La publicité en télévision s’achète plus ou moins de la même façon depuis que je suis né (et je viens d’avoir 50 ans !).
Pour mes lecteurs qui ont été gardés enfants par une application babyphone sur l’iPhone de leurs parents, il peut être nécessaire d’expliquer comment fonctionne la publicité en télévision.
Un panel (échantillon) de quelques dizaines de milliers de personnes installe un boitier dans les pièces où se trouvent leurs télévisions. Oui, quelques dizaines de milliers ! Et le premier qui compare ce nombre aux millions de cookies des bases qu’il achète sera condamné à lire ce post trois fois !
Le boitier détecte quel programme télé est regardé, et permet aux membres du foyer de dire quel individu est dans la pièce. La mesure de la télévision est individuelle. Pas par foyer, pas par appareil, pas par cookie. Par individu !
Le panel est représentatif de la population française, ce qui veut dire que la part des hommes, des femmes, des quinquagénaires, des parisiens, etc. est la même que celle du pays. L’agrégation de ces données (quotidienne, c’est une limitation) fournit les niveau d’audience des différentes émissions.
Ensuite, des logiciels moulinent ces résultats à l’aide de probabilités, de tirages aléatoires et de méthodes de Monte Carlo (et là, notre lecteur regrette d’avoir séché ses cours de probas). Ces logiciels font du médiaplanning, et disent quelle combinaison d’écrans publicitaires (les coupures publicitaires, l’équivalent du pré-roll et du mid-roll pour nos lecteurs digital natives) permettent de toucher une cible. Ils permettent de calculer la couverture sur cible (pourcentage de la cible réellement touchée au moins une fois) et la répétition (nombre de contacts publicitaires moyen par individu) pour toutes les combinaisons d’écrans publicitaires.
L’acheteur valide alors un plan média et achète une série d’écrans sur différentes chaînes à différents heures. Tous les spectateurs de cet écran voient la même publicité (pour l’instant). Et tous ceux qui correspondent à la cible souhaitée dans un écran donné sont achetés au même prix.
Maintenant, pour ceux qui comme moi se souviennent de l’Ile aux Enfants (où dans un épisode, ils rappellent que l’homme a marché sur la lune 5 ans plus tôt !), expliquons le programmatique.
L’affichage d’une publicité dans une page génère immédiatement la création d’une enchère. Ces enchères contiennent parfois un identifiant (cookie ou autre) différent pour chaque technologie utilisée, pour chaque application (navigateur ou autre) et pour chaque appareil.
Cet identifiant est donc très éloigné de la notion d’individu unique.
Certains identifiants sont liés à des données, data, qui leur donnent plus ou moins de valeur. Les acheteurs se positionnent en proposant un prix pour l’impression qui sera servie à cet identifiant. L’ordre de grandeur de ce prix et de 1€ de CPM (en display), soit 1€ pour mille publicités, soit 0,1 centime par enchère !
Comme dans tout système d’enchère, la proposition la plus élevée gagne. Chaque enchère dure 150 millisecondes, et les plus grosses plateformes doivent en gérer plusieurs millions par secondes.
Les deux modes d’achat sont donc radicalement différents. Mais l’ancienne méthode doit-elle être nécessairement rejetée ?
Rappelons que depuis plus de 50 ans, des milliards d’Euros (rien qu’en France) ont été dépensés ainsi chaque année ! Et ce, sans mesure directe d’efficacité, sans data pour cibler, sans mécanisme d’enchères individuelles à l’impression, et sans mesure directe de performance (comme les clics en digital) !
Les panels, malgré leurs faiblesses, ont un avantage décisif sur les data : ils représentent un individu unique, appréhendé dans son entièreté. Et ça, les marketers qui définissent les stratégies publicitaires, en ont vraiment besoin.
Que penser d’une base de cookies trois fois plus grande que la population qu’ils sont censés représenter ? Comment gérer la répétition des expositions lorsque la notion d’individu unique est remplacée par des cookies uniques ? Un cookie est lié à une plateforme. Le capping, belle promesse du digital, n’est en fait qu’un capping par plateforme. Une campagne qui tourne sur 5 plateformes, avec un capping de 5, peut conduire à des répétitions globales de 25 (si tant est qu’il est respecté).
La qualité des data est aussi souvent challengée. Des profils déclaratifs peuvent donner des marges d’erreurs non négligeables. Dans les panels, les profils sont vérifiés. Des erreurs de déclaration existent toujours, mais la qualité de la donnée est essentielle, alors que les fournisseurs de data se différencient par la taille de leurs segments.
Mais cet impératif de qualité rend difficile l’ajout de nouveaux attributs de profils. Les panels sont donc souvent limités à du socio-démographique. Et leur taille limitée interdirait d’ailleurs de les catégoriser selon des critères trop fins : consommation de telle marque de soda, de tel modèle de voiture par exemple.
Enfin, à l’ère du RGPD, de la mort annoncée des cookies et de l’IDFA, le consentement prend une place nouvelle et prépondérante. Dans un panel, les participants sont volontaires, conscients et défrayés. On sait tout sur eux, soit, mais ils en sont conscients et informés.
De quoi sera fait le monde d’après la convergence télé-digital ? Espérons qu’il prendra le meilleur des deux. Pas le pire. Des bases de data incomplètes, sans déduplication, incohérentes, en silo, de petite taille car peu de monde consentira à être tracé et ciblé ? Ou des individus dédupliqués, des volumes importants, des décisions en temps réel et une granularité maximale grâce à des enchères individuelles ?
Un mix des concepts marketing d’individus, de la qualité, allié à la puissance des enchères programmatiques. Voilà ce que j’espère que l’avenir nous réserve.
| Forces | Faiblesses | |
|---|---|---|
| Panels | Individus uniques Qualité (représentativité) Exhaustivité du comportement (mesure transversale, pas par technologie) Consentement (panélistes volontaires et défrayés) | Taille des échantillons Pas en temps réel Profils surtout socio-démographiques Pas directement actionnable Achats en volumes |
| Data | Taille qui permet une analyse plus granulaire Temps réel (décisions en 150 milli-secondes) Profils riches (mesure comportementale) Actionnable (utilisé pour acheter) Achats aux enchères (finesse des prix) | Cookies pas individus (et en perte de vitesse) Profils déclaratif (pas ou peu de vérification) Silos (par technologie publicitaire, par appareil, voire par site) Vie privée pas toujours respectée |
