Où en sommes-nous dans la mise en place d'une publicité véritablement personnalisée à grande échelle ?

La publicité personnalisée n'est pas une nouveauté. Depuis de nombreuses années, les marques targeting les clients en fonction de leurs comportements, de leurs intérêts et de leurs intentions dans la sphère numérique. Mais si des barrières législatives telles que le GDPR ont mis en place certains garde-fous, la précision avec laquelle cette targeting se produit continue de s'affiner.

Les consommateurs sont également devenus beaucoup plus attentifs à la manière dont ils sont ciblés et, bien que la réaction des utilisateurs ait fait la une des journaux et des colonnes (notamment dans le cas du #supprimerfacebook ), il ne s'est pas imposé à un niveau significatif.

En effet, du point de vue de l'utilisateur, tout ce que le GDPR a entraîné, c'est une avalanche de fenêtres pop-up demandant des autorisations - qu'ils acceptent massivement sans poser de questions ni réfléchir (95% des utilisateurs acceptent cookies, d'après Teads). En fait, reconnaissant la désinvolture de leur audience, de nombreux sites demandent maintenant aux utilisateurs d'accepter le cookies avec un simple bouton “ouais, peu importe”.

Mais si les utilisateurs sont satisfaits de cette contrepartie, de nombreuses publicités avec lesquelles nous, en tant qu'annonceurs, (re)ciblons nos audiences sont gênant. Agaçante. Et inutiles. Le public n'y est pas très réceptif. Pour moi, cela suggère que trop d'annonceurs ignorent la question fondamentale de la publicité : À qui cette publicité est-elle utile ?

Par “utile”, j'entends l'utilité pour l'annonceur par rapport à l'utilité pour le consommateur. Par exemple, lorsque les annonceurs reciblent les utilisateurs avec des publicités basées sur les produits et dérivées des flux, ils supposent qu'ils ont l'intention d'acheter à ce moment précis. Ce n'est presque jamais le cas.

C'est un problème parce que les spécialistes du marketing voient que ces placements ont des chances de conversion infimes mais suffisantes, généralement inférieures à 1%. Peut-être voient-ils même un CPA/ROAS favorable - ce qui est de plus en plus facile à faire à mesure que la modélisation de l'attribution devient de mieux en mieux comprise.

Ce qui est inquiétant, c'est que l'on oublie les 99,8% d'utilisateurs qui ne verront pas l'annonce comme une incitation à la conversion et dont les réactions varieront de l'ambivalence à la “beurk”. La minuscule part du gâteau que représente l'impact positif de ces placements est facilement mesurable, mais la réaction de l'immense majorité des impressions est beaucoup plus difficile à voir. Ces réactions n'apparaissent pas dans les rapports conçus pour mesurer la portée et les ventes.

Le problème est que l'alternative à un targeting précis, basé sur data, est la publicité non ciblée. Et si les utilisateurs détestent les retargeting effrayantes, ils détestent tout autant les publicités non pertinentes. C'est pourquoi les médias (re)ciblés doivent toujours être considérés sous l'angle de l'utilité.

Est-il utile de présenter à un utilisateur reciblé une série de produits à acheter sur-le-champ ? Se pourrait-il qu'un placement plus subtil, non axé sur la vente, suffise à inciter l'utilisateur à revenir sur le site pour rechercher des produits complémentaires à ceux qu'il a déjà consultés ou achetés ?

Les ventes directes data peuvent suggérer le contraire. Les choses deviennent encore plus obscures si l'on tient compte des magasins hors ligne. Mais il peut être intéressant d'examiner des mesures de succès plus “douces” pour comprendre l'impact sur la notoriété et l'intention d'achat à l'avenir, en tant qu'alternatives à une approche linéaire des ventes en ligne.

Dans ce cas, l“”utilité" résulterait d'incitations douces plutôt que d'invitations insistantes à acheter sur-le-champ. Heureusement, il est plus facile que jamais de mesurer l'impact de ces campagnes moins musclées, car tous les principaux acteurs (Google, Facebook et autres) proposent des solutions basées sur des enquêtes pour mesurer le sentiment, la notoriété et l'intention.

Ainsi, au lieu de se focaliser sur la vente éventuelle avec nos publicités (re)ciblées sur le comportement, il est plus important de tester comment différents types de placement et de messages affecteront la perception d'une marque à travers tout le spectre des utilisateurs auxquels elle est finalement exposée (au lieu de se concentrer simplement sur le fait qu'ils ont converti ou non).

En fin de compte, même si la publicité personnalisée est en pleine évolution, pour parvenir à une véritable personnalisation à grande échelle, en tant qu'industrie, nous devons nous recentrer sur deux choses : premièrement, comment mesurer la façon dont les utilisateurs exposés à nos messages interagissent avec notre contenu ; et deuxièmement, comment modifier leurs perceptions de la marque pour stimuler leur propension à l'achat. Si nous y parvenons, nous rendrons un meilleur service à la 99%.