Les adeptes des data pleurent depuis quelques années de la perte abyssale générée par la fin des cookies tiers et la baisse du consentement. Sans data, plus de ciblage, plus de mesure, plus de capping ! ;-(
C’est sûr, Internet s’est beaucoup développé sur la promesse d’une publicité plus efficace, moins chère, plus efficiente…
C’est sûr aussi, le contextuel ne permettra jamais de faire du micro-ciblage (terme que je préfère à retargeting, plus restrictif). Mais les internautes semblent rejeter cette possibilité, donc est-ce si grave ?
Et le monde d’avant était-il si paradisiaque que ça ?
- Le post-view tel qu’il est (était ?) pratiqué (sans visibilité) n’a aucun sens
- Le capping ne tient pas ses promesses
- Le ciblage par data touche des identifiants techniques et non des individus
- Les data nécessitent la pose de pixels, cause de grandes limitations
C’est ce dernier point que je vais détailler aujourd’hui.
Pour recueillir des données, il existe deux méthodes, le déclaratif et la mesure.
On sait que le déclaratif est limité par la confiance que l’on peut avoir dans les réponses apportées. Dans le monde des sondages, les méthodes pour détecter les erreurs, traiter les non-réponses, identifier les valeurs aberrantes sont bien connues. Mais dans le monde des data, la volumétrie importe tellement, que l’on peut facilement privilégier la quantité à la qualité.
Et dans tous les cas, il est illusoire de tenter de viser une quelconque exhaustivité. Il est même souvent difficile d’obtenir le moindre volume significatif sur certaines questions.
La data mesurée s’affranchit de tout déclaratif. On place un pixel dans une page. Lorsqu’un internaute voit la page, le pixel enregistre l’information “l’identifiant X a vu la page Y”. Donc, en reciblant X, on n’expose que les internautes intéressés par le contenu Y.
C’est donc une information certaine. Or cette information est souvent traduite par “l’individu X (et non plus l’identifiant X) a vu la page Y”. Et là, on peut se tromper. Il suffit que l’ordinateur soit partagé (c’est le cas dans tous les foyers), et on peut cibler un individu qui n’a pas du tout le comportement escompté.
Lorsque l’on fait du ciblage contextuel sur la base de panels, on n’a pas besoin de poser des pixels. Dans notre cas, le pilote que l’on fait avec Médiamétrie, nous connaissons l’exhaustivité du comportement digital des panélistes. Nous savons quelles pages il a visitées, quelles applications il a utilisées, etc. Pas besoin de placer le moindre pixel.
Je cite souvent un exemple qui était jusqu’à présent théorique. Le panel est cross-device. Nous pouvons donc créer la cible des panélistes qui utilisent une application bancaire sur leur mobile.
Vous avez déjà essayé, vous, de faire poser un pixel dans une application bancaire ? Et dans toutes les applications bancaires, vous imaginez ?
Et bien, nous, on peut créer la cibles des utilisateurs d’applications bancaires. Tiens la data, prends ça !
Pas plus tard qu’aujourd’hui, on nous l’a demandé. Un vrai cas d’école ai-je répondu !
On a créé la cible et on s’est vite aperçus qu’elle est très importante. Tellement massive même, que le ciblage en est moins efficace. Small is beautiful disais-je dans un précédent article.
Qu’à cela ne tienne, on peut faire du qualitatif en plus. Nous disposons du temps passé sur les applications, alors éliminons les internautes qui ne les lancent que pour s’apercevoir qu’ils ont oublié leur mot de passe (j’exagère). Disons qu’on peut “raffiner” la cible (au sens où on raffine du pétrole pour ne garder que les composants les plus intéressants).
Et oui, on peut cibler les internautes qui utilisent une application bancaire plus de M minutes dans le mois, ou plus de J jours, etc. Tiens la data, prends en une deuxième !
Le truc marrant avec notre approche fondée sur les panels, c’est qu’on analyse le comportement mesuré de milliers de personnes. On fonde donc nos traitements sur des concepts simples, humains, non techniques (l’individu, le temps passé, etc.).
La puissance des panels est enfin en train de se révéler !