On parle maintenant de l’IA générative (de texte, d’image voire de vidéos), mais ça fait très longtemps que l’on modifie, truque ou invente grâce aux technologies.
La seule vraie révolution c’est la démocratisation des outils.
N’importe qui peut depuis des dizaines d’années copier-coller des textes depuis une source externe, supprimer le contexte, modifier certains mots, voire inventer des citations entières !
Mais ça demande du boulot. Il faut trouver l’information (avant internet, cette étape demandait beaucoup de ressources), savoir écrire. Bref, avoir du temps.
Les modifications d’images existent aussi depuis des dizaines d’années. Il faut des outils un peu costauds (photoshop par exemple), donc savoir les utiliser, et ça prend du temps aussi.
Les trucages vidéos ont toujours existé, mais avec un réalisme discutable (sauf à utiliser sa propension naturelle à rêver pour se croire sur la Lune avec Mélies) et des moyens importants. Les capacités de calculs décuplées remplissent maintenant les génériques de centaines de nouveaux noms (ingénieurs, graphistes digitaux, etc.).
Bref, la manipulation des textes, des images et des vidéos n’a pas attendu l’IA.
Et les critiques non plus n’ont pas attendu l’IA. On le sait depuis des années, les photos retouchées de mannequins créent un idéal féminin inaccessible (sauf à s’étirer les jambes pour qu’elles mesurent deux mètres).
Theresia Fischer : La mannequin allemande dépense une fortune pour allonger ses jambes. Source
Le législateur a donc tranché en imposant la mention « photo retouchée » lorsque l’image n’est pas naturelle. Mais comme les images ne sont jamais naturelles, la mention est systématiquement ajoutée, donc plus personne ne la voit, et elle ne sert donc à rien.
Il faut donc aller plus loin.
Je pense qu’il faut que des métadonnées standardisées soient insérées dans les photos et les vidéos.
Les logiciels auraient un label s’ils mettent ces infos systématiquement. Il ne serait pas possible de les retirer, sauf à faire des copies d’écran. Seuls des logiciels pirates permettraient de frauder, mais leurs capacités devraient rester inférieures aux logiciels pros. Une nomenclature par exemple de 0 à 10 pourrait être inventée : – 0 : image (ou vidéo non retouchée) – 1 : contraste, luminosité – 2 : couleurs modifiées (global) – 3 : déformations de l’image (global) – 4 : couleurs modifiées sur certaines zones – 5 : déformations de certaines zones (jambes de mannequin allongées par exemple) – 6 : suppression d’éléments – 7 : ajout d’éléments – 8 : plus de 50% des éléments sont ajoutés – 9 : image générée par un humain assisté par une IA – 10 : image 100% générée par une IA Tous les supports d’affichage pourraient lire et montrer ce score et ce qu’il signifie. Un navigateur pourrait en clic droit fournir cette information par exemple.
Cette méthode ne tuerait évidemment pas ces méthodes de désinformation. Mais elle les rendrait plus difficiles à utiliser dans des buts de tromperie.
Comme je le disais au début, la vraie révolution c’est la démocratisation. Gardons la démocratisation pour ceux qui n’ont rien à cacher, et qui accepteront que leurs modifications soient si ce n’est visibles, au moins identifiables. Et rendons un peu plus difficile la vie de ceux qui cherchent délibérément à tromper.
Par ailleurs, j’aimerais voir des plateformes qui engloutissent des milliards pour générer des contenus réalistes, en investir un faible pourcentage pour informer leurs utilisateurs.
Je trouve une telle fonctionnalité vitale pour notre société attaquée par des fake news de tous types…
Pourquoi Meta (et Google) pèsent aussi lourd dans le marché publicitaire ?
C’est une question que je me pose depuis des années. Non pas en tant qu’utilisateur de Facebook (et encore, ça pourrait faire l’objet d’un autre article), mais en tant que professionnel de la publicité.
Meta est gros : mon estimation personnelle, fondée sur les données de Médiamétrie, c’est que Meta (principalement Facebook, Instagram et WhatsApp) représente environ 15% du temps passé par les internautes. Je prends ici en compte les domaines et les applications.
Selon la loi de Le Lay du temps de cerveau disponible, 😉 Meta devrait prendre un pourcentage du marché de cet ordre de grandeur.
Or, à en juger par différentes études (voir Bump notamment), Meta parvient à capter autour de 25% du marché publicitaire digital en France.
Comment l’expliquer ?
La couverture.
On est quand même sur une couverture de l’ordre de 89% (tous domaines et applications appartenant à Meta confondus).
C’est énorme. Mais n’oubliez pas que le reste de l’internet, c’est 99,9% de couverture ! Autrement dit seuls 0,1% des internautes ne peuvent pas être touchés ailleurs que sur Facebook.
Mais surtout, ne faisons pas l’erreur de comparer la couverture à la part de marché.
Ce qu’il faut regarder, c’est plutôt le temps passé sur ces environnements.
Le temps.
15% du temps pour 25% du marché publicitaire, on commence à se dire qu’il y a peut-être un petit problème. Pire, si on se souvient qu’il n’y a pas de publicité sur WhatsApp, qui représente environ 4% du temps passé, on arrive à une part de temps plutôt de l’ordre de 11%.
Donc la part de marché publicitaire est plus de deux fois plus grande que la part du temps passé.
Le ciblage.
C’est vrai 100% de l’inventaire publicitaire de Méta est logué.
Et c’est vrai, on a moins tendance à mentir sur son sexe et son âge dans un réseau social qu’auprès d’un fournisseur de data ou sur un site lambda. Lorsque vos amis peuvent voir ce que vous déclarez, le mensonge est plus difficile.
Mais c’est oublier une tendance lourde des jeunes générations (je parle des plus jeunes que moi, mais qui vont encore sur Facebook). La dissimulation est devenue la norme. On ne donne plus son vrai nom, on donne des informations de sexe et d’âge floues, ou erronées. Pourquoi ? Parce que la protection de la vie privée est entrée dans les mœurs.
Les photos de beuverie trouvées par un recruteur, c’est fini. Les dragueurs lourds, on cherche à les éviter.
Bref, la qualité des données n’est plus ce qu’elle était, ma bonne dame !
Par ailleurs, Meta collecte des données d’usages. Pour passer beaucoup de temps sur Facebook, j’ai l’impression d’assister à un effet d’emballement.
Facebook n’est pas seulement un mesureur d’activité. Il propose des sujets ET mesure leur réponse. On n’est pas dans la situation du panel de Médiamétrie qui cherche à ne surtout pas influencer les panélistes pour garantir une mesure neutre.
Avec Facebook, ce que j’appelle effet d’emballement se traduit de la façon suivante :
Facebook suppose que j’ai un intérêt sur un sujet A
Facebook me propose un contenu qui traite de A et B
Facebook en déduit que B m’intéresse aussi
Facebook me propose donc des contenus qui traitent de B et C, et D, et E
C’est comme ça que je me retrouve avec des contenus de moins en moins pertinents.
Je suis sûr que le MMA fait partie de mes centres d’intérêts selon Facebook. Mais pourquoi ? Peut-être parce que j’ai vu un combat avec un athlète de Crossfit un jour ?
Bref, je crains que le ciblage par centres d’intérêts ne soit pas de super bonne qualité.
Et je ne vous parle même pas de mon « amie » Facebook ardente complotiste dont je lis certaines publications avec un regard de sociologue. Et qui conduit Facebook à me proposer des contenus de naturopathes, des explications farfelues sur la construction des pyramides égyptiennes, etc.
Le caractère social du réseau.
J’ai déjà écrit un article dessus. Méta a maintenant plus la structure d’un média que d’un réseau social.
Il n’y a presque plus de « earned » média chez Meta (l’audience que la viralité apportait à un contenu) seulement du « paid média » (il faut payer pour que son contenu soit visible, comme la publicité sur n’importe quel site).
L’offre publicitaire.
Il faut se rendre à l’évidence, le ratio publicité / contenus est très élevé. Dans mon cas, on est de l’ordre de 1/3 à 1/2.
On est loin d’un ratio de 12 minutes par heure (1/5) fixé par la télévision.
A l’heure où tout le monde parle d’attention, où l’encombrement publicitaire est scruté, Facebook fait au moins l’effort de ne pas montrer deux contenus publicitaires différents en même temps. Mais c’est le seul effort notable.
Sinon, les publicités dans les vidéos sont surtout des midrolls et des postrolls. Les premiers viennent comme des cheveux sur la soupe. Comment une boite qui investit autant en Intelligence Artificielle peut-elle couper des vidéos au milieu d’une phrase ou d’une action ? D’ailleurs, vous avez remarqué que les vidéos reprennent quelques secondes en arrière (sinon on aurait perdu le fil) ?
Bref, rien de génial côté offre.
La brand safety
Pour avoir bossé dans le domaine de l’adverification, je sais d’expérience que les seuls GAFA ont réussi à interdire la mesure directe de leurs inventaires.
Et comment définir la brand safety sur un flux de news ? Absolument personne ne peut aller voir mon flux. Tous les utilisateurs de Facebook qui me lisent peuvent en faire l’expérience.
Imaginez-vous annonceur et regardez les contenus avant oui après votre pub. Qu’en penseriez-vous ?
Une vidéo de chat qui se casse la gueule, pourquoi pas. Mais comme j’adore le ski, j’ai aussi des compilations de skieurs qui se cassent la gueule aussi (que je dénonce car je déteste voir des gens se blesser). Et comme Facebook cherche toujours à attirer avec du sensationnel, j’ai aussi des accidents de voiture (que je dénonce aussi pour la même raison).
Bref, la qualité de l’environnement publicitaire n’est pas ce qu’un annonceur attend.
Et il ne peut rien vérifier.
En conclusion.
Je ne suis pas utilisateur professionnel de Meta. Il y a certainement des fonctionnalités utiles, une facilité d’utilisation que je ne maîtrise pas.
Je pose donc juste la question : à part une fascination malsaine pour ce qui est gros, à part le poids de l’habitude, à part des pratiques commerciales limites (y a-t-il des marges arrières ?), qu’est-ce qui justifie vraiment, objectivement, rationnellement, que la part de marché de Méta soit le double de ce qu’elle devrait ?
Un Implcit ne devrait-il pas récupérer une part de ces investissements ? On a les mêmes critères de ciblage, une couverture encore plus large, un temps passé bien supérieur (plus de 50%), une transparence totale sur les contenus, leur visibilité, leur performance.
L’Europe a longtemps suivi les Etats-Unis. Parfois, nos règles ont été taxées de tentatives désespérées pour rattraper notre retard technologique. Par exemple, le RGPD, qui a imposé des règles à tous les acteurs du web, y compris américains.
Si je n’aime pas la manière dont le RGPD a été implémenté (les bandeaux irritent tout le monde, et les options de paramétrage poussent à tout accepter ou tout refuser), les principes qui sous-tendent cette réglementation me paraissent sains. Protéger la vie privée, ne rien faire sans l’accord des internautes, cela semble naturel. De plus, malgré ses limitations, le RGPD a éduqué la population. Tout le monde est maintenant plus ou moins conscient que l’industrie publicitaire ne doit pas pouvoir tout faire.
Le California Consumer Privacy Act (CCPA) a commencé à faire réfléchir nos amis outre-atlantiques. Mais c’est un tout autre phénomène qui a déclenché la prise de conscience que la protection de la vie privée est importante.
Tik-Tok. Non pas que Tik-Tok est pire que les autres dans ce domaine. Je ne connais pas assez le modèle économique de cette application pour me risquer sur ce territoire.
Non, la raison est toute simple : Tik-Tok n’est pas américain. Pire encore Tik-Tok est chinois !
Avec Tik-Tok, les américains découvrent combien il est problématique que leurs données personnelles partent à l’étranger. Pourquoi est-ce un problème ? Parce qu’à l’étranger, les lois ne sont pas les mêmes, les recours en justice presque impossibles. Parce rien ne peut plus être contrôlé.
Les Européens connaissent cette situation. Et quand bien même on nous rétorquerait que les USA ne sont pas la Chine, que nos données ne seront pas exploitées contre nos intérêts, les principes énoncés ci-dessus s’appliquent : lois différentes, recours impossible, contrôle inexistant. Et comme en Chine, rien ne dit qu’une demande de la NSA ne déboucherait pas sur un partage de données personnelles voire sensibles.
Ce sentiment de défiance, raillé par les américains, « vous en Europe, vous avez peur de tout », vient de naître aux USA.
Certes, il y a une grande différence entre la défiance envers une application étrangère et son application à d’autres services locaux. Les américains continueront d’avoir plus confiance dans leurs propres entreprises.
Mais la confiance aveugle connaît ses premières attaques. La graine de la méfiance est plantée. Elle ne débouchera pas sur une paranoïa générale, mais elle va changer la relation des américains à leurs données personnelles.
Merci Tik-Tok n’avoir ouvert les yeux de nos amis américains !
Depuis des années, des contenus sont automatiquement générés lors des élections locales par exemple. A partir des décomptes de votes, il est possible de générer de petits textes pour chaque département, chaque ville, voire chaque bureau de vote. Pas de l’IA, mais de la génération de textes qui simplifient le travail des journalistes.
ChatGPT a ouvert les yeux du public à d’autres applications. Des textes plus complets, des points de vue plus orientés, voire de la véritable création d’opinions ! On imagine donc que des journaux vont utiliser ChatGPT pour générer des contenus semi-automatisés.
La génération d’images avec des outils comme MidJourney ou Criayon a aussi fait grand bruit. Il est souvent aujourd’hui difficile de détecter ces images 100% artificielles. Bon d’accord, il y a parfois quelques doigts de trop à une main, mais ça passe souvent inaperçu.
Côté vidéo, dès 2019, un deep fake remplaçait le visage de Jack Nicholson par celui de Jim Carrey. De nombreux ‘autres exemples sont venus récemment montrer le potentiel et la dangerosité de ces outils.
On pourrait donc penser que les média vont très vite se saisir des nouvelles technologies, et faire générer par ordinateur des textes, des images (ça coûte cher un photographe), et des vidéos (c’est dangereux le métier de reporter de guerre !).
Mais non, je pense que c’est tout le contraire qui va se passer.
Vous savez peut-être comme je suis attaché à la lutte contre la désinformation scientifique, sociale et politique. C’est je pense l’un des plus grands dangers pour nos démocraties.
Ce ne sont pas les journalistes qui vont le plus s’accaparer ces outils. Ce sont ceux qui n’ont justement pas les principes déontologiques des journalistes. Les technologies génératives vont pulluler sur les réseaux sociaux, les sites conspirationnistes.
Pourquoi ? Justement parce qu’elles s’affranchissent de la vérité. Elles sont intrinsèquement faites pour créer des vérités alternatives, voire des mensonges, donc des fake news.
Que va-t-il donc se passer ? Une prolifération illimitée de contenus créés, plus vrais que nature. Il ne sera pas possible de distinguer le vrai du faux (le problème du nombre de doigts n’est que transitoire). Plus encore que maintenant, l’accent sera mis sur l’émotion, au détriment de la raison. Plutôt que de suggérer que Macron et Céline Dion se repaissent de sang d’enfants sacrifiés pour l’élite (le mythe de l’adrénochrome, présenté dans TPMP sans que M. Anouna ne le démonte), on montrera une vidéo où les intéressés sont pris la main dans le sac.
« Vu à la télé », vous vous souvenez de ces étiquettes qui fleurissaient sur les packagings ? « C’est vrai, je l’ai vu sur Internet » disons-nous depuis 20 ans. Plus aucun de ces mantras n’aura peut-être de sens à l’avenir.
Qui croira-t-on alors ? On croira ses proches (cet aspect ne disparaîtra pas). Certains, pourfendeurs de l’ordre établi, croiront les sources qui corroborent leurs points de vue. Mais la grande majorité ne croira plus grand-monde au final.
C’est là qu’intervient la fiabilité des sources. On ne croira plus que ceux en qui on peut avoir confiance.
La démocratisation de l’accès puis de la génération de l’information ont créé les deux premières grandes périodes de l’internet. On a atteint aujourd’hui les limites de ce système. Certains disent déjà : pourquoi croire un journaliste (payé pour écrire, par des journaux eux-mêmes financés par des milliardaires ou des états) plutôt qu’un individu lambda, seulement mu par sa volonté de faire éclater la vérité ?
Cela correspond je trouve à un aspect de la République de Platon : la démocratie dégénère en anarchie. Dans un précédent article, j’avais pointé la responsabilité des algorithmes des réseaux sociaux dans cette évolution. Cette responsabilité se voit maintenant amplifiée par l’IA générative.
A force de dire que tout le monde se vaut, plus personne n’a de valeur. Lorsqu’il y aura tellement de contenus crédibles que tout et son contraire pourra être cru, plus rien n’aura d’importance.
Il se peut alors, je croise les doigts, que des marques média, à condition qu’elles mettent en avant leur déontologie, redeviennent des sources fiables auxquelles il faudra se référer.
Non pas pour les irrécupérables qui ne comprennent que ce qu’ils veulent comprendre. Mais pour ceux, sincères, qui s’intéressent, qui cherchent à rationaliser le monde, qui critiquent ce qu’ils voient et ne croiront plus tout ce qu’on leur montre, pour ceux là, les média redeviendront une source de confiance.
En politique, la démocratie me semble un meilleur système que l’oligarchie. Mais à l’ère de l’anarchie créée par l’intelligence artificielle générative et les réseaux sociaux, le système oligarchique, où certains ont plus de crédibilité (les média, avec des contenus sourcés, vérifiés et passés au crible de principes déontologiques), un tel système peut nous protéger des réalités alternatives, des mensonges et des fake news.
Dans le monde, il y a deux types de personnes : ceux qui pensent que le monde se divise en deux catégories, et les autres…
Plus sérieusement, dans le monde de la publicité, comme dans tant d’autres (la sociologie, la finance…), on a d’un côté ceux qui cherchent à comprendre et ceux qui sont dans l’action.
Les premiers font ce qu’on appelle des études. Ils collectent des données, cherchent les fondements théoriques de l’efficacité publicitaire, des révoltes sociales, ou des effets de meute en finance.
Les seconds agissent, ils ont des objectifs d’efficacité. Ils optimisent des campagnes, font des discours politiques, ou prennent des positions sur les marchés.
On pourrait croire que ces deux groupes travaillent main dans la main. Que les agissants se nourrissent des études des observateurs. Mais ce n’est que partiellement vrai.
D’un côté, les études ont une temporalité longue. Pour prendre du recul on doit souvent aussi prendre son temps. Les conclusions sont donc souvent fournies après la bataille.
L’action, elle, est immédiate. On doit réagir dans l’instant, mesurer les clics, sentir la foule frémir, ou détecter avant les autres un signal faible du marché.
Les actions bénéficient donc des études mais en différé, et seulement partiellement. Il est difficile d’extraire d’une étude ce qui comptera vraiment pour agir. De même, il est difficile d’étudier ce qui servira dans l’action, et non ce qui semble le plus intéressant au chercheur.
Inversement, les remontées des performances réellement obtenues permettent aux études d’améliorer leur connaissance, de synthétiser les raisons, et de mieux préparer le coup d’après. En théorie.
Souvent donc les études et l’action restent décorrélées. Et la valeur perçue bascule nettement du côté de l’action.
Dans de nombreux secteurs, on dépense en étude entre 1% et 3% du budget total. Pour vérifier qu’on ne flambe pas son budget pour rien, on met en place des contrôles (c’est juste du bon sens). Pas évident à quantifier pour la sociologie (je ne suis pas spécialiste), mais c’est assurément vrai pour la publicité (1% à 3% pour les études, la mesure, contre 10% à 30% pour l’action). Et en finance, j’ai le sentiment que les ordres de grandeur sont les mêmes (il n’y a qu’à voir les salaires des traders comparés à ceux des analystes).
On le voit dans ce secteur publicitaire que je pratique depuis 25 ans : les études et les achats travaillent souvent peu ensemble. Un trader media m’a un jour expliqué qu’il prenait la recommandation du son service études (la stratégie de l’annonceur pour paramétrer une campagne), et (il joignait le geste à la parole) la jetait à la corbeille ! Il savait que la stratégie était fondée sur des statistiques, et que lui achèterait des data. Il demandait simplement sur quel critère il serait, lui, jugé. Tu veux du clic ? Tu auras du clic !
Cette déconnexion entre les études et les achats pose plusieurs problèmes :
Un manque de cohérence pour l’annonceur entre sa stratégie et sa réalisation
Une frustration des équipes études et achats qui d’un côté voient parfois leur travail (études) peu reconnu et de l’autre les acheteurs ne voient que peu l’intérêt des efforts de leurs collègues.
C’est un peu caricatural, mais je me base sur des réflexions réelles que j’ai croisées…
Dans la publicité, les gros acteurs sont souvent qualifiés de walled–gardens. Ils fournissent tous les ingrédients de la publicité : l’espace publicitaire, les données, la mesure, les outils d’optimisation.
Très souvent optimisation rime avec boite noire. Qu’importe le flacon pourvu qu’on ait l’ivresse ? Qu’importe pourquoi ça marche pourvu que ça marche ?
On ne connaît pas bien la première partie de cette citation, plus grivoise qu’alcoolique !
On invoquera alors la complexité des algorithmes d’optimisation. Comment synthétiser des milliers de lignes d’arbres de décision générés automatiquement sur des bases mathématiques complexes ?
Pire encore, l’IA apporte une excuse supplémentaire à l’absence de retour d’expérience. « Vous savez, un réseau de neurones, c’est comme le cerveau humain, on ne sait pas ce qui s’y passe ».
Elle a bon dos la techno !
Il y a aussi de bonnes raisons à ne pas partager tous les enseignements recueillis. Le pouvoir est dans l’information. Si l’annonceur ou l’agence connaissait tous les leviers de performance, elle (je teste l’accord avec le genre le plus proche) valoriserait moins l’outil d’optimisation pour la prochaine campagne.
Des informations sont bien fournies, mais parcellaires, souvent techniques. Comment expliquer pourquoi il est plus efficace de payer 1,23 € de CPM à 22h contre 1,17 à 20h ? Ou pourquoi le cookie 1234abcd vaut plus cher que le cookie 5678efgh ?
Synthétiser ces résultats de manière compréhensible par des humains est une tâche difficile.
L’approche par panel qu’Implcit a développée présente l’avantage de travailler sur des données comportementales d’un panel de volontaires. Les informations collectées sont donc humainement appréhendables : profil socio-démographique, visites de sites, centres d’intérêt….
Ces informations servent à la fois au ciblage, reporting et à l’optimisation des campagnes. On est donc capables de dire :
On cible les femmes qui sont intéressées par l’écologie (stratégie de l’annonceur)
On a exposé des femmes à 90%, avec une affinité de 350 sur l’écologie
On constate que d’autres critères apportent un surcroît de performances : la visite des sites A, B et C, et des critères d’âges par exemple.
La beauté de ce système est qu’il repose sur des concepts marketing, et non techniques (même s’il y a beaucoup de technologie derrière).
La stratégie (faite par l’annonceur), sa mise en pratique lors de l’activation (par Implcit) avec exactement les mêmes critères, le reporting (la dimension études), et l’optimisation, tout se fait avec les mêmes informations.
Le pont entre les panels et les achats n’est pas seulement une méthode pour chercher de l’efficacité dans un monde sans data utilisateurs. C’est aussi l’assurance d’une cohérence entre toutes ces étapes, un partage harmonieux des informations avec l’annonceur, une amélioration de la connaissance du client, et des performances optimisées.
Avec les data utilisateurs, le marché avait cru découvrir le ciblage déterministe. Un identifiant permettait de reconnaître quelqu’un qui avait eu tel ou tel comportement ou tel profil, et de décider de l’exposer à une publicité ciblée.
« Avec de la data, je n’achète que des hommes », ou « que les visiteurs de mon site », ou « que les personnes intéressées par mon produit ».
La publicité devenait déterministe. Plus de statistiques, plus de probabilités. Même les nuls en maths trouvaient leur place dans ce monde technologique. Rien de plus simple que de relier des cookies : « 1234 = 1234 », c’est à la portée de tout le monde.
L’une des raisons du succès des data (et de la réticence du marché à s’en séparer), c’est justement cette simplicité.
Mais la publicité avec des data utilisateurs était-elle vraiment aussi déterministe que ça ?
La simplicité dont je parlais ci-dessus s’apparente plutôt à de la simplification.
Quand on dit « je n’achète que des hommes », on dit en fait « je n’achète que des cookies qui me sont présentés comme des hommes ». Ce qui semble certain ne l’est soudainement plus.
Un cookie n’est pas un individu. J’en ai déjà parlé ici, je ne me focaliserai aujourd’hui que sur un point : un cookie peut représenter plusieurs individus. C’est la norme sur tous les ordinateurs familiaux (vous connaissez beaucoup de monde qui ouvre une session nominative dans un foyer vous ?). Donc si le cookie est considéré comme un homme, il y a une marge d’erreur non négligeable dans tous les foyers de plus d’une personne.
Je préfère vous épargner les calculs, mais en partant de quelques hypothèses simplificatrices et prudentes :
1 / 3 des foyers n’ont qu’une personne (dont la moitié d’hommes). Leurs cookies sont donc corrects.
Les smartphones sont à usage unique. Leurs cookies (s’ils les acceptent) sont donc corrects.
2 / 3 des foyers ont plus d’une personne (dont au moins 80% ont au moins un homme). Il suffit qu’il y ait un homme dans le foyer pour que tous les membres du foyer soient considérés comme des hommes.
J’estime que dans 20% des cas, un cookie « homme » est en fait (à cet instant) utilisé par une femme.
En toute logique, lorsqu’on utilise un cookie « homme », on devrait se dire « ce cookie a une probabilité de 0,8 d’être un homme ». C’est bien mieux que 0,5, mais c’est moins que 1 !
Sur Internet, personne ne sait que vous êtes un chien !
D’ailleurs, il est très probable que ce même cookie appartienne aussi à la catégorie « femme » ! En effet, plus de 80% des foyers comptent au moins un homme, et la même proportion comptent au moins une femme. Donc une majorité des foyers compte un homme et une femme. Le cookie partagé sur l’ordinateur familial aura donc toutes les chances d’être enregistré une fois comme « homme » et une fois comme « femme ».
En effet, le fournisseur de data enregistre que le cookie 1234 est un homme (monsieur a répondu à un questionnaire). Un peu plus tard, madame répond à son tour à un questionnaire, et le cookie 1234 entre aussi dans le « segment » des femmes. Le business de la data a un modèle économique de volume. On ne refuse pas une information.
Autrement dit, même avec des data, même avec des cookies, on fait déjà des probabilités.
Pour couronner le tout, je glisse ici que les données socio-démographiques (hommes-femmes, âges…) sont déclaratives. Leur recueil se fait dans des conditions impossibles à contrôler.
Il faut donc envisager une marge d’erreur sur cette donnée déclarative. A 90% de véracité (je suis gentil), la probabilité de 0,8 que je mentionne au dessus descend à 0,72 environ. Arrondissons à 0,75 pour simplifier et rester prudent.
Un cookie « homme » est donc réellement utilisé par un homme dans 75% des cas. Pour rappel, un cookie non qualifié (aléatoire) est utilisé par un homme dans 50% des cas (il y a environ 50% d’hommes sur Internet).
Les data ne sont donc meilleures que l’aléatoire que d’un facteur 1,5 (50% x 1,5 = 75%) !
Donc quand on me dit que les data sont déterministes et que les panels sont probabilistes, je rigole. Quand les modèles d’Implcit me disent que la probabilité de toucher un homme sur football-addict.fr est de 99,5%, j’ai le sentiment qu’Implcit est plus déterministe que les cookies !!! D’ailleurs, il est probable qu’un cookie « femme » puisse être ciblé sur ce site ! Il suffit que la femme (ou la fille ou la mère) d’un fan de foot soit identifiée sur un autre site.
Et ça ne concerne pas que les informations socio-démographiques. Même le comportement est soumis à la même erreur. Tous les membres d’un foyer sont considérés comme ayant eu le comportement mesuré. Donc du point de vue des data, je visite des sites spécialisés dans les parfums, et ma femme regarde en boucle le dernier Angleterre-France de rugby !
Et ne croyez pas que les identifiants unifiés vont résoudre ce problème ! Même fondés sur des emails (a priori plus personnels), ces identifiants sont partagés dans les foyers.
En conclusion, arrêtons d’opposer déterministe et probabiliste. Tout n’est que probabilités. Certaines sont plus sûres que d’autres. Et ce ne sont pas toujours celles auxquelles on pense !
Le manque de transparence est depuis toujours un fléau de l’industrie publicitaire digitale. L’apparition du programmatique est venue empirer ce tableau. Comment vérifier des achats automatisés, enchaînés, qui finissent sur des milliers de sites, en passant par des dizaines d’intermédiaires ?
Comme l’avait dit Brian O’Kelley, fondateur d’AppNexus, lorsqu’il a coupé une part significative de son business (les sites qui utilisaient des bots pour gonfler leurs chiffres), « le succès requiert souvent plus de courage que d’intelligence ». De la part d’un des types les plus intelligents que j’ai croisés dans ma carrière, ça place la barre très haut !
Le marché va devoir faire preuve de courage et encourager la transparence. Comme l’écrit Paul Ripart de Prisma, « Le programmatique open [est] le seul média où la loi Sapin ne s’applique pas dans les faits ».
Il y a plusieurs raisons à cela :
Toute chaîne complexe a des bugs. Les paramètres que les plateformes (adserver, header bidding, SSP1, SSP2…, DSP, re-SSP2, re-SSP1, re-header-bidding, et re-adserver) se passent entre elles, ces paramètres se perdent parfois.
Certaines plateformes permettent de protéger l’anonymat des sites qui envoient leur inventaire
Certains sites bloquent même les outils d’adverification pour qu’ils ne puissent pas remonter l’URL réelle
Les bugs, ça existe, il en restera toujours. La seule question à poser sur la perte d’informations dans la chaîne programmatique est la suivante : certaines négligences sont-elles volontaires ? J’ai déjà expliqué qu’il est plus facile de trouver un bug qui nous pénalise qu’un bug qui nous arrange. Dans ce contexte, je suppute que les pertes de données sont plus fréquentes qu’elles ne devraient…
Un site peut ne pas vouloir apparaître en clair dans les enchères publicitaires, et c’est défendable dans certains cas. Par exemple, si le site est vendu par différents canaux, et que les prix ne sont pas identiques. Une partie est vendue en direct par des commerciaux, une autre en enchères ouvertes (open auctions). Si les ventes aux enchères sont transparentes, l’acheteur dispose d’un argument pour négocier à la baisse les achats directs. Mais ce cas devrait rester rare…
Le troisième cas, où il n’est pas possible de récupérer l’URL de la page dans laquelle une publicité a été servie, ce cas relève pour moi de la fraude. En effet, les outils d’adverification ont maintenant les technologies suffisantes pour collecter l’URL. Elles n’y arrivent pas dans certaines configurations (iFramescross-domain imbriquées), que l’on rencontre rarement dans la nature. Donc pour moi ces configurations sont présentes lorsque le site veut cacher quelque chose. Par exemple, que l’URL déclarée aux acheteurs n’est pas l’URL réelle. Et ça, ce n’est ni plus ni moins que de la fraude.
Du temps des data (j’en parle comme d’une époque révolue depuis longtemps ! ) on achetait des impressions publicitaires sur la base d’un cookie. Où la publicité s’affichait était secondaire. Avec les data, il n’était donc pas nécessaire de connaître la page où une publicité s’affiche. A l’exception de la brand safety, pas toujours utilisée sur les stratégies de performance.
Donc les data se font globalement accommodées d’un manque de transparence. Certains petits malins du marché en ont profité.
Lorsqu’on fait du ciblage contextuel, l’une des informations les plus pertinentes est l’URL de la page où la publicité va s’afficher.
Donc, inutile de faire un long tableau : si l’URL est masquée, il n’est pas possible de faire du ciblage contextuel.
En conclusion, le ciblage contextuel renforce la transparence du marché publicitaire digital ! Et quand on voit cette Vierge voilée, fascinant marbre de Giovanni Strazza, on ne peut que se dire : « c’est beau la transparence » !
Plan rapproché de « la Vierge voilée » de Giovanni Strazza – John FitzGerald
Selon plusieurs études (comme celle-ci qui date un peu ou avec simplement une pincée de bon sens), les internautes acceptent la publicité à une condition : ne pas se sentir traqués. Parfois même ils l’apprécient.
En fait, là où ça devient intéressant c’est que l’acceptabilité et le rejet semblent conditionnés par la même chose : le ciblage.
On accepte, voire on aime, les publicités qui nous intéressent. Certains sont aussi favorables à des publicités pour leurs marques préférées. Le ciblage est donc un attribut positif de la publicité.
Alors quel ciblage est massivement rejeté ?
A mon avis, c’est le ciblage qui se remarque.
Tant qu’on ne remarque pas le ciblage, on ne peut pas se sentir ciblé. Cela semble une évidence mais c’est un peu plus subtil que ça.
Je pense que tout le monde sait plus ou moins consciemment qu’on est ciblés. Ce n’est pas qu’on ne remarque pas certains ciblages, mais on préfère les ignorer. D’une part parce qu’une publicité ciblée intelligemment est « globalement inoffensive ». Je ne suis pas choqué si je vois de la publicité pour des rasoirs sur un site de rugby. Il n’y a rien de méchant, tant que la pub n’affiche pas « Laurent, tu n’as pas changé tes lames depuis trois semaines »…
Je ne pouvais pas louper cette référence 🙂
D’autre part, quand bien même on se douterait qu’une publicité est ciblée, on préfèrerait l’ignorer car elle correspond à un de ses centres d’intérêts. Enfin, si on remarque que la publicité est ciblée, on se dit parfois que cela vaut mieux, car sinon, on aurait des pubs inintéressantes, voire dérangeantes.
Comment se fait-il donc qu’un même critère (le ciblage) crée à la fois de l’agrément et du rejet ?
Tout est dans la granularité du ciblage. Le ciblage que l’on accepte, voire que l’on veut, est un ciblage macro. Un ciblage dans lequel des milliers, voire des millions d’autres personnes peuvent se reconnaître. Le ciblage que l’on rejette, à l’inverse, est un micro-ciblage. Un ciblage qui ne concerne qu’une personne, soi-même.
Tout est donc une question de quantité. Par quantité j’entends la taille de la cible.
Une cible de une personne (moi) se repère facilement. Elle provoque une gêne, un énervement (surtout lorsqu’elle est répétée des dizaines de fois), et parfois un rejet.
Une cible de plusieurs millions sera peut-être moins pertinente qu’une cible de taille « un ». Mais elle sera mieux acceptée, et l’acceptation est un critère de pertinence en soi aussi.
Ou placer le curseur entre un et un million ? Il dépend certainement du secteur d’activité (la santé est beaucoup plus sensible que l’alimentation par exemple). Mais quel que soit le niveau où on place le curseur, le passage du micro-ciblage à un ciblage modéré est clé si on veut éviter de renforcer le rejet de la publicité.
Les data utilisateurs se sont tiré une balle dans le pied. Ils ont créé les conditions de leur rejet et de leur disparition partielle.
Avec des technologies de ciblage contextuel, sans data, statistiques, on évite le risque de rejet de la publicité. Est-ce à dire que sans data utilisateurs, le RGPD n’existerait pas, que les cookies tiers seraient toujours supportés par les navigateurs ? Cette question n’a pas vraiment de sens, le mal est fait.
Mais ce qui est sûr, c’est qu’à l’avenir, si on veut éviter d’alimenter le rejet de la publicité (avec les conséquences que l’on sait sur la presse notamment), des solutions respectueuses de la vie privé doivent être privilégiées.
Dans ce film américain de René Clair (1944) un journaliste reçoit tous les jours le journal du lendemain
Nous sommes en 2030. Cela fait maintenant six ans que Chrome a arrêté les cookies tiers.
Cette décision a eu un effet mondial sur la prise de conscience que la publicité doit respecter la vie privée. La plupart des états ont instauré des lois qui s’inspirent du RGPD Européen.
La télévision, le digital, la radio et l’affichage ont fusionné dans un seul grand média numérique. Leurs anciennes caractéristiques ne sont plus que des modalités (video, image, son, texte), comme l’étaient les formats (300×250, preroll…) du temps où le digital était un média à part.
La mesure et l’activation ont fusionné chez des acteurs comme Google. La chute de Facebook a néanmoins montré qu’un contrôle indépendant restait indispensable. Mais dans tous les cas, la mesure est intimement liée à l’activation, même lorsqu’elle sont opérées par des sociétés différentes.
Les transactions sont intégralement automatisées (« programmatiques » disait-on il y a dix ans). Il y a toujours des accords, des négociations, mais les activations, les optimisations (à la vente comme à l’achat) sont automatiques.
Le monde de la publicité est entièrement géré par un savant mélange de data utilisateurs et de statistiques.
On distingue trois catégories :
Les data utilisateurs fondées sur des identifiants (telco, ids unifiés, first party…)
Les systèmes statistiques qui généralisent des résultats recueillis sur des échantillons (panels, identifiants, navigateurs…)
Les systèmes qui n’utilisent aucun identifiant, et raisonnent sur des statistiques macro (Marketing Mix Modeling, économétrie…)
Méthode
Avantages
Inconvénients
Data utilisateurs
Granularité Causalités
Couverture réduite Données partielles
Échantillons
Causalités Exhaustivité des données
Statistiques Granularité
Macro-analyses
Fiabilité des données
Corrélations et pas causalités Granularité
Même s’ils ne forment plus qu’un seul marché, les anciens médias restent techniquement différents. Il existe donc des données radio, télévision, digital. Des panels mesurent toujours la consommation dans les magasins. D’autres sont interrogés sur leurs intentions, leurs attentes.
Les mesures directes parviennent à fournir des données exhaustives, mais uniquement sur des comptages de diffusion. Pour obtenir des informations sur les profils des personnes exposées, ou pour cibler, il faut s’appuyer sur les données disponibles.
Grâce à elles, il est possible d’identifier qui consomme du yaourt, qui regarde telle série, qui consulte tel site. Toutes ces informations étaient auparavant en silos.
Aujourd’hui, on a toujours des systèmes hétérogènes, mais ils sont tous reliés.
Parfois des identifiants communs permettent cette liaison. Mais comme tous les identifiants, leur couverture reste limitée. Alors entrent en jeu les méthodes de généralisation. Par exemple, des jumeaux statistiques sont créés pour boucher les trous. Ou des techniques de lookalike permettent de propager des informations sur les parties des échantillons qui ne sont pas communes. D’autres fois, des comportements communs sont mesurés dans des échantillons différents. Et ces variables de pont permettent de simuler des identifiants. Ces méthodologies de fusion de données permettent de relier par exemple un panéliste consommateur avec un panéliste média.
Ainsi, cibler les consommateurs de yaourt (source panel conso) en format video (sur tous les écrans, de la télévision, à l’ordinateur, à la console et au téléphone) est aussi simple que de cibler en audio (sur la radio, sur des podcasts), les individus intéressés par des vacances en Égypte (source panel digital), ou exposer (sur des panneaux d’affichage ou des bannières sur des sites) les individus exposés à une publicité vidéo (source panel télévision ou digital).
Le marché est parvenu à créer un « panel » virtuel exhaustif, dans lequel, par modélisation, tous les comportements media et consommation, sont associés à des « panélistes » réels ou fictifs.
Au centre de ce système complexe, le « panel » digital, devenu un hub pour toutes les autres sources. Les « panélistes » digitaux apportent en effet des données de comportement et de centres d’intérêts aux autres échantillons. Ils permettent une variété infinie de ciblages. Et ils offrent aussi un maximum de variables de ponts pour les relier aux autres sources.
Au final, l’hétérogénéité des mesures est masquée par des méthodes statistiques qui offrent un grand single source.
Ainsi, tout en respectant la vie privée, le marché publicitaire est parvenu à unifier ses pratiques.
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.
