Comment la modélisation prédictive par IA peut aider les éditeurs à surmonter l'incertitude liée aux cookies tiers

On parle encore beaucoup de la disparition des cookies tiers, mais le débat évolue. Si les éditeurs, les annonceurs et les fournisseurs de technologies étaient initialement perplexes quant au fonctionnement futur du ciblage – et du marketing numérique en général –, l'attention se porte désormais sur la mise en œuvre de solutions avantageuses pour tous. Google teste diverses propositions sur le thème des oiseaux dans son projet Sandbox afin de répondre à un nombre estimé 52% Face à la baisse des revenus des éditeurs, les acteurs du secteur se tournent vers les données propriétaires et le ciblage contextuel pour les aider à naviguer dans l'incertitude liée à l'absence de cookies. Cette évolution augure bien d'un avenir qui permettra de poursuivre des campagnes de marketing numérique efficaces tout en préservant l'accès aux données, leur contrôle et la conformité à la réglementation sur la protection de la vie privée sur le web ouvert. Elle garantira également l'évolutivité et une monétisation durable. Toutefois, pour que cette transition soit véritablement réussie, elle aura également besoin de l'aide de la technologie – et plus particulièrement de l'intelligence artificielle (IA) et de la modélisation prédictive.

Déjouer le casse-tête des données propriétaires

Les éditeurs savent qu'une solution sûre pour se prémunir contre l'abandon des cookies est déjà à leur portée : les données propriétaires. Grâce à un lien direct avec leur public, ils ont plus de chances d'obtenir le consentement des utilisateurs et de collecter les données nécessaires pour alimenter des contenus personnalisés et des stratégies de monétisation efficaces, et ainsi préserver leur rentabilité. Cependant, l'exploitation des données propriétaires exige une approche globale. Les informations issues des interactions des utilisateurs avec le web sont souvent non structurées et difficiles à gérer, notamment pour les éditeurs aux ressources limitées. Certains utilisateurs sont connectés tandis que d'autres restent anonymes, ce qui signifie que la couverture des données et la compréhension de l'activité des utilisateurs sont souvent incohérentes et incomplètes. Par exemple, nos données montrent que seulement 2 à 10 % des utilisateurs partagent des informations telles que leur âge et leur sexe, laissant les 90 % restants inconnus. Pour tirer pleinement parti des précieuses données d'audience, les éditeurs ont besoin d'un moyen de les organiser, de les enrichir et de les exploiter efficacement. C'est là que l'IA peut intervenir. Premièrement, les outils d'IA dotés d'une capacité de traitement et d'orchestration élevée peuvent consolider d'immenses volumes de données non triées en un référentiel unique d'informations plus facile à comprendre et à exploiter. Deuxièmement, ils peuvent combler les lacunes essentielles pour offrir aux éditeurs une vision unifiée et indispensable du parcours utilisateur, ouvrant ainsi la voie à une segmentation et une activation précises, même en l'absence de données factuelles. Par exemple, les algorithmes d'apprentissage automatique peuvent analyser automatiquement l'engagement des utilisateurs consentants en fonction de signaux contextuels, offrant ainsi une vision en temps réel de leurs centres d'intérêt et préférences uniques. Les profils restent ainsi à jour et précis. Cela permet non seulement de gagner des jours, voire des semaines, de traitement manuel, mais aussi d'améliorer l'expérience publicitaire, en favorisant la diffusion de formats publicitaires plus pertinents et adaptés au contexte et à l'expérience utilisateur, proposés par les éditeurs. De plus, les technologies de modélisation IA avancées peuvent combler les lacunes concernant les utilisateurs intraçables. Par exemple, en incluant des données fÀ partir de différents environnements (web, applications, CRM et CTV), il est possible de déceler des tendances chez les utilisateurs présentant certains attributs, ce qui permet d'enrichir les profils d'utilisateurs similaires et de maintenir un ciblage pertinent pour l'ensemble de l'audience. Ces technologies se concentrent sur la logique, plutôt que déclaré des attributs qui répondent directement aux préoccupations en matière de confidentialité qui ont initialement entraîné la suppression des cookies tiers.

Élever le contexte à un nouveau niveau

Le ciblage contextuel a également regagné en popularité, l'industrie poursuivant ses efforts pour trouver des solutions efficaces, respectueuses de la vie privée et conformes à la réglementation afin de cibler les consommateurs à l'ère post-cookies. Ces dix dernières années, la technologie a considérablement évolué dans ce domaine, permettant désormais le développement d'outils de ciblage contextuel plus précis et plus agiles. Les éditeurs possèdent déjà le savoir-faire et les compétences nécessaires pour personnaliser les contenus et constituer des segments d'audience qui forment une base solide pour la publicité contextuelle. Cependant, grâce à des outils plus sophistiqués, ils peuvent désormais offrir une précision de ciblage bien supérieure. Par exemple, la nouvelle génération de technologies basées sur l'IA permet aux éditeurs de dépasser les limites contextuelles traditionnelles. Grâce à l'utilisation de signaux en temps réel et à une évaluation complète de leurs plateformes numériques, ils peuvent recueillir des informations précises et exploitables sur leur audience, accessibles aussi bien aux marques qu'à leur propre service marketing. En bref, elle offre la capacité de ciblage supplémentaire nécessaire pour faciliter la personnalisation, ce qui est non seulement très attrayant pour les annonceurs, mais garantit également une meilleure expérience pour les utilisateurs, renforçant ainsi les liens avec l'audience et augmentant la probabilité d'une fidélité à long terme. L'exploitation des données propriétaires et le ciblage contextuel avancé constituent assurément un pas dans la bonne direction pour le paysage médiatique numérique. Du côté des éditeurs, le simple remplacement d'un cookie tiers par un cookie propriétaire ne suffira peut-être pas à lever toute incertitude liée aux cookies. La clé réside dans l'élaboration d'une stratégie propriétaire agile et évolutive, grâce à l'expérimentation de technologies alternatives. Ceci offrira aux éditeurs de nouvelles opportunités d'accroître la valeur ajoutée proposée aux utilisateurs et aux marques et, par conséquent, de renforcer leur position sur le marché.