Vers un monde sans cookies : quelles stratégies pour la publicité en ligne ?

La promesse du programmatique, c’est-à-dire « l’art de diffuser un message à la bonne personne, au bon endroit et au bon moment » risque fort de devenir « l’art de diffuser le même message en boucle à une personne au hasard, à n’importe quelle étape de son parcours d’achat. »

Mais cela ne signifie pas nécessairement qu’il faut revenir au ciblage contextuel ou à l’ attribution last click. Les spécialistes du marketing exploreront d’autres cas d’usages faisant appel aux données first-party et évitant d’avoir recours aux cookies tiers. 

Cela ne signifie pas non plus qu’il faudra renoncer à toute forme de mesure ou d’audience planning. Les données démographiques, d’audience in-market ou liées au score d’affinité fournies par des entreprises comme Google, Facebook, Amazon ou Pinterest restent utilisables : en plus d’être first-party par nature, elles sont gratuites, contrairement aux audiences vendues par des fournisseurs de données. Les techniques de reciblage publicitaire et de lookalike devraient également tenir le choc, à condition de s’appuyer sur un fonctionnement sans cookies et du  CRM onboarding.

Les outils de mesure omnicanale et d’attribution ne disparaîtront pas complètement mais viendront uniquement de walled gardens avec des intégrations de données first-party, ou de clean rooms comme l’Ads Data Hub de Google ou le Marketing Cloud d’Amazon.

Face à ces changements, les spécialistes du marketing devront s’appuyer sur les quelques utilisateurs qui ont accepté de partager leurs données plutôt que sur un grand nombre d’utilisateurs anonymes. Aujourd’hui, les données first-party sont essentiellement utilisées pour des cas d’usage de retargeting, d’extension d’audience ou d’attribution. L’utilisation la plus courante consiste à créer un lien entre un cookie anonyme first-party, comme par exemple une exposition à une publicité ou une vue de page produit, et un cookie tiers anonyme provenant par exemple d’une DSP. Demain, les données first-party pourront uniquement être utilisées pour associer une identité connue, comme par exemple une adresse e-mail encryptée, à la base d’emails encryptée d’un walled garden via un processus de CRM onboarding.

Les spécialistes du marketing ont donc tout intérêt à arrêter de stocker des identités first-party anonymes pour au contraire commencer à lister les données connues d’utilisateurs, tout en étant en conformité avec le RGPD et le CCPA. Il faudra aussi redéfinir les KPIs de performance média concernant la génération de demande. Avant de pouvoir atteindre un volume suffisant de données CRM, les marques devront enfin montrer aux utilisateurs ce qu’ils gagnent à partager leurs données personnelles.

Des données first-party pour mieux répondre aux besoins du consommateur

Alimenter une liste de données first-party connues n’a aucun intérêt pour une marque si elle n’est pas accompagnée d’insights riches. Les marques devront donc coupler, enrichir et scorer leurs données first-party en utilisant une approche Cloud for Marketing, c’est-à-dire en connectant leur DSP ou leurad server à des technologies cloud comme Google Cloud Platform, Amazon Web Services (AWS) ou Microsoft Azure.

Il est possible par exemple de procéder à un calcul prédictif de la Customer Lifetime Value (LTV) pour modéliser la valeur d’un client sur la base de lookalikes. En effet, les marques veulent cibler une audience proche de leur meilleure clientèle et non pas des personnes inscrites à une quelconque newsletter.

En utilisant un modèle de propension, une marque peut calculer la probabilité qu’un client réagisse positivement à du marketing direct peu coûteux. Cela permet aux entreprises de concentrer leurs campagnes d’acquisition plus coûteuses sur des clients autrement hors de portée. 

Les marques peuvent aussi utiliser des systèmes de recommandation afin d’insérer de manière dynamique les prochaines meilleures offres au sein d’une publicité programmatique ou d’un format vidéo court.

Pour ce faire, il faut exploiter le potentiel des environnements Cloud. Il est possible par exemple d’associer des données de navigation Google Analytics 360 ou Adobe Experience Cloud avec des données CRM provenant de Salesforce au niveau le plus granulaire dans le Cloud, via Google BigQuery ou AWS Redshift. À cela viennent s’ajouter de puissants outils de machine learning : les marques peuvent alors établir des scores précis pour leurs clients ou prospects. Elles pourront ensuite envoyer ces données CRM enrichies vers  des walled gardens à des fins de mesure ou d’activation.

Ce nouveau paysage publicitaire sans cookies ne représente donc pas un retour au ciblage contextuel à l’aveugle, ni à l’attribution last click. Au contraire, il faudra trouver davantage de profils à la fois pluridisciplinaires et experts dans un domaine, capables de travailler tant sur un CRM, sur du programmatique que dans le Cloud.

Au-delà des bouleversements liés à la régulation des données personnelles, le nouveau paysage de la publicité en ligne présente certes des difficultés mais aussi des opportunités à saisir. Les professionnels du marketing qui attendront la fin des cookies pour commencer à changer leur fusil d’épaule et adapter leur stratégie risquent fort de voir leur ROI baisser. En revanche, ceux qui seront capables de réévaluer rapidement leur utilisation des données publicitaires, de préparer un capital de données first-party et d’exploiter tout le potentiel des nouvelles solutions proposées par les walled gardens, pourront tirer leur épingle du jeu.