Transformer l'écosystème Google en une plateforme client Data sans cuisson (CDP)

Auteur

Image

Auteur

Image

Auteur

Image

La demande de protection de la vie privée des clients data ne cesse d'augmenter, tout comme le désir croissant de contenu personnalisé. Aujourd'hui, les entreprises doivent trouver des moyens d'élaborer une stratégie first-party data qui permette à la fois de protéger la vie privée et de fournir un contenu unique aux clients.

L'évolution vers un écosystème marketing sans cuisines signifie que les entreprises considèrent les plateformes clients Data, ou CDP, comme la meilleure solution.

La course à la protection de la vie privée et à la personnalisation

La dichotomie entre la prise de conscience et les préoccupations croissantes concernant la vie privée des clients data et le besoin croissant de contenu et de publicités personnalisés oblige les entreprises à repenser leurs stratégies de personnalisation et de segmentation.

La recherche fournit des arguments solides en faveur de la personnalisation (74% des clients se sentent frustrés lorsque le contenu du site web n'est pas personnalisé, par exemple, selon Instapage). Cette tendance se reflète dans les commentaires que nous recevons de nos clients :

  • Plus de la moitié d'entre eux, dans divers secteurs d'activité, ont déclaré que la personnalisation avait entraîné une augmentation des ventes de plus de 20% en 2020 ;

  • L'hypertargeting des investissements dans les médias en ligne représente environ $20bn de revenus supplémentaires pour les entreprises de biens de consommation emballés (CPG) ;

  • Le coût des médias peut être réduit de 5-15% sur Facebook et de 20-25% sur l'affichage programmatique.
  • La part d'impression de recherche peut être augmentée pour tous les mots-clés d'environ 15% tout en conservant le même budget.

La propriété de la première partie data devient une source de plus en plus importante d'avantage concurrentiel

Cette situation met les entreprises sous pression ; elles n'ont d'autre choix que d'enrichir leurs actifs data et de se concentrer sur la mise en place d'une stratégie first-party data et d'une base de clients data solides.

Notre data montre que les acteurs mondiaux l'ont compris :

  • Les responsables de catégories ont fixé des objectifs qui les obligent à collecter first-party data pour des millions - et dans certains cas des milliards - de clients ;

  • Les marques de produits de grande consommation disposent d'actifs numériques dont le trafic a augmenté de plus de 20% en 2021, ce qui a permis à un tiers de leur clientèle mondiale de s'engager en ligne avec les marques ;
  • Les entreprises devraient collecter au moins 10% de first-party data auprès de leurs clients les plus précieux et déployer en priorité des tactiques de collecte.

Les entreprises doivent se doter d'outils dédiés à la collecte et au traitement des first-party data en conformité avec la réglementation GDPR, ainsi que renforcer leurs capacités de segmentation audience. Mais quel sera l'impact de la suppression imminente du tiers cookies sur l'identification de l'utilisateur ?

Les CDP se développent en tant que solutions prêtes à l'emploi permettant aux entreprises de modifier rapidement leur maturité first-party data

L'évolution vers un monde sans cuisines doit être considérée comme une opportunité pour l'émergence de nouvelles technologies. Pour consolider et gérer correctement ce data, ainsi que pour obtenir des informations globales et les rendre exploitables sur l'ensemble des canaux de commercialisation, les plateformes clients Data (CDP) sont considérées comme la solution la plus attrayante. En utilisant cette technologie data-driven, les spécialistes du marketing peuvent tirer parti de first-party data pour extraire des informations qui peuvent les aider à fournir une personnalisation individuelle et donc à enrichir l'expérience du client.

Limites de l'utilisation des identifiants, qu'il s'agisse de cookies, de courriels, d'IP ou d'autres formes d'identification personnelle

Les CDP ont traditionnellement été utilisés pour consolider les data des clients par le biais d'une combinaison d'ID, mais les ID présentent généralement des difficultés :

  • En moyenne, notre analyse montre que la comparaison d'identifiants est 32% moins efficace lorsque les identifiants sont partagés avec la plateforme d'achat de médias. Il existe également d'énormes variations (entre 0 et 95%) en fonction de divers facteurs, notamment le navigateur, le système d'exploitation, le consentement de l'utilisateur, les paramètres du navigateur et les modules complémentaires, le type d'identifiants et les limites de la plateforme d'achat d'espaces publicitaires elle-même. Nous nous attendons également à ce que l'efficacité diminue encore à mesure que les réglementations deviennent plus strictes, que les "walled gardens" renforcent les règles de confidentialité et que les navigateurs ajoutent de nouveaux obstacles techniques à la collecte et à la comparaison des identifiants.
  • Nous estimons que seuls 57% des téléspectateurs des médias peuvent être ciblés avec une précision significative à l'aide d'identifiants et de sosies, ce qui laisse une énorme opportunité et un besoin pour targeting non basé sur l'identifiant d'étendre sa portée pertinente.
  • Les sosies provenant d'identifiants PII ou non PII ne sont souvent pas suffisants pour mener à bien des campagnes médiatiques à haute fréquence, de sorte que d'autres options first-party targeting seront nécessaires pour augmenter la portée des médias à grande échelle.

Une opportunité nouvelle et croissante pour les marques de tirer parti de first-party data sans utiliser de noms et cookies

Sans les bons outils pour traduire first-party data en stratégies médiatiques et marketing, les PCD peuvent être une toile trop vierge. En effet, l'adoption d'une approche CDP n'est qu'une pièce du puzzle.

Les stratégies first-party data actuelles se concentrent sur la collecte et la diffusion d'informations, mais ne parviennent pas toujours à tirer des enseignements et des leçons des informations recueillies. L'objectif devrait être d'aller au-delà des identifiants et de remplacer plus de data par plus d'intelligence. Ce faisant, les data exploitées sont beaucoup plus vastes et riches que les identifiants, mais peuvent avoir la même portée et la même qualité de audience lorsqu'elles sont utilisées correctement.

Google promeut cette vision depuis quelques années en s'éloignant du data tiers basé sur les cookies et du targeting comportemental pour se rapprocher de la capacité à travailler avec des agrégats émergents ; les propositions initiales étaient basées sur son Federated Learning of Cohorts (FLoC), qui a été remplacé début 2022 par Topics, une nouvelle proposition pour le targeting basé sur les centres d'intérêt.Qu'est-ce que cela signifie pour les marques ?

Une approche sans cookie et sans IPI offre aux grands annonceurs une nouvelle mine d'or, offrant des niveaux élevés de performance avec une plus grande portée.

Le déploiement de targeting sans cuisson chez plusieurs de nos clients montre qu'il peut être aussi efficace que l'ID targeting, voire plus. Avec suffisamment de data, qui est recueilli à partir d'une combinaison de sources comprenant des segments de marché et d'affinité, des mots-clés, des modèles de comportement en ligne, la localisation et la consommation reports, nous pouvons créer des segments audience avec une personnalisation équivalente qui répond aux besoins commerciaux spécifiques des clients. Ce type de targeting permet d'obtenir une portée efficace, en offrant une personnalisation précise et personnalisée à plus grande échelle.

La science Data n'est qu'une partie de la stratégie data : les entreprises doivent passer des règles data-driven à l'apprentissage automatique axé sur l'activité.

La personnalisation ne se limite pas au nom et à l'adresse électronique d'un client ; ce que l'organisation comprend à son sujet est également essentiel. Plutôt que de se concentrer sur les data identifiables, il est essentiel d'utiliser l'apprentissage automatique pour ajouter des informations plus précises aux data collectées. Les CDP et les solutions telles que le Moteur d'audience améliorent la collecte et l'interprétation de data et montrent comment le passage de data à l'intelligence peut aider les stratégies de personnalisation et de data protection de la vie privée des entreprises à atteindre leur plein potentiel.