Entre dernière mise à jour iOS, future suppression des cookies tiers ou encore montée en puissance des adblockers, difficile de s’y retrouver lorsqu’on veut faire de la publicité ciblée en ligne ! 

Nos experts font le point sur ces changements et proposent des solutions pour votre business.

La publicité digitale en 2022

Depuis la crise sanitaire, un besoin clé émerge pour les consommateurs : plus de transparence, notamment dans la collecte et l’utilisation des données personnelles. Face à cela, les GAFAM (géants de la tech : Google, Amazon, Facebook, Amazon et Microsoft) prennent des initiatives. 

Depuis 2012, Apple a bouleversé le quotidien des Traffic Managers. En donnant à ses utilisateurs le choix d’être traqués ou non, l’entreprise sécurise les données de ses clients. 

Une décision qui s’inscrit dans un contexte particulier : selon une enquête de The Trade Desk, 8 Français sur 10 seraient préoccupés par la collecte et l’utilisation de leurs données sur Internet. Apple réoriente ainsi ses messages de communication pour parler davantage de confidentialité et de sécurité des données sur ses appareils. 

En France, le système d’exploitation iOS concentre 23,4% du marché (étude Kantar 2021), un chiffre qu’il est important de rappeler lors de l’analyse de vos campagnes pour tirer des conclusions pertinentes. Ainsi, il est bon de se souvenir que près des trois quarts des Français naviguent sur un smartphone Android, cette modification peut donc avoir plus ou moins d’impact sur vos campagnes. 

Impossible de parler de publicité ciblée sans évoquer la RGPD. Depuis le 25 mai 2018, la Réglementation Générale sur la Protection des Données rend obligatoire le fait de laisser le choix à chaque utilisateur d’accepter ou non les cookies sur son site internet. 

Les premières statistiques sont tombées : +50% des personnes les refusent. Impossible dans ce cas là de traquer le parcours de l’utilisateur, et donc de voir apparaître les données sur votre tableau de suivi de campagne. 

La disparition progressive des cookies tiers et la montée en puissance des ad blockers entrent également en jeu. En 2020, près de 44% des Français avouaient utiliser un ad blocker. Et le chiffre ne fait qu’augmenter d’année en année ! 

Mais en quoi tous ces changements impactent-ils la publicité ciblée ? 

Lorsqu’un internaute choisit de ne pas être tracké, il vous est impossible de connaître son parcours : il vous manquera donc une partie des informations sur le reporting de votre campagne. Il sera ainsi beaucoup plus difficile de mesurer les conversions !

Au quotidien, les ciblages algorithmiques deviennent moins précis, notamment à cause de la disparition des cookies tiers. Les opportunités de retargeting sont limitées : impossible de toucher à nouveau un internaute dont on ignore le parcours utilisateur. 

Tout cela se résume en une conclusion : le ROAS (Return On Ad Spent), soit le retour sur votre investissement média, ne se mesure plus ! Du fait de données insuffisantes, ce chiffre ne peut plus représenter l’efficacité d’une campagne, il appartient donc de trouver des alternatives. 

Comment réagir ? 

Nous avons interrogé nos experts en data et campagnes Ads pour vous fournir les réponses les plus pertinentes possibles. 

Sur la stratégie, nous conseillons de diversifier les leviers de communication. Vous pouvez tester ou déplacer une partie de vos budgets sur Meta ou ailleurs par exemple. Toutes ces plateformes œuvrent dans le même but : communiquer. Que ce soit pour de la notoriété, du trafic ou de la conversion, vous trouverez forcément la plateforme parfaite. Sur Meta par exemple, privilégiez les communications autour de l’image. Sur Google, orientez-vous davantage sur les intentions de recherche des internautes.  

Côté audiences, capitalisez encore plus sur les data first-party. Elles concernent l'ensemble des données propriétaires de votre entreprise : personnes inscrites à vos newsletters, clients, prospects… Ces données valent de l’or ! 

Et sur vos annonces, saisissez l’opportunité de tester de nouvelles accroches pour développer la transformation. Nous vous conseillons de vous intéresser plus particulièrement :

Puisque le ROAS ne fait plus sens, vous devrez trouver des alternatives pour analyser vos campagnes. Les signaux d’engagement on-Meta peuvent être un bon départ ! Vous pouvez ainsi qualifier vos résultats grâce aux indicateurs de performance (KPI) de visionnage, likes, followers… Ou plus spécifiquement sur du remplissage de formulaire par exemple. Selon votre business, il peut également être intéressant d’intégrer plusieurs nouveaux KPIs à votre dashboard et ne plus se concentrer sur un seul : taux d’ajout au panier, etc.

Enfin, rassurez votre boss, c’est pareil pour tout le monde ! 

Chez customR, nous élaborons des campagnes publicitaires pertinentes et en adéquation avec vos audiences et vos objectifs. Contactez-nous pour en savoir plus !

À l’heure du Big Data, l’interfaçage avec des plates-formes web externes constitue pour les sites e-commerce un nouvel enjeu de performances. Il ne s’agit plus seulement d’avoir la maîtrise de ses données sur son seul site, mais de les appréhender au sein d’un environnement plus vaste et protéiforme.

Le cross-domain, qu’est-ce que c’est ?

Sur un site e-commerce, il arrive régulièrement que l’on sorte du giron de celui-ci pour se connecter à une application tierce. C’est le cas par exemple de certains sites d’hôtels, qui redirigent l’internaute vers une place de marché multi-vendeurs pour finaliser une réservation en ligne.

Le cross-domain vise à ce que deux plates-formes distinctes communiquent, assurant un regard exhaustif sur le parcours d’achat des internautes lors du tracking.

En quoi le cross-domain pose un problème de tracking ?

Les sites et les API reposent généralement sur une syntaxe de programmation différente, chacun appliquant ses propres variables pour une même information. Dès lors, les données trackées sur le premier domaine ne le sont plus sur le second. Cette rupture du tracking fausse totalement l’analyse des performances et plus grave, la prise de décisions.

Les secteurs de l’hôtellerie et du tourisme sur Internet, qui s’appuient bien souvent sur un système tiers (moteurs de réservation en ligne, d’avis, etc.), sont largement en proie à ce problème de tracking. L’activité du site internet est alors considérée indépendamment de celle du booking engine (le tunnel de réservation). L’évaluation de la performance des sources de trafic est donc soit impossible, soit fausse.

Comment mettre en place le cross-domaine depuis google tag manager ?

L’utilisation de GTM permet de centraliser l’ensemble de ces balises de tracking. À défaut d’avoir la main sur les applications tierces concernées, il s’agit souvent d’en contacter l’équipe technique et de lui fournir la balise de tracking à installer.

Si ces plates-formes externes ne le permettent pas, il demeure possible de créer un code JavaScript plus complexe et spécifique à chacune d’entre elles, permettant de ne pas perdre ses données.

Pour pallier la différence de syntaxe entre Google Tag Manager et une application tierce, il est essentiel de mettre en place un data layer, un objet JavaScript qui fonctionne à la manière d’un dictionnaire français-anglais. Il garde en mémoire la traduction de chaque variable d’une plate-forme externe en une variable GTM. Un exercice d’autant plus compliqué lorsque plusieurs sites d’un même écosystème pointent vers une même API, ou lorsque cette dernière comporte plusieurs étapes de validation de réservation.

Conclusion

À partir d’une expertise JavaScript, d’une bonne connaissance de GTM et des API concernées, il est donc techniquement envisageable d’interfacer son site avec n’importe quelle plate-forme externe, à condition que cette-dernière soit suffisamment ouverte.

Dès lors, la mise en place simplifiée d’un cross-domain peut constituer un argument de poids pour se tourner vers telle ou telle application tierce, à même de garantir à ses clients une analyse juste exhaustive de leurs performances.

N.B.: Customary intervient sur les dispositifs de performances digitales et de tracking auprès de grands clients du secteur touristique : Evian Resort, Le Domaine du Val, Lov Hotel Collection, Groupe Barrière, Futuroscope, etc.

Dans la frénésie actuelle du data-driven marketing, de nombreuses entreprises investissent dans une solution DMP (Data Management Platform). Cet outil permet de collecter et de standardiser toutes les données d’une entreprise en les associant à un individu, et de créer des segments pertinents pour l’activation média. La performance de ces outils nécessitant un grand volume de données, les sociétés e-commerce, de télécommunications et pure-players type BlaBlaCar paraissent donc naturellement avantagées sur ce terrain.

Les marques PGC (Produits de Grande Consommation) sont souvent citées comme étant celles qui disposent du moins de données consommateurs propriétaires (first party). Peu de monde va sur leurs sites web ou rejoint leurs programmes de fidélité, et leurs sites de vente de produits thématiques brandés ne sont pas toujours un succès. Par ailleurs, les informations de transaction qui ont de la valeur pour le ciblage des consommateurs sont précieusement gardées par les distributeurs. Ainsi, malgré peu de données d’enregistrement, de comportement sur site web ou de vente hors ligne, pourquoi de nombreuses grandes entreprises PGC investissent-elles dans ces outils coûteux de gestion des données first-party ?

Evidemment les sociétés PGC n’auront jamais les vastes quantités de données qu’un distributeur ou un e-commerçant peut avoir. Elles dépensent en revanche énormément en médias. Et un gros budget média entraîne proportionnellement une augmentation du volume de publicités mal ciblées. Mais les marques vont devoir s’adapter. En effet le développement des adblockers montre une volonté des consommateurs de voir des annonces mieux ciblées et moins intrusives. Deuxièmement la réduction des budgets marketing, imposée par les investisseurs de ces grands groupes impose de rationaliser chaque euro dépensé. Exit la règle de Wannamaker (« je sais que la moitié de ce que je dépense en publicité est perdu, mais je ne sais pas quelle moitié »), bonjour la DMP. La mesure et le contrôle de la fréquence globale que proposent cet outil permet par exemple de limiter les pertes et de redistribuer correctement le budget sur les cibles susceptibles de convertir. Cela nécessite un grand volume de données, que le distributeur de PGC a effectivement en abondance à travers les données médias.

Mais l’intérêt d’une gestion des données pour ces marques dépasse ce premier use case de capping dont on a déjà parlé ici. Voici quelques autres tactiques plébiscitées par les grands marketeurs PGC :

Les achats comme nouveau critère de ciblage prédictif

Les spécialistes du marketing s’éloignent progressivement du simple ciblage démographique. Le genre, l’âge et le revenu sont bien sûr toujours pertinents pour cibler la « femme, âgée de 25 à 54 ans, avec 2 enfants », mais les usages des ménages évoluent et cela ne suffit plus. Aujourd’hui, les hommes sont en effet tout autant susceptibles de faire des courses un jeudi soir que leur compagne. Les marketeurs ont vu cela et ont accordé plus de budget au ciblage comportemental, psychographique et contextuel. Est-ce cependant adapté aux PGC ?

Les marques PGC ont longtemps compris la valeur des achats passés (cartes de fidélisation et coupons), mais ils ont peiné à activer des audiences en fonction de ces données jusqu’à l’émergence des nouvelles technologies de data management. Maintenant, les marketeurs peuvent acheter les données des coupons/cartes de fidélité de certains magasins (via Datalogix ou Nieslen Catalina aux USA) et créer des segments à forte valeur ajoutée basés sur les achats. Si vous vendez des dentifrices, vous pouvez désormais varier votre message entre vos consommateurs et ceux de vos concurrents. Magique ? Non car ces segments sont petits et doivent être enrichis pour être exploitables. En outre, le temps de récupérer les données de vente des magasins, il est souvent trop tard pour optimiser un plan multimédia.

Cela dit, les spécialistes du marketing PGC constatent que les achats d’un consommateur révèlent beaucoup de la composition du ménage et de son affinité pour les autres produits d’une entreprise. Il ne semble pas évident qu’un panier contienne des couches et de la bière, jusqu’à ce que vous compreniez que maman a envoyé papa au magasin pour acheter des Pampers, et qu’il en a profité pour prendre un pack de Heineken. Ces idées façonnent les nouvelles stratégies de segmentation des audiences digitales, et ces tactiques sont de plus en plus automatisées grâce à l’utilisation de la modélisation algorithmique et du machine-learning. Plus efficace que le ciblage démographique, encore très utilisé, le ciblage par achat permet ainsi aux marques PGC d’augmenter leur portée (reach).

Optimisation de la portée par catégorie de consommateurs

Les marketeurs PGC réfléchissent constamment à la croissance de la quantité de produits qu’ils vendent, mais le dilemme du ciblage revient souvent. Qui cibler en priorité entre les consommateurs fidèles et ceux qui achètent moins régulièrement ?

Le fait de tirer parti des données permet aux marques PGC de ne pas trancher. De plus en plus, les entreprises adoptent une approche orientée fréquence qui identifie la bonne quantité de messages pour nourrir les consommateurs fidèles (peut-être 2-3 messages par mois) et amener les acheteurs modérés à des niveaux plus élevés de considération (jusqu’à 20 messages par mois). En outre, en utilisant la technologie DMP pour segmenter ces acheteurs en fonction de leur appartenance à telle ou telle catégorie, les créations peuvent être adaptées au public. Les acheteurs réguliers reçoivent ainsi des messages qui renforcent leur amour de la marque (« partage l’amour » avec Coca-Cola) et les acheteurs occasionnels des messages qui vont tenter de les convaincre (« meilleur goût », « de l’énergie pour le sport », « moins de sucre »).

Augmentation de l’impact publicitaire sur les ventes avec une communication cross-canal

Les marketeurs PGC ont des outils évolués qui montrent précisément l’impact d’une campagne média sur les ventes, et les utilisent pour ajuster leurs investissements médias en temps réel. Avec le pouvoir des DMP pour la mesure cross-canal, les sociétés PGC sont finalement en mesure d’appliquer même de petites idées pour améliorer l’efficacité des campagnes en test and learn.

Que se passe-t-il si les données révèlent qu’un mélange de 50% de messages sur la marque et 50% de messages d’actions directes augmente les téléchargements de coupons de 200% ? En d’autres termes, au lieu de simplement afficher les annonces « Céréales délicieuses », vous y mêlez quelques publicités « Achetez des céréales maintenant chez Monoprix et économisez tant ! », et vous verrez peut-être un impact énorme sur votre performance display. Malheureusement, cet insight simple n’était pas vérifiable avant que les DMP mutualisent la data cross-canal et l’associe à un individu. Ces petites techniques permettent désormais d’augmenter facilement l’impact d’une campagne sur les ventes.

Autre exemple, on affiche des messages de marque sur desktop toute la semaine, mais on met en avant une publicité plus incitative sur mobile le vendredi soir quand c’est l’heure de faire les courses. Ce call-to-action cross-canal donne de réels résultats, et implique seulement de saisir l’attention d’un consommateur favorable à la marque sur un autre appareil pour créer un impact fort. Encore une fois, une tactique simple, mais impossible sans la puissance d’un DMP.

Améliorer les performances avec le crm onboarding

La DMP est ainsi un outil indispensable pour réconcilier l’ensemble des données d’un annonceur derrière un profil. Elle n’est en revanche pas suffisante car les taux de réconciliation des profils (matching) varient fortement. Pour les clients connus de l’annonceur via un CRM, la reconnaissance de leurs entités digitales plafonne à 5-10% car il y a peu d’interaction entre une marque et ses clients sur le web (hormis sur les réseaux sociaux dont on ne peut malheureusement retirer aucune data). Ce taux peut en revanche être amélioré en ajoutant une brique CRM Onboarding (digitalisation du CRM) à la DMP, qui s’appuie sur des partenaires d’audience pour réconcilier les profils du CRM/PRM avec leurs identifiants digitaux. Cela permet d’augmenter le reach car les clients d’une marque sont souvent connus auprès de ces grands carrefours d’audience comme Webedia ou leboncoin. Même s’il reste souvent inférieur à 50%, on arrive ainsi à multiplier le taux de digitalisation du CRM par 4.

Les use cases permis par une réconciliation importante des profils clients et prospects sont nombreux : exclusion des campagnes d’acquisition, CRM display pour l’upsell ou le retargeting, réactivation des clients dormants…

Les digital marketeurs de marques de produits de grande consommation ont finalement réussi à progresser en travaillant avec des quantités relativement limitées de données. Que pouvez-vous faire avec les vôtres ? Avez-vous déjà lancé un projet DMP pour votre marque ?

Source (en anglais) : https://chrisohara.wordpress.com/2016/02/14/cpg-goes-dmp/

instagramlinkedintiktokfacebookyoutube
crosschevron-up