C’est une révolution profonde que le secteur publicitaire va vivre, une rupture dans des pratiques de ciblage installées depuis plus de 20 ans rendant certaines d’entre elles tout simplement impossibles dans ce nouveau monde sans cookie tiers. Comme dans toute situation de rupture, de nouvelles pratiques de ciblage vont émerger et d’autres, déjà existantes, se renforcer.
Cet article fait partie d’une suite d’articles sur la fin des cookies tiers et la sortie de notre livre blanc en collaboration avec le CPA : Cookieless, le monde de demain : impacts et solutions.
Segment Data 1st : live and running.
Segment Data 3rd : dead.
Si le segment tiers va disparaître, il sera toujours possible pour les annonceurs d’exploiter la data first party et les segments proposés par les éditeurs. Ces segments pourront proposer une qualification fine type socio-démo, intention, etc.”
C’est donc une première possibilité de ciblage sans cookies tiers.
Une autre façon de cibler des audiences est d’exploiter la donnée contextuelle. Il peut s’agir de cibler des rubriques de sites médias simplement (sport, bourse, life style, etc.) ou d’utiliser des algorithmes sémantiques permettant d’associer une page à un mot clé intéressant à exploiter pour une campagne publicitaire. Par exemple, un constructeur de voitures électriques pourra cibler les contenus portant sur les automobiles électriques, ou hybrides.
Avec cette approche, il n’y a plus besoin de tracer l’internaute puisqu’on se concentre sur le contenu et non pas sur l’internaute. Les algorithmes actuels permettent de juger du sens des mots et de la pertinence de la page pour une publicité.”
La délégation de domaine ne permettra plus de tracer un internaute sur différents sites.
Chaque serveur sur internet est joint à une adresse IP. Comme il est humainement difficile de retenir les adresses IP, il existe un service d’annuaire, le DNS (domain name service), qui permet d’associer un nom à une IP.
Ce nom, appelé nom de domaine, est acheté par une entreprise. Le propriétaire d’un nom de domaine peut alors lui associer l’adresse IP de son serveur web et créer des sous domaines.
Ainsi « www.eram.fr » et « static.eram.fr » sont des sous domaines de « eram.fr » auxquels on associe également des adresses IP.
L’ensemble des échanges s’effectuant au sein de « eram.fr » (sous domaines compris) seront considérés comme des transactions 1rt party.
Un serveur tiers appelé via un autre domaine, lors d’une navigation sur « eram.fr » sera considéré comme 3rd party.
Une solution pour que le tiers puisse être considéré comme 1rt party est de demander au propriétaire du domaine d’enregistrer un nouveau sous domaine ciblant l’adresse IP de son serveur, exemple : « partner.eram.fr ».
Ce tiers pourra effectuer la même opération avec tous ses clients. Cependant, il ne pourra pas faire correspondre les don- nées issues d’un domaine avec celles issues d’un autre domaine.
Il n’est donc plus possible de suivre un internaute d’un site à un autre.
Cette situation perturbe :
• toutes collectes de data chez l’un pour faire du ciblage marketing chez l’autre
• toutes les autres mécaniques publicitaires
La notion de segment orientée internaute est donc morte.
Certaines sociétés proposent une technologie d’intelligence contextuelle en programmatique pour permettre la création de deals ID associant l’inventaire à un ciblage sémantique privacy safe fondé sur la Taxonomy IAB ou de catégories créées sur mesure. Cette technologie permet de proposer un ciblage context centric, brand et privacy safe.
Exemple : l’internaute est sur un blog de running : les segments #sportif #running lui sont donc attribués.
Le ciblage orienté support implique que la connaissance de l’internaute n’est plus faite sur la base d’une somme de visites mais juste sur l’instant présent (il est sur un site de running > c’est un sportif).
Google, via ses FLOCs, va ouvrir la voie à un nouveau type de ciblage, le “one to few”.
Concrètement il sera possible de cibler des groupes de quelques milliers de personnes se ressemblant à travers une logique d’apprentissage.
Le bénéfice de cette approche est double : Pouvoir maintenir un niveau de ciblage très précis pour les marques, au-delà de ce que peuvent proposer le ciblage contextuel et les segments qui regroupent des centaines de milliers de personnes, voire des millions. Tout en offrant des publicités adaptées et cohérentes à chaque groupe de personnes.
Chaque FLOC sera géré via le navigateur et matérialisé par un numéro qui ne devrait pas permettre d’avoir une vision précise des points communs au groupe. Aucune information du type « personnes qui aiment le jardinage » ou « qui pratiquent le kit surf » ne sera disponible.
Cela sera donc aux professionnels de la publicité d’essayer de décrypter le trait commun et la pertinence d’une cohorte pour une marque ou un produit, plutôt qu’une autre, grâce notamment à de puissants outils d’apprentissage.
Concrètement, le processus serait basé sur 2 étapes :
Cet apprentissage ne pourrait passer par des analyses humaines, les combinaisons étant beaucoup trop importantes (des millions de cohortes multipliées par des millions de marques / de produits). Seule une approche algorithmique pourra y arriver. Pour exploiter le potentiel des FLOCS, les traders vont devoir laisser leur place à des spécialistes de la data science.
Au final, l’exploitation des FLOCs revêt un potentiel important. Il permettait d’inventer un ciblage « one to few » performant et respectueux du désir généralisé des internautes de contrôler leurs données personnelles, entre l’ancien « one to one » controversé et le « one to many » classique et modérément performant.
