Un guide pratique de La publicité numérique ciblée fonctionne-t-elle

Ce guide explique La publicité numérique ciblée fonctionne-t-elle de manière pratique, avec un accent sur les décisions d'analytics respectueuses de la vie privée.

La publicité numérique ciblée fonctionne parfois. Le problème est que le mot « ciblé » cache de nombreuses pratiques différentes : annonces de recherche basées sur l'intention actuelle, annonces contextuelles basées sur le contenu de la page, reciblage basé sur une vue de produit, audiences similaires, segments enrichis par des courtiers et profils comportementaux intersites.

Certains d’entre eux sont utiles. Certains sont envahissants. Certains sont difficiles à mesurer honnêtement.

Tous les ciblages ne sont pas identiques

La publicité sur les recherches est ciblée, mais elle est principalement ciblée par l'intention. Si quelqu'un recherche « analyses Web respectueuses de la vie privée », il est pertinent d'afficher un produit d'analyse sans avoir besoin de connaître son historique de navigation.

La publicité contextuelle cible la page ou le contenu. Le parrainage d’une newsletter sur la protection des données atteint le bon public en raison du contexte, et non parce qu’un courtier en données a déduit des caractéristiques personnelles.

La publicité comportementale cible les personnes en fonction de leur comportement passé sur les sites et les applications. C’est là que le risque pour la vie privée augmente fortement.

Lorsque vous débattez d’annonces ciblées, séparez ces catégories. Les critiques les plus virulentes en matière de confidentialité visent généralement la publicité comportementale intersites, et non tous les emplacements payants.

La valeur de l'éditeur peut être inférieure à ce que pensent les annonceurs

Une étude empirique de 2019, « Online Tracking and Publishers' Revenues », a analysé des millions de transactions publicitaires et a révélé que lorsque le cookie d'un utilisateur était disponible, les revenus de l'éditeur augmentaient d'environ 4 %, soit environ 0,00008 $ par annonce dans cet ensemble de données (WEIS paper PDF).

Cela ne veut pas dire que tout ciblage n’a qu’un effet de 4 %. Les auteurs ont étudié les revenus des éditeurs dans des conditions spécifiques, et non tous les résultats des annonceurs. Mais cela remet en question une hypothèse courante : selon laquelle le suivi invasif est essentiel pour financer les éditeurs.

L'attribution peut surestimer les performances

Les plateformes publicitaires signalent souvent les conversions en utilisant leurs propres pixels, modèles et fenêtres d'attribution. Une plateforme peut revendiquer un crédit pour des conversions qui auraient eu lieu de toute façon, notamment en matière de reciblage.

Problèmes courants :

• Annonces de crédits d'attribution après affichage qui ont été vues mais sur lesquelles aucun clic n'a été effectué.
• Le retargeting touche les personnes déjà susceptibles d'acheter.
• L'identité multi-appareils est modélisée, pas parfaitement observée.
• Le rejet du consentement et le blocage du navigateur créent des angles morts.
• Les tableaux de bord de la plateforme peuvent optimiser les dépenses de la plateforme, et non les bénéfices de l'entreprise.

Utilisez des tests d’incrémentalité lorsque cela est possible. Présentez une région, un public ou une période et comparez les résultats. Pour les petits budgets, comparez les données de conversion first-party avec les résultats rapportés par la plate-forme et regardez le CAC mélangé, non seulement attribué au ROAS.

Les coûts en matière de confidentialité et de confiance sont réels

La publicité comportementale dépend d’une collecte de données à laquelle de nombreux utilisateurs ne s’attendent pas. Le rapport du courtier de données FTC décrit comment les courtiers collectent des informations à partir de sources en ligne et hors ligne, souvent à l'insu des consommateurs (rapport FTC).

Même lorsqu'une campagne publicitaire est performante, le coût à long terme peut inclure :

• Exigences de consentement plus complexes
• Couverture analytique réduite car les utilisateurs bloquent les trackers
• Pages plus lentes à cause des scripts publicitaires
• Risque vendeur et transfert
• Dommages causés à la marque par un ciblage "effrayant"
• Dépendance à l'optimisation de la plateforme opaque

Pour les marques soucieuses de la confidentialité, ces coûts peuvent dépasser les gains marginaux de ciblage.

Meilleures alternatives

Intention de recherche

Enchérissez sur les requêtes qui montrent un besoin actuel. Les annonces de recherche et SEO bénéficient toutes deux de l'intention sans nécessiter un large profil de surveillance.

Emplacements contextuels

Parrainez des newsletters, des podcasts, des communautés et des publications dont le public correspond déjà au produit.

Audiences propriétaires

Utiliser les données que les clients fournissent intentionnellement : abonnements à la newsletter, utilisation du produit, préférences de compte et intérêts explicites. Gardez-le transparent et facile à contrôler.

Pages de contenu et de comparaison

Le contenu à haute intention peut être converti pendant des années. Mesurez avec UTMs, analyses globales et événements de conversion first-party.

Substituts de reciblage respectueux de la confidentialité

Au lieu de suivre des individus sur le Web, améliorez les e-mails liés au cycle de vie, les flux de paniers abandonnés avec consentement, la formation sur les produits et la correspondance des messages sur la page de destination.

Comment évaluer une chaîne payante

Demander:

• Le public serait-il joignable contextuellement ?
• La campagne nécessite-t-elle un suivi third-party ou des données sensibles ?
• Pouvons-nous mesurer les conversions de manière indépendante ?
• Que se passe-t-il si les cookies, les IDs mobiles ou les pixels ne sont pas disponibles ?
• Le canal améliore-t-il les revenus mixtes, la marge et CAC ?
• Sommes-nous à l'aise pour expliquer publiquement la méthode de ciblage ?

Si une campagne ne semble rentable que dans le tableau de bord de la plateforme, traitez-la avec prudence.

Vérification de la réalité des chaînes payantes

Avant de faire évoluer une campagne ciblée, décidez quel rapport contrôle le budget : conversions attribuées à la plate-forme, conversions first-party, CAC mixte, marge ou test d'incrémentalité. Si la campagne ne semble rentable qu’au sein de la plateforme publicitaire, considérez le résultat comme une hypothèse.

Utilisez le ciblage uniquement lorsque l’analyse de rentabilité survit à une explication en langage simple. La recherche d'intention, les placements contextuels, les newsletters des partenaires et les campagnes de cycle de vie first-party produisent souvent un apprentissage plus propre avec moins de risques pour la vie privée que les profils comportementaux intersites.

Le résultat

La publicité ciblée n’est pas fausse, mais elle n’a rien de magique. L’intention et le contexte fournissent souvent une grande partie de la valeur avec beaucoup moins de risques pour la vie privée. Les entreprises doivent mesurer l’incrémentalité, conserver des analyses indépendantes et éviter de bâtir leur croissance sur des pratiques de suivi que les clients rejetteraient si elles étaient décrites clairement.

Testez l'incrémentalité, pas seulement l'attribution

Les tableaux de bord de la plateforme créditent souvent les annonces qui apparaissent à proximité des conversions que l'acheteur aurait réalisées de toute façon. Un meilleur test est l’incrémentalité : qu’est-ce qui a changé depuis le déroulement de la campagne ? Commencez par des répartitions géographiques, des audiences réfractaires, des pauses basées sur le temps ou des tests de marché correspondants. Gardez la conception suffisamment simple pour que les finances et le marketing puissent se mettre d'accord sur le résultat avant le début de la campagne. L'étude de marché de l'Autorité de la concurrence et des marchés UK sur les plateformes en ligne et la publicité numérique rappelle utilement que l'opacité et le pouvoir de marché peuvent rendre difficiles à vérifier de manière indépendante les performances déclarées par les plateformes.

Les analyses axées sur la confidentialité aident en fournissant une vue neutre des sessions, des sources, des pages de destination et des conversions en dehors de la plate-forme publicitaire. Il n’identifiera pas tous les utilisateurs exposés, mais c’est un avantage lorsque vous essayez de mesurer l’augmentation de votre activité plutôt que de profiler les personnes. Comparez le CAC mixte, la cannibalisation organique, l'amélioration des recherches de marque, la qualité de conversion et la marge. Si une chaîne ciblée ne peut pas survivre à un test d’amélioration indépendant, le problème n’est pas une perte de suivi. Le problème est que l’attribution était une surestimation de la valeur.