vinny Rinaldi, VP de la technologie média et marketing, a déclaré : « Nous obtenions une lecture complète des données de 2024 au milieu de 2025, alors que nous planifiions pour 2026. » Avec le nouveau système, ils peuvent exécuter des modèles en seulement trois semaines et s'orientent vers une mesure mensuelle pour l'ensemble du portefeuille, soit jusqu'à 12 fois par an.

Architecture technique

Mutinex utilise une architecture multi-agent : chaque agent est un spécialiste de domaine - l'un comprend l'économétrie marketing, un autre connaît la théorie des prix concurrentiels, un autre diagnostique les défaillances du modèle. Tracer agit comme une couche de gestion des données, nettoyant et standardisant les données fragmentées des systèmes marketing et de vente au détail pour que les modèles s'exécutent plus rapidement et plus fiablement. Sarah Martinez, CCO de Tracer, a noté : « La plupart des entreprises n'ont pas un problème d'IA. Elles ont un problème de préparation des données. »

Impact

Les premiers signaux indiquent que Hershey s'attend à une augmentation de 4 à 5 % des revenus attribuables aux médias. Le système couvre à la fois les dépenses médias et trade marketing, totalisant plus de 2 milliards de dollars. Rinaldi a qualifié cela de « moment complètement révolutionnaire » pour l'organisation. Ce changement permet une prise de décision mensuelle sur l'allocation budgétaire plutôt que des ajustements annuels basés sur des données obsolètes.

Contexte plus large

Ce cas illustre comment l'IA agentive peut rendre la mesure marketing crédible pour les décisions d'investissement, réduisant le scepticisme autour de l'attribution. Lou Paskalis, conseiller marketing chez Mutinex, a déclaré : « Le marketing n'est pas considéré comme crédible en matière d'investissement. Cela tient en grande partie au scepticisme quant à la manière dont l'attribution a été réalisée historiquement. »