Blog

Sep 01, 2023

Rendez vos données clients plus accessibles, exploitables et adressables

L’avenir de l’adressabilité ne se résume pas au remplacement des cookies tiers et des identifiants d’appareil restreints. L'avenir consiste pour les acheteurs et les vendeurs à trouver des moyens contemporains d'identifier et d'atteindre leurs désirs.

L’avenir de l’adressabilité ne se limite pas au remplacement des cookies tiers et des identifiants d’appareil restreints. L’avenir consiste pour les acheteurs et les vendeurs à trouver des moyens contemporains d’identifier et d’atteindre les publics souhaités.

Avec les bons outils, les spécialistes du marketing peuvent enrichir les données de manière à respecter les exigences en matière de confidentialité, à instaurer la confiance et à permettre un ciblage d'audience cross-média efficace.

Le récit identitaire passe de la perte de signal à l’enrichissement du signal, à mesure que l’industrie s’adapte à de nouvelles façons d’exploiter les données. Les données contextuelles et comportementales de première partie sont des piliers clés de l'adressabilité qui peuvent être couplées à des données tierces pour améliorer l'efficacité.

Au-delà des grandes catégories de données contextuelles et comportementales, chaque plateforme propose des types de données spécifiques. CTV, par exemple, présente des données d'enregistrement robustes, des données d'audience et des signaux qui mettent en évidence les modèles de visionnage du contenu. Pour créer une utilité à partir des données sur tous les supports, l'industrie a besoin des outils et de la technologie nécessaires pour collecter, enrichir et activer les données. Ces outils sont disponibles sous forme de fonctionnalités autonomes ou regroupés dans des plateformes de gestion de données (DMP) de pointe.

Ces dernières années, les DMP ont été adoptées comme instrument clé pour orchestrer les données first party. L’IA propulse les DMP à un autre niveau. Prenons l'exemple de la classification des données. Auparavant, les éditeurs et les DMP géraient manuellement la catégorisation du contenu pour créer des audiences. Les DMP exploitent désormais l’IA pour automatiser l’extraction et la catégorisation des signaux contextuels en temps réel. Cela permet aux éditeurs d'identifier rapidement les opportunités de monétisation contextuelle qui fournissent une base plus solide pour l'enrichissement et la modélisation des données.

Au-delà de l'automatisation de la catégorisation contextuelle, les éditeurs exploitent désormais des moyens automatisés pour accéder aux comportements, aux intérêts et aux affinités de marque des utilisateurs et mettre en évidence des audiences intéressantes en temps réel. Par exemple, l'IA peut présenter un public d'amateurs de café de luxe à un éditeur en fonction de l'engagement des utilisateurs avec des articles tels que « Top 10 des grains de café » ou « Trouver la meilleure machine à café pour vous », combinés à des signaux démographiques de niveau de revenu élevé.

Une autre technique qui gagne du terrain pour organiser les données de première partie est la mise en correspondance des données (souvent effectuée dans un environnement de type salle blanche). Également connue sous le nom de technologie de renforcement de la confidentialité (PET), les éditeurs et les marques utilisent désormais des données hors ligne mises à l'échelle et cryptées pour correspondre aux identifiants intégrés, tels que les e-mails et les numéros de téléphone, sans avoir besoin d'un tiers au milieu ou des données brutes quittant le serveurs du propriétaire.

L'exécution des données d'enregistrement via PET permet un ciblage 1:1 entre acheteurs et vendeurs sans identifier les utilisateurs réels avec des données brutes. PET aide les éditeurs et les annonceurs à maximiser la valeur et à minimiser les risques de fuite de données, car ce cryptage a lieu là où résident les données tout en les rendant exploitables.

Dans le monde réel, une marque de restauration rapide pourrait chercher à cibler les clients sur les plateformes de streaming avec un nouveau repas pour accompagner la dernière émission bingeable. Les données d'enregistrement cryptées du streamer sont mises en correspondance avec la liste de diffusion cryptée de la marque de restauration rapide pour présenter une publicité pertinente aux clients cibles.

Ou imaginez une marque de soins de la peau dotée d’une application de récompenses cherchant à promouvoir d’autres produits de beauté auprès de ses clients. La marque de soins de la peau associe sa liste de diffusion cryptée aux données d'enregistrement cryptées d'un streamer pour générer un identifiant permettant de diffuser des publicités vidéo ciblées sur un programme télévisé lié à la mode. De même, la marque de soins de la peau associe sa liste de diffusion cryptée aux connexions utilisateur cryptées d'un site Web de magazine lifestyle pour diffuser des publicités display ciblées.

La mise en correspondance des données crée des opportunités de données exploitables en aidant les annonceurs disposant de données client à travailler directement avec les propriétaires de médias. Grâce à une technologie de mise en correspondance de données avec des chemins d'activation intégrés, les éditeurs joignent les données correspondantes à une opportunité publicitaire et les présentent directement à un acheteur en temps réel sans exposer les données personnelles brutes.

Selon le rapport marketing annuel 2023 de Nielsen, seuls 23 % des spécialistes du marketing sont tout à fait d'accord sur le fait qu'ils disposent des données d'audience de qualité nécessaires pour tirer le meilleur parti de leur budget média. Cela suggère un manque important de données de haute qualité nécessaires pour améliorer les performances des campagnes.