Le display a presque 30 ans et s’il a perdu de sa superbe face à des nouveaux leviers devenus incontournables comme le Search et le Social, il reste néanmoins l’un des préférés des annonceurs dans leur stratégie de marque et pour renforcer leur notoriété.
85% du display se fait en programmatique en France selon eMarketer, pour environ 1,3 milliards d’€ de dépenses par an.
Cependant quand on analyse de plus près son usage, ses performances et sa technologie, le programmatique est aujourd’hui à la traîne face à l’arrivée d’innovations publicitaires s’appuyant sur des nouveaux concepts comme le machine learning et l’I.A.
C’est le cas du predictive targeting qui offre aux annonceurs puissance, performance, expérience publicitaire dans le respect des internautes et de la marque.
Découvrez notre comparatif, point par point pour comprendre ce qui différencie ces deux leviers de publicité digitale.
L’une des principales différences entre les 2 approches se situe sur le ciblage, comme nous l’expliquons dans le wiki data marketing.
D’un côté, le programmatique propose un ciblage par segments selon différents critères comme le ciblage géographique, par langue, contextuel : en fonction du contenu de la page du support, thématique : en fonction de la thématique traitée par l’éditeur, par audiences…
Ces différents ciblages peuvent être combinés pour offrir plus de précisions et de possibilités aux marques.
Les segments peuvent être créés avec des solutions internes (type DMP) sur ses propres données (first party data) ou mis à disposition par des acteurs tiers qui ont fait ce travail de qualification (third party data).
Cette approche est assez classique et rassurante pour les équipes marketing car globalement très utilisée depuis des années et qui permet d’identifier facilement et rapidement des consommateurs à toucher.
Cependant, la limite de ce type d’approche repose sur le fait qu’un consommateur est dans un segment, soit il ne l’est pas – C’est une approche binaire (intéressé par la mode / non intéressé), il n’y a pas de graduation alors que les intérêts sont souvent très variables d’une personne à une autre. De plus, la personnalisation demeure limitée car on considère les centaines de milliers ou les millions de personnes dans le segment comme identiques, alors que chaque individu est unique.
D’un autre côté, nous avons le ciblage intelligent et individuel, proposé par le Predictive Targeting.
L’émergence de l’I.A. permet aujourd’hui de traiter des milliards de données très rapidement. Et c’est nécessaire face à la quantité d’information disponible sur Internet pour analyser et comprendre les consommateurs qui passent de plus en plus de temps sur les sites médias, les réseaux sociaux et font de plus en plus d’achats sur Internet.
Grâce au traitement réalisé, on peut faire du ciblage à l’individu et permettre aux marques de créer une campagne publicitaire totalement personnalisée.
Le fameux “au bon endroit, au bon moment, à la bonne personne” prend ainsi tout son sens.
Le caractérisation d’un profil ne peut se faire que sur la base d’une analyse comportementale. Il faut donc prévoir une phase en amont des actions marketing d’étude et d’analyse des comportements avant d’avoir la capacité d’actionner les cores ainsi générés.
Le programmatique est aujourd’hui largement utilisé en display mais de nouvelle forme sont apparues ces dernières années : vidéo, audio podcast, tv, native ads…
Si les performances de ces types de publicités sont peu regardées, c’est avant tout une question de stratégie des annonceurs. En effet, le programmatique sert avant tout la notoriété à travers le haut de tunnel dans le parcours client.
La baisse constatée du nombre de clics sur les bannières publicitaires depuis plusieurs années a imposé aux annonceurs un usage de ce format pour des actions de communication de marque, en complément d’autres leviers (publicitaires ou non).
Le modèle économique est ainsi basé sur le CPM pour favoriser le nombre d’impressions et l’impact du message publicitaire dans l’esprit du consommateur.
Sur des formats de vidéos, on regardera le nombre de vidéos vues, celles-ci étant très peu génératrices de clics.
En ce qui concerne le predictive targeting, le ciblage ultra précis permet de mettre plus de performance. En effet, grâce à un message personnalisé envoyé à la bonne personne, intentionniste d’achat, le nombre de clic sur une bannière, une vidéo, une publicité native sera beaucoup plus fort.
Il y a une vraie volonté de coller aux attentes des annonceurs en recherche de performances tout en ayant un discours de marque fort.
C’est ce que nous appelons la brandformance.
Ainsi le modèle économique est au CPC avec une optimisation à la performance (CPA, CVQ, Taux de complétion vidéo…).
A noter également un effet pervers du programmatique : la fraude. On considère qu’environ 50 % du trafic publicitaire serait d’origine frauduleuse, à savoir généré par des robots. Cela constitue une perte sèche pour les annonceurs e-commerce qui investissent une part de leur budget en programmatique sur un modèle de rémunération à l’affichage de leur publicité.
Grâce l’I.A., le predictive targeting contrôle le fraude et les comportements anormaux pour offrir un maximum d’assurance aux annonceurs.
Une autre différence capitale réside dans le quotidien d’une campagne publicitaire. Le programmatique fait appel à des réglages manuels pour optimiser les campagnes de la part des trading desk.
Le predictive targeting fait appel au machine learning et à l’I.A. via des algorithmes développés par des spécialistes de la data pour apprendre en permanence et optimiser la campagne en continue sans intervention humaine.
Ces technologies vont chercher les meilleurs emplacements, faire les meilleurs achats et offrir la meilleure création publicitaire aux internautes.
Cela offre un gain de temps mais surtout d’efficacité très fort pour les annonceurs !
L’un des principaux problèmes de la publicité digitale actuelle est son utilisation en silo. Difficile de proposer une expérience satisfaisante aux consommateurs quand on utilise plusieurs leviers différents et différents formats et qu’on les touche 5 à 10 fois par jour sur différentes plateformes avec le même message.
Lorsque l’on fait du programmatique, difficile de relier toutes les campagnes et de proposer un fil conducteur. D’un côté, une campagne en display, d’un autre une campagne vidéo puis encore un autre du native. Bien entendu, cela se fait en parallèle de campagnes sur des réseaux sociaux, en TV etc…
Ce n’est clairement pas idéal pour les internautes.
L’un des derniers avantages de s’appuyer sur le predictive targeting, c’est la possibilité de mener une campagne sur le parcours client dans son ensemble : acquisition, activation ou ré-activation, fidélisation. Le tout sans couture, avec une pression publicitaire faible et avec une efficacité redoutable.
Pour les annonceurs, c’est donc un véritable gain de temps et de retour sur investissement car les dépenses ne sont pas multipliées par internautes (ce qui évite aussi une pression trop forte).
Et inutile de rappeler que la publicité avec expérience permet d’éviter l’installation d’AdBlock par exemple.
Les annonceurs ont donc tout intérêt à optimiser ce canal marketing.
Alors que la publicité programmatique est l’un des leviers les plus utilisés en France, notamment sur le display, elle semble aujourd’hui dépassée face aux attentes des annonceurs en recherche de plus de performance, de garanties (limite de la fraude sur les clics, brand safety…) et d’un ciblage beaucoup plus fin.
Le predictive targeting s’impose de plus en plus comme la solution idéale pour mener des campagnes sur l’ensemble du parcours client avec une efficacité redoutable.
Si vous dépensez aujourd’hui, une partie de votre budget en programmatique, challengez-nous !
Profitez de la newsletter AntVoice : L’actu acquisition digitale + des études + des conseils des meilleurs experts 1 fois par mois.
Un projet d’acquisition digitale à venir ? 