La compétition est de plus en plus féroce pour les annonceurs sur les grands carrefours d’audience que sont les moteurs de recherches et les réseaux sociaux : 70% des budgets digitaux vs moins de 50% du temps passé sur le web par les internautes.
Il devient de plus en plus crucial pour les marques d’identifier et de toucher les consommateurs avant qu’ils ne soient engagés dans le tunnel de conversion afin de les sensibiliser en premier sur leur offre et ainsi échapper à cette concurrence acharnée entre annonceurs qui fait baisser la performance des budgets digitaux.
Le predictive targeting est un mode de ciblage innovant qui va permettre de toucher les internautes avant qu’ils ne déclarent leur intention en tapant une requête dans un moteur de recherche (search targeting) ou en se rendant sur une page produit (retargeting).
Le predictive targeting a pour ambition de prédire une intention d’achat, lorsque le consommateur est encore en réflexion et n’a pas débuté son processus d’achat.
Le predictive targeting permet grâce à l’analyse de signaux faibles et à l’intelligence artificielle de prédire un achat d’un consommateur et donc de le cibler en conséquence en lui proposant une recommandation personnalisée d’offres répondant à ses probables aspirations et besoins.
Afin d’arriver à la bonne prédiction, ce sont des centaines, voire des milliers de signaux faibles par individu qui sont analysés : lecture d’un article sur un site média, visite sur un blog ou un site marchand, etc. Autant de signaux qui permettent petit à petit de dresser un profil et de prédire un intérêt puis une intention pour une marque ou un produit grâce à de puissants algorithmes.
Ces signaux faibles sont recueillis en parfait respect de l’internaute, avec son consentement, et de manière complètement anonyme.
Cette prédiction donne ensuite lieu à une recommandation d’offres, de marques et de produits, individu par individu, à travers un format publicitaire, quel qu’il soit (display, natif, vidéo, etc.).
Le comportement de l’internaute est ensuite analysé : a-t-il cliqué sur la recommandation d’offres ? A-t-il surfé longtemps ou peu sur le site ? A-t-il acheté le produit recommandé ou un autre ou aucun produit ? N’a-t-il pas du tout réagi à la bannière ? Toutes ces actions sont analysées en permanence grâce au machine learning (apprentissage automatisé), la pertinence de la prédiction réalisée en amont est contrôlée et en fonction, le profil de l’internaute bâti évolue constamment.
En sensibilisant l’internaute à une offre le plus tôt possible, lorsqu’il n’est pas encore sur sollicité sur un sujet ou un produit l’intéressant, le predictive targeting représente un moyen pour les annonceurs de renforcer leur bassin de potentiels clients avec une performance au-delà des approches classiques (type ciblage socio-démo).
Pour l’internaute, c’est une façon de découvrir des offres qui peuvent l’intéresser tout en profitant d’une expérience publicitaire qualitative et respectueuse (pas de ciblage en cas de score d’appétence trop bas, pas de répétition à outrance, adaptation en permanence des offres en fonction de ses réactions, respect de son consentement et de sa vie privée).
Le predictive targeting doit être analysé par des solutions de contribution tierces qui peuvent facilement démontrer l’importance de ce canal vs le travail réalisé sur les prospects déjà déclarés. Généralement, le predictive targeting est analysé avec une approche first click ou post click et un post view limité à une période courte (de quelques heures à quelques jours en fonction du cycle de vente du produit).
Les analyses montrent que le predictive targeting possède un impact direct sur la conversion (approche post ou first click) et un impact indirect (des personnes qui n’ont pas cliqué sur une bannière mais qui se rendent plus naturellement sur le site que des personnes non exposées sans l’intervention d’autres canaux payants – approche post view).
Pour mesurer la performance du predictive targeting, ce sont a minima le coût à la visite qualifiée et idéalement le coût par nouveau client (CPA) qui sont généralement utilisés.
Enfin le predictive targeting possède un potentiel immense pour les annonceurs car il n’est pas limité au nombre de requêtes sur un sujet ou au nombre de visites réalisées sur le site de la marque.
Le predictive targeting représente sans nul doute le canal d’acquisition de demain, mêlant respect de l’internaute et optimisation du business des annonceurs.