J’ai déjà parlé ici de la différence entre les panels et les data du point de vue de la chronologie : les data évoluent à la vitesse des individus. Les statistiques, à la vitesse de la société.
Avec des data, un intentionniste déménagement ne reste dans cet état que quelques temps. Trois mois plus tard, il a déménagé, et il ne redeviendra intentionniste déménagement que dans plusieurs années. Les data se périment vite.
Avec les panels, si j’analyse les sites les plus affinitaires avec les intentionnistes déménagement, que je le fasse sur des données d’il y a un an, six mois, ou des données actuelles, le site le plus affinitaire sera toujours EDF.
Certains comportements sont donc peu dépendants du temps.
Mais à l’inverse, il existe des comportements qui sont liés à une période particulière.
Par exemple la recherche de jouets est multipliée par deux sur la période de Noël. La Saint-Patrick voit l’intérêt pour l’Irlande augmenter de 50%. Celui pour le chocolat de 15% à Pâques. Dix fois plus de monde s’intéresse au Ramadan pendant la période sacrée que pendant le reste de l’année !
Cette temporalité n’a pas qu’un impact quantitatif, elle influe également sur les audiences des sites. Lorsqu’on cible une audience par des méthodes contextuelles, comme chez Implcit, on calcule la probabilité qu’une cible visite telle ou telle page. Or, en analysant non pas la période courante, mais la période dans le passé qui correspond à celle de l’événement qui nous intéresse, on n’a pas les mêmes résultats.
Je m’explique.
Les événements, comme Noêl, arrivent souvent à la fin d’une période d’intérêt publicitaire (novembre-décembre).
Lorsqu’on prépare sa campagne, l’événement est donc dans le futur, il est donc très difficile de le prévoir. Or, en analysant la période de Noël passé, on peut construire les vrais modèles de ciblage qui seront pertinents pour la période à venir.
Plus intéressant encore, une grande partie des décisions d’investissement publicitaire se prennent plusieurs mois à l’avance. Pour reprendre une maxime de Pierre Dac (humoriste du milieu du XXème), “les prévisions sont difficiles, surtout lorsqu’elles concernent l’avenir”. Et les prévisions sont d’autant plus difficiles que l’avenir est lointain.

En conclusion, dans les cas où la temporalité est importante (événements forts), il vaut mieux raisonner sur le passé que sur le présent.
Et c’est là une des beautés d’un panel. Toutes les analyses peuvent être réalisées sur toutes les périodes. Dans certains cas, on cherchera à coller au maximum au moment présent. Mais dans d’autres, il sera plus judicieux de choisir la période pendant laquelle la campagne se déroulera.
Ce type d’analyse est impossible à faire avec des data.
Non seulement, les data ont une péremption courte (pensez à mon exemple des intentionnistes déménagement), donc il n’est pas possible de les analyser sur une période passée.
Mais en plus, il n’existe juste aucun système de data utilisateur qui permette de regarder, par exemple, ceux qui sont intéressés par les jouets, au moment de Noël l’année dernière.
Les data utilisateurs sont uniquement dans le présent. Ni dans l’avenir, ni dans le passé.
Sur l’axe temporel aussi, les panels ont une carte forte à jouer.