Cross device et publicité en ligne : quel impact ?

L’ultraconnectivité du consommateur pose une vraie problématique pour un annonceur : comment celui-ci peut-il être sûr qu’une publicité affichée sur ces différents appareils ait bien été vue par la même personne ? Cette question est fondamentale pour gérer efficacement la pression marketing et mesurer correctement l’attribution de chacune des publicités en ligne.

Les adservers qui affichent les publicités sur les sites déposent un cookie qui identifie l’internaute et permet de l’associer à une impression et surtout à un clic (voire à une vente dans le cas d’un site e-commerce). Dans le cas où un internaute utilise deux ordinateurs différents, deux cookies différents seront alors automatiquement associés au même individu (cookie A et cookie B). Mais le boom des nouvelles technologies et l’ultra-connectivité des consommateurs a compliqué le problème : désormais, l’identifiant associé à l’utilisateur n’est plus un cookie mais un IDFA (IDentifier For Advertiser). Autrement dit, une seule et même personne physique possède désormais autant d'identifiants qu'elle a d’appareils depuis lesquels elle se connecte…difficile donc pour l’annonceur de savoir que 3 identifiants venant de 3 appareils différents proviennent d'une seule et même personne !   Problème n°1 : sous-évaluation de la pression marketing

L’incapacité à gérer les problématiques de cross-device conduit les annonceurs à sous-estimer la fréquence d’impression et à sur-estimer le reach, autrement dit le nombre de personnes exposées à leurs campagnes. En effet, si une personne voit la même publicité trois fois sur trois écrans différents (une fois sur son smartphone, une fois sur sa tablette et une fois sur son ordinateur de bureau), l’annonceur considèrera alors, à tort, que sa publicité a été vue une seule fois par trois personnes différentes.

Problème n°2 : calcul de l’attribution faussé

Si un consommateur voit la publicité d’un nouveau produit pour la première fois sur son mobile mais qu’il achète finalement cet article sur son ordinateur de bureau, le canal mobile ne sera pas crédité pour la vente. L’impact des différents canaux d’une même campagne est alors difficile à déterminer.

Quelques solutions pour relier les différents identifiants online des consommateurs

- L’approche déterministe

Elle s’appuie sur des environnements où l’utilisateur est toujours connecté (Facebook, Gmail), que ce soit sur son ordinateur personnel, son smartphone ou encore sa tablette. Le  pivot entre tous les appareils de l’utilisateur est l’adresse email utilisée pour se connecter. Facebook est par exemple capable de savoir qu’un utilisateur a vu la même publicité sur son smartphone (application mobile) et sur son ordinateur (site Facebook) car dans les deux cas l’utilisateur est connecté.

Cette approche pose deux problèmes. Tout d’abord, elle nécessite de disposer de bases d’utilisateur gigantesques… ce qui limite alors cette approche  aux Géants de l’Internet, comme Facebook, Twitter, Google, ou encore Amazon. Une autre problématique est celle du “walled-garden” : dès que l’on sort de l’univers de Facebook ou Google pour faire du média classique, on perd cette vision unifiée. Facebook en a bien conscience et a lancé Atlas, une solution universelle qui fonctionne en dehors de l’écosystème Facebook. Mais cela ne règle toutefois le problème d’asymétrie d’informations entre l’annonceur et le géant Internet, ce dernier possédant toute la donnée.

- L’approche probabiliste

La réconciliation (ou “matching”) cross-device probabiliste est obtenue par l’analyse algorithmique de milliers de données. Elle permet de créer des liens entre les différents appareils d’un même individu. Deux appareils peuvent ainsi être couplés si l’on observe qu'ils se connectent au même réseau et aux mêmes heures plusieurs fois par semaine. Parmi les données prisées, on retrouve donc le comportement de navigation, le type d’appareil, le système d’exploitation, la géolocalisation (obtenue par l’intermédiaire de prestataires de matching) ou encore le moment de la journée.

Considérée comme moins précise que l’approche déterministe car s’appuyant sur des modèles statistiques, la réconciliation cross-device probabiliste est cependant plus en ligne avec les politiques de protection des données. Un acteur comme Drawbridge (3,6 milliards d’appareils couplés dans le monde pour plus d’un milliard d’individus tracés) offre jusqu’à 97,3 % de précision… mais sur les 10,3% qu’ils ont réussi à matcher avec un échantillon test fourni par Nielsen ! Cette approche est aussi plus équilibrée pour les annonceurs que les approches déterministes où Facebook et Google sont en position de force.

 -       La DMP, une solution mixte

La DMP est une solution qui, grâce à ses algorithmes, permet de créer un identifiant unique correspondant à une seule et même personne physique à partir de tous les identifiants que la DMP récolte sur chaque device que le client ou prospect utilise. La DMP utilise une approche probabiliste pour faire un matching d’identifiants cross-device.

Mais l’aproche probabiliste de la DMP peut être complété par uhne approche déterministe quand le client se connecte aux sites de l’annonceur.

En bref, les marques cherchent à suivre le consommateur sur tous ses appareils, c’est ce qu’on appelle l’omnicanalité. L’enjeu est d’avoir une approche agnostique de l’appareil sur lequel navigue le prospect ou le client et qui dépend de son avancement dans le tunnel d’acquisition. Les entreprises devront faire face à la multiplication des supports et le tracking sur les différents appareils des clients deviendra une norme. Pour avoir une stratégie omnicanale, il n’existe pas de solution parfaite aujourd’hui. Mais la DMP est une solution qui permet aux annonceurs d’être le plus indépendant possible et de respecter les contraintes légales.

Google / Media