Laier, plateforme agentique lancée par deux anciens d'Heroiks, Salem Handoura, ancien directeur général du groupe, et Romain Darrieus, est née d'une frustration commune à bien des acheteurs médias digitaux : les plateformes leur remontent toujours plus de données, mais une part limitée de ces informations débouche sur des décisions actionnables, à l'échelle des campagnes.
"Les outils de data visualisation ont facilité le suivi des campagnes, sans nécessairement améliorer la qualité des décisions", constateSalem Handoura. Une étude menée par Laier auprès d'un panel d'acheteurs médias illustre ce paradoxe : la part de leur temps hebdomadaire consacrée à l'optimisation des campagnes médias est passée de 22 à 11 % entre 2016 et 2026.
Dans le même temps, celle dédiée au reporting et à la création de tableaux de bord a progressé de 12 à 18%. Autrement dit, le temps libéré par l'automatisation a davantage été absorbé par la surveillance des campagnes et des flux de données que réinvesti dans la stratégie.
"Les acheteurs médias passent deux fois moins de temps à optimiser qu'il y a dix ans. Laier existe pour inverser ça."
C’est dans ce décalage entre une abondance de données et un manque de temps pour les exploiter que les deux fondateurs voient une opportunité. Avec une conviction : cette optimisation quotidienne, à laquelle les équipes consacrent de moins en moins de temps, sera justement le principal levier des prochains gains de performance.
"Les annonceurs ont fait les grands arbitrages : digitalisation des budgets, études de parcours, modèles d'attribution, mesure. Ces chantiers sont derrière eux. Dans un contexte de tension budgétaire, la performance additionnelle ne viendra plus d'un nouveau grand choix stratégique, mais de la capacité à optimiser au quotidien, au mieux, chaque campagne opérationnelle", pose Salem Handoura.
C’est pour remettre cette optimisation quotidienne au cœur du travail des acheteurs médias que Laier a développé sa fonctionnalité clé : Moves. Un "move" désigne une action d'optimisation proposée à l'utilisateur.
Au-delà des basiques - exclure des requêtes qui ne convertissent pas, mettre en pause une campagne ou une audience -, Laier s'attaque aux optimisations que les équipes savent nécessaires mais n'ont plus le temps d'opérer.
Par exemple, réallouer le budget d’une campagne Meta vers une campagne Google ou Pinterest plus performante sur le même objectif. Ou détecter l’usure d’une création avant que son coût d’acquisition ne s’envole. Ou encore identifier les audiences, créations, moments de diffusion et combinaisons de canaux les plus efficaces pour en tirer des enseignements utiles aux campagnes suivantes.
"Un des changements majeurs dans la manière d’acheter du média, estime Salem Handoura, c'est le rythme. Les campagnes sont de plus en plus courtes et fragmentées entre les plateformes : une opération de deux semaines sur quatre canaux ne laisse pas le temps d'un bilan à mi-parcours.”
Quand la fenêtre se réduit, la vitesse à laquelle on lit les signaux, on décide et on exécute devient un moteur de croissance à part entière. “Réallouer un budget à J+3 plutôt qu'à J+10, c'est aller chercher la performance là où personne n'avait le temps d'aller la chercher", poursuit Salem Handoura.
Ces recommandations apparaissent en home de l'outil. "Chacune d'entre elles doit être accompagnée d'une hypothèse et des données qui la soutiennent”, précise Romain Darrieus.
L'utilisateur peut l'accepter, la refuser ou ajouter un élément de contexte - une obligation de dépense, une priorité commerciale ou une création qui doit rester en ligne malgré ses performances.
Après validation, l'action est appliquée directement dans la plateforme publicitaire. Les droits sont gérés par espace de travail, correspondant à un client : une agence peut réserver l'approbation à certains profils et ouvrir un accès en lecture à l'annonceur.
La décision rejoint ensuite un "ledger", un historique horodaté sur lequel Laier revient en moyenne quatorze jours plus tard, afin de vérifier si le choix a produit l'évolution attendue et d'alimenter les futures recommandations. Cette traçabilité facilite le bilan entre agence et annonceur.
Laier explique avoir codé environ 120 routines d'analyse : règles de lecture propres à Performance Max, détection de fatigue créative, contrôle du rythme de dépense ou comparaison d'un coût d'acquisition à sa référence récente.
Un LLM intervient ensuite pour interpréter le contexte, formuler l'analyse et dialoguer avec l'utilisateur. Cette combinaison vise à encadrer les réponses du modèle par des calculs déterministes plutôt qu'à lui confier directement toute l'analyse.
Analyse, reporting et lancement de campagnes… Tout via du conversationnel
Autour de Moves, Laier regroupe plusieurs fonctions habituellement réparties entre différents outils.
L'onglet "Explore" permet d'interroger les données en langage naturel : demander un atterrissage budgétaire, comprendre une baisse du ROAS - le chiffre d'affaires attribué à la publicité rapporté au montant dépensé - ou analyser la fatigue créative.
Les graphiques et réponses jugés utiles peuvent être épinglés dans un Canvas, un tableau de bord qui se met à jour lorsque la période d'analyse change. Une exploration peut aussi être convertie en move pour rejoindre le même circuit de validation et de suivi.
La partie "Reporting" automatise les bilans hebdomadaires ou mensuels à partir d'un modèle défini par l'utilisateur : données actualisées, comparaison avec la période précédente, commentaires générés et récapitulatif des optimisations effectuées.
La partie "Launch" crée une campagne à partir d'une consigne en langage naturel. Dès la configuration, l'utilisateur fixe un objectif par campagne : un clic ou une conversion, si on est sur du bas de funnel, un reach ou une complétion, si on est sur du haut de funnel. "Les campagnes de branding ne se pilotent pas au CPA, mais elles se pilotent quand même. On accélère sur cette partie, notamment avec l'arrivée des DSP dans le périmètre", précise Salem Handoura.
Laie analyse les créations fournies, identifie les formats et les environnements compatibles, puis propose un plan média nourri par les enseignements des campagnes précédentes.
L'intégration des documents internes de l'agence et de l'annonceur - présentations, plans médias, bilans, nomenclatures de campagne, règles internes ou créations - permet à Laier d'adapter ses recommandations au contexte et aux méthodes de travail de chaque client.
Pour aller chercher ces informations, la plateforme s'appuie sur une architecture RAG, une technologie qui permet à une IA de consulter une base documentaire avant de générer sa réponse.
La plateforme compare ensuite les performances à objectif égal, quelle que soit la plateforme : une campagne d'acquisition sur Meta face à la même sur Pinterest, une campagne de recrutement TikTok face à une Demand Gen Google. Google Analytics, intégré, peut servir de mesure de référence commune.
Côté plomberie, Laier se connecte principalement aux plateformes publicitaires par API. Les fondateurs expliquent privilégier, pour l'instant, ces connexions aux serveurs MCP (Model Context Protocol) car les API offrent "une profondeur fonctionnelle plus importante et des droits de lecture ou d'écriture plus prévisibles."
La plateforme compte à date une dizaine de connecteurs actifs, avec les usual suspects (Meta, Google, Amazon), et vise une quarantaine de plateformes d'ici fin octobre. DV360 et Amazon DSP seront accessibles d'ici fin septembre, pour faire entrer les campagnes programmatiques Open Web dans le périmètre.
Laier s'adresse en priorité aux agences médias, qui déploient l'outil sur plusieurs clients, partagent les analyses et documentent les optimisations réalisées. "L'objectif, c'est aussi de faciliter la collaboration entre l'agence et ses clients", explique Romain Darrieus. Les équipes acquisition des annonceurs, capables de relier rapidement leurs investissements à une conversion, constituent le second marché visé.
Une dizaine de partenaires en pilote avant le lancement commercial de septembre
Au moment de notre entretien, Laier revendiquait une dizaine de partenaires – annonceurs directs et agences – et près de quinze tests réalisés depuis le début du développement.
Côté agences, Laier avance avec deux early adopters, Haiku et Oconnection, qui déploient la plateforme sur plusieurs de leurs clients. Ce sont elles qui permettent d'éprouver le produit à l'échelle d'un portefeuille : droits par espace de travail, validation des moves par les équipes, bilan partagé avec l'annonceur. Des annonceurs en direct complètent le panel de pilotes.
Côté modèle économique, Laier a d’emblée écarté la commission sur les budgets médias, très répandue dans l’adtech. “Une rémunération indexée sur le budget crée un conflit d'intérêt avec l’optimisation : on ne peut pas être payé pour dépenser et être crédible pour faire dépenser mieux”, explique Salem Handoura.
La plateforme repose donc sur un abonnement forfaitaire tout compris, dont le montant dépend de la taille de l’organisation, et non des volumes investis. La grille tarifaire, accessible sur le site, prévoit plusieurs paliers.
Toutes les fonctionnalités sont incluses à chaque palier, sans limite de marché, avec un essai gratuit de sept jours. Au-delà de dix espaces de travail, les agences bénéficient d'une offre sur mesure, qui démarre sous les 2 000 euros par mois.
Laier entend ainsi étendre l’automatisation de l’achat média à l’ensemble du cycle de campagne, du lancement au bilan, en passant par l’optimisation quotidienne. “Les plateformes ont automatisé l’enchère. Reste à automatiser tout ce qu’il y a autour : l’arbitrage entre canaux, la lecture des signaux, l’exécution des décisions et la mémoire de ce qui a marché. C’est ce que fait Laier, sous contrôle humain”, résume Salem Handoura.
La plateforme sera commercialisée dès septembre en France, avec l’ambition de se déployer ensuite dans le reste de l’Europe et aux États-Unis. L’équipe a également engagé des discussions en vue d’une levée de fonds.
Son premier test grandeur nature est en cours : démontrer que ses moves produisent assez de valeur pour dépasser le statut d'alerte intelligente, et permettre aux équipes d'ouvrir de moins en moins les interfaces qu'elles surveillent aujourd'hui. Les pilotes doivent encore le confirmer sur la durée. En attendant, le gain est déjà là sur un autre terrain : celui de la productivité, avec l'automatisation du reporting, du lancement et de l'exécution des décisions.
