Omnicom Media et iHeartMedia analysent l’efficacité des innovations audio

Baptisée "Turning Volume into Value: What New Audio Innovations Mean for Advertisers", cette recherche s’appuie sur un panel en ligne représentatif de la population américaine composé de 3 521 personnes âgées de 18 ans et plus, consommant de l’audio au moins une fois par semaine.
Le document rappelle que l’audio représente désormais un tiers de la consommation média quotidienne selon eMarketer 2025. L’étude a été menée autour de trois secteurs : les produits de grande consommation, la beauté et l’assurance. Les participants ont été répartis aléatoirement entre groupes exposés et groupes de contrôle avant d’écouter des contenus audio intégrant différents formats publicitaires, puis de répondre à des enquêtes de brand lift.

Les chercheurs ont comparé plusieurs formats : spots audio standards de 30 secondes, publicités "host-read" de 30 secondes lues par des animateurs radio ou des hosts de podcasts, formats host-read longs de 120 secondes, publicités dynamiques contextualisées et formats interactifs "Motion Activated Units" invitant les auditeurs à secouer leur smartphone pour accéder à des contenus supplémentaires.

L’étude montre que les formats audio standards continuent de produire des résultats significatifs sur les principaux indicateurs de marque. Parmi les auditeurs susceptibles d’acheter prochainement dans la catégorie concernée, les spots standards enregistrent un gain de 22 points en mémorisation publicitaire spontanée, de 6 points sur la favorabilité de marque, de 5 points sur l’intention de recherche et de 5 points sur l’intention d’achat.
Le rapport souligne également un "effet multiplicateur" de l’audio sur les autres canaux marketing. Les données citées indiquent une progression de 83% des performances sociales, de 109% de l’engagement digital et social ainsi qu’une hausse de 47% des recherches de marque après exposition à l’audio. Selon les auteurs, ces résultats doivent conduire les annonceurs à réévaluer la place de l’audio dans leur mix média et à lui accorder un niveau d’investissement cohérent avec le temps d’exposition des audiences.

Les formats host-read apparaissent comme les plus performants sur les dimensions liées à la confiance et à la connexion émotionnelle. L’étude rappelle que 80 % des auditeurs déclarent faire confiance aux animateurs audio et les considérer comme des amis. Lorsqu’un message est lu par un host identifié, 76% des auditeurs estiment que le message paraît plus personnel contre 61 % pour un spot audio standard. Sur la connexion émotionnelle à la marque, les host-read atteignent 44% d’accord contre 33% pour les formats classiques.
Les gains sont également visibles sur les perceptions de marque. Les formats host-read associés à un animateur considéré comme “trusted host” génèrent un gain de 24 points sur l’attribut “marque de confiance”, contre 15 points pour les host-read classiques et 2 points pour les spots standards. Concernant l’affirmation "marque pour laquelle j’ai des sentiments forts", les trusted hosts atteignent +11 points, contre +4 points pour les host-read standards et +3 points pour les spots classiques.
L’impact se retrouve également sur le bas du funnel. Les host-read progressent de 17 points sur l’intention de recherche et de 17 points sur l’intention d’achat produit, contre respectivement +4 points pour les spots standards. La perception de pertinence de la marque atteint +9 points pour les host-read contre +4 points pour les formats classiques.

L’étude s’intéresse également aux formats longs de 120 secondes. Selon les résultats publiés, les long-form host-read doublent pratiquement la mémorisation spontanée par rapport aux formats host-read courts. Les formats longs enregistrent un gain de 28 points en mémorisation publicitaire contre +11 points pour les host-read de 30 secondes. Les formats longs associés à des trusted hosts obtiennent aussi les meilleurs résultats sur la compréhension des bénéfices de marque. Ainsi, 76% des répondants déclarent que le message “communiquait clairement les bénéfices de la marque”, contre 58% pour les host-read courts de trusted hosts, 51% pour les formats longs standards et 42% pour les spots standards de 30 secondes.
Sur la capacité à mieux comprendre la marque, les formats longs avec trusted hosts atteignent 97 % d’accord, contre 87% pour les host-read courts avec trusted hosts, 85% pour les formats longs standards et 79% pour les spots standards courts. L’étude note également un impact sur la rapidité d’achat. Parmi les auditeurs déjà susceptibles d’acheter dans la semaine, les formats longs host-read génèrent un gain de 11 points sur l’intention d’achat à court terme, contre +8 points pour les host-read courts.

Les formats interactifs “Motion Activated Units” affichent des résultats plus marqués auprès des jeunes générations et des audiences déjà engagées dans un projet d’achat. Parmi les personnes susceptibles d’acheter prochainement dans la catégorie, 43% ont effectivement secoué leur téléphone après l’incitation audio, contre 19% parmi les individus non susceptibles d’acheter. Par génération, le taux d’interaction atteint 42% chez les Millennials, 36% chez la Gen Z, 24 % chez la Gen X et 13 % chez les Boomers.
Sur les indicateurs de performance, les MAU génèrent +16 points d’intention de recherche contre +9 points pour les spots standards. L’intention d’achat progresse de 11 points avec les formats interactifs contre +5 points pour les formats audio classiques.
L’étude montre également que 73% des auditeurs jugent ces formats “uniques”, contre 63% pour les spots standards. Parmi les répondants exposés aux MAU, 88% considèrent qu’il s’agit d’un moyen simple d’obtenir davantage d’informations, 84% y voient une manière ludique d’en apprendre plus et 79% déclarent souhaiter recevoir ce type de messages de marques qui les intéressent.
Les freins identifiés restent principalement liés à la compréhension du mécanisme. Parmi les personnes n’ayant pas interagi, 32% indiquent ne pas savoir ce qui allait se passer, 24% ne voulaient pas interrompre leur écoute et 22% déclarent ne pas avoir entendu l’invitation à secouer le téléphone.

Les formats dynamiques basés sur le contexte et le moment de diffusion affichent également des résultats positifs. Les publicités personnalisées atteignent 80 % d’accord sur l’affirmation "la publicité me semblait pertinente" contre 73% pour les spots standards. Les déclinaisons adaptées au moment de la journée renforcent aussi la connexion émotionnelle. Sur l’indicateur "m’a permis de me sentir émotionnellement connecté à la marque", les formats dynamiques contextualisés obtiennent 70% d’accord contre 58% pour les spots classiques. 
Enfin, les publicités dynamiques "time-of-day" génèrent un gain de 11 points sur l’intention de recherche contre +3 points pour les spots standards.

Au-delà des performances individuelles de chaque format, l’étude recommande une approche de planification centrée sur les objectifs marketing. Les spots standards restent adaptés aux stratégies de couverture et de mémorisation. Les host-read sont présentés comme des leviers de confiance et de proximité. Les formats longs sont davantage associés à la considération et à l’explication des bénéfices produits, tandis que les formats dynamiques et interactifs apparaissent plus pertinents pour les stratégies de conversion et d’engagement.
Le rapport conclut que l’innovation audio doit rester au service de l’expérience d’écoute et de la relation de confiance construite avec les voix de la radio, du streaming et des podcasts.

L'étude complète est accessible ICI