Ciblage publicitaire : les campagnes reposant sur des données de mauvaise qualité sont vouées à l’échec

La publicité numérique s'est focalisée sur quatre critères essentiels : délivrer le bon message, cibler la bonne personne, choisir le bon moment et employer le bon canal. La normalisation du smartphone dans les pays développés et son adoption rapide dans les pays moins développés en font l’outil incontournable pour atteindre les consommateurs. Les annonceurs sont maintenant enclins à accorder plus d'attention à la qualité des performances des interactions entre les personnes.

Depuis son avènement, l'industrie de la publicité numérique s'est focalisée sur quatre critères essentiels : délivrer le bon message, cibler la bonne personne, choisir le bon moment et employer le bon canal. En 2017, ces fondamentaux sont toujours d’actualité. Même si les possibilités actuelles de collecte et de traitement sont quasiment infinies, choisir la bonne combinaison reste une tâche complexe dans un environnement constamment en mouvement. 

Les plateformes publicitaires se sont multipliées, les consommateurs sont beaucoup plus sollicités et sélectifs et la règlementation sur la collecte et la conservation des données se durcit. Dans ce contexte, avoir des données « first party » qualitatives, riches et collectées dans le respect de la règlementation est plus que jamais fondamental.
 
La normalisation du smartphone dans les pays développés (plus de 70 % de taux de pénétration en France), et son adoption rapide dans les pays moins développés en font l’outil incontournable pour atteindre les consommateurs. Utilisé partout, en situation de mobilité et bien plus longtemps que les autres terminaux, le mobile offre des possibilités sans précédent par rapport à d’autres supports. Concrètement, à chaque clic, survol, lien suivi, commentaire publié, ou même changement d’état de l’appareil, des données sont créées. Lorsqu'elles sont correctement recueillies et interprétées, ces données individualisées et contextualisées peuvent être utilisées pour comprendre les utilisateurs à travers leur comportement.

Une concurrence stimulée par les enjeux autour de la qualité des données
 
Les annonceurs sont maintenant enclins à accorder plus d'attention à la qualité des performances des interactions entre les personnes et leurs expositions de marque. Cela signifie aller au-delà des métriques typiques du CPC (coût par clic) et du CPV (coût par vue) qui sont devenues depuis longtemps la norme de l'industrie. 

Les algorithmes de plus en plus sophistiqués sont capables d'afficher de meilleures publicités aux utilisateurs aux meilleurs moments possibles. Bien que ces techniques aient existé sous différentes formes depuis les débuts du web, ce n'est que récemment que les infrastructures ont permis de traiter les volumes de données d'utilisateurs recueillies en quasi temps-réel. Les meilleurs algorithmes d'apprentissage automatique - ceux qui sont en mesure de tirer parti de la richesse des nouvelles données susmentionnées - permettent l'affichage d'annonces engageantes qui augmentent à la fois la performance à court terme et la familiarité à long terme avec les marques.
 
Cependant, la concurrence autour de l'écriture des derniers et meilleurs algorithmes représente seulement la moitié de la bataille. Les meilleurs résultats ne peuvent provenir que d'une combinaison de données exhaustives et de haute qualité avec les algorithmes les plus innovants et efficaces. Il n’existe pas de solution miracle qui prend le pas sur les autres en toutes circonstances : il y aura toujours une variété d'approches pour s'attaquer à un ensemble particulier de critères. Comme un grand chef sélectionnant les bons ingrédients pour la bonne recette, les spécialistes du marketing combineront les données les plus pertinentes avec l'algorithme approprié afin de livrer des résultats appétissants.
 
Et même si la concurrence autour des algorithmes restera au cœur des préoccupations des entreprises évoluant sur le marché des technologies publicitaires, les excellents résultats commencent tous par la qualité des données. Le vieil adage « Garbage in, Garbage out » n'a jamais été plus approprié. Le meilleur algorithme d'apprentissage automatique donnera des résultats décevants s’il est appliqué uniquement à des données de faible qualité. Ce n'est pas une coïncidence si les leaders du marché de l'apprentissage automatique de la publicité, Google et Facebook utilisent exclusivement des données de première main.  

Habitués à recevoir des notifications ou des recommandations contextualisés, les utilisateurs ont un niveau d’attente élevé par rapport à la pertinence des sollicitations qu’ils reçoivent. Les messages qui auront leur attention seront ceux qui sauront émerger du fait de leur pertinence dans un environnement donné. Le message publicitaire doit s’inscrire dans ce mouvement sous peine d’être ignoré, passé ou bloqué.


En 2016, 380 millions d’appareils dans le monde disposaient d'un logiciel de blocage des publicités, 36 % des français sont équipés et 70 % d'entre eux trouvent les publicités en ligne agaçantes. En parallèle, les études soulignent l’ambivalence des consommateurs par rapport aux messages des marques et à la peur de passer à côté d’une information clé (le « Fear To Miss Out »). Le rapport publié par Hubspot révèle que 77 % des répondants (France, Royaume-Uni, États-Unis et Allemagne) souhaitent filtrer les publicités et non les bloquer totalement. Cela leur permettrait d’être exposés à des publicités plus ciblées. Malheureusement pour les spécialistes du marketing, les logiciels d’adblocking ne font pas la distinction entre le filtrage et le blocage.


Face à de telles menaces, il est plus que jamais nécessaire que l'industrie de la publicité fournisse des messages plus attrayants et contextualisés dans les espaces laissés par ces consommateurs. Au-delà des bénéfices en matière de performance, c’est la viabilité future d'une industrie qui traite avec des consommateurs de plus en plus avertis qui est en jeu.


Les données de première main ne sont pas seulement la nouvelle référence en matière de publicité, elles deviendront également une référence légale. La décision de l'Union Européenne sur la GDPR devrait entrer en vigueur officiellement en mai 2018 et constitue désormais le sujet le plus pressant pour quiconque recueille des données sur les utilisateurs et espère en faire un modèle économique pérenne. Pour les annonceurs, il n'y aura pas d'exception.


Par conséquent, les annonceurs qui envisagent d’utiliser l’apprentissage automatique dans leurs publicités doivent non seulement s’assurer que leur fournisseur collecte des données authentiques de première partie, mais également qu’il utilise des méthodes éprouvées pour ce faire.

Adtech

Annonces Google