Publicité digitale, 4 alternatives pour un monde sans cookie

Consécutivement aux votes de multiples dispositions concernant la protection des données personnelles à travers le monde, Google a annoncé son intention de supprimer progressivement les cookies tiers d’ici 2022.

Si le consommateur s’en félicite, cette nouvelle est une véritable remise en question pour les professionnels du marketing digital. Quelles sont les options disponibles pour remplacer les cookies ? Comment anticiper cette transformation de la constitution des audiences publicitaires ? 4 pistes de réflexion.

Piste 1, les données secondaires

Afin d’anticiper la disparition des cookies tiers, l’utilisation des données secondaires est une alternative à étudier. En effet, ces data second party peuvent offrir un ciblage d’audience relativement précis, permettant d’assurer la transition, tout au moins d’expérimenter d’autres options.  

Ce type de données est, en effet, capable de renseigner les annonceurs au sujet des personnes ou des comptes, en identifiant notamment un secteur d’activité ou une fonction précise. En intégrant ces données à votre stratégie marketing, de manière plus large, il est ainsi possible de créer des cas d’usage destinés à la modélisation ou encore de fournir une base solide pour travailler les profils d’audience par similarité.

En revanche, les données secondaires restent relativement onéreuses. L’une des options pragmatiques à explorer reste donc le partenariat, offrant à chacune des parties un terrain d’expérimentation en vue du remplacement définitif des cookies tiers.

Piste 2, le ciblage par ID d’annonce pour mobile

Également nommé MAID, le ciblage par ID d’annonces mobile repose sur un identifiant anonyme, associé au système d’exploitation du smartphone. Les MAID constituent d’ores et déjà une référence dans l’univers du ciblage des applications car, elles sont conformes aux attentes autour de la confidentialité des données, tout en permettant de segmenter les audiences cibles par comportements ou centres d’intérêt. Avec un temps d’avance technologique et une augmentation du temps passé sur mobile, les MAID vont potentiellement gagner du terrain dans les mois à venir.

L’un des atouts majeurs des MAID étant de suivre les données de localisation d’un utilisateur. Ainsi, si par exemple, un utilisateur fréquente régulièrement le stade de sa ville, vous pouvez en déduire qu’il a un intérêt pour le sport. Outre ces extrapolations, il est également envisageable d’enrichir les MAID par des données déterministes hors ligne. Compilées aux données démographiques et aux centres d’intérêt, elles permettent de construire des profils d’audience nettement plus riches.

Notez toutefois que les évolutions récentes proposées par Apple sur l’IOS14 réduisent la portée de cet outil. En effet, les mobiles dotés de cette technologie sont potentiellement « bridés » par l’utilisateur lui-même, s’il fait le choix de préserver la confidentialité de ses données. De même, il est indispensable de s’assurer, en amont, de la qualité des données de localisation fournies par l’opérateur.

Piste 3, les modélisations personnalisées

Le ciblage algorithmique et la modélisation sosie sont des solutions qui interrogent davantage les annonceurs. En effet, certains craignent que les audiences modélisées ne proposent un ciblage trop large. Or, l’on sait désormais que la qualité de l’audience de sortie augmente au fil de celle d’entrée. Concrètement, le risque n’est réel que si l’on modélise des datas déjà modélisées, ce qui creuse les éventuels biais d’interprétation.

Si leur usage reste à affiner, les modélisations personnalisées offrent une source de complément, notamment lorsqu’elles sont enrichies de données déterministes en provenance de sources externes, telles que les réseaux sociaux, les enquêtes, sondages, historiques de paniers… Stables, ces données permettent de créer des segments d’audience précis ainsi que des modèles véritablement centrés sur l’intention. Évidemment, les données issues directement des clients et des communautés sociales constituent les socles les plus fiables pour vos modélisations d’audience.

Piste 4, les solutions Unified ID

La disparition annoncée du cookie, tel que nous le connaissons aujourd’hui, favorise les initiatives de part et d’autre. Ainsi, vont probablement fleurir dans les mois à venir pléthores de solutions offrant une segmentation d’audience, sous contrôle pour l’annonceur, comme pour la confidentialité des données consommateur. À ce jour, les solutions orientées vers l’identification unifiée, modernisant le ciblage et la mesure d’audience, semblent les plus avancées.

Ces outils ont pour ambition de collecter des informations utilisateurs, notamment contre l’accès au contenu. Ces datas sont ensuite anonymisées à l’aide d’identifiants chiffrés, puis commercialisées aux enchères. Si les annonceurs adhèrent à cette approche, les solutions unifiées offriront une excellente alternative aux données secondaires. Cependant, reste en suspens la question de l’évolutivité. Pour l’heure, les solutions unifiées nécessitent de collaborer avant d’autonomiser la donnée.

Tout changement est effrayant. Cela dit, la disparition du cookie est également l’opportunité de faire évoluer nos métiers et repenser nos stratégies de ciblage publicitaire, dans le respect des données privées des utilisateurs.

Partager cet article Lien copié !

A explorer

Audience Google Ads : Mode d'emploi
Travel, quelles tendances pour créer de nouvelles opportunités business ?
E-Commerce, le baromètre Easyence mai 2021
Conso, les Français sensibles au prix mais pas seulement…
Audience, 7 façons de collecter de la data first party
Audiences B2B Search Marketing