Si vous souhaitez un marketing basé sur les données, laissez les données diriger
Qu’est-ce qui fait obstacle aux meilleures stratégies basées sur les données ? Vic Peopall de Épsilon explique ce qu’il faut surveiller.
La plupart des marques qui envisagent une campagne médiatique de vente au détail déclarent vouloir une publicité basée sur les données, et la plupart d’entre elles le pensent vraiment lorsqu’elles le disent. Mais ensuite, les briefs arrivent avec des audiences bien définies, des règles de ciblage rigides et des plafonds budgétaires quotidiens fixes qui laissent très peu de place aux données pour réellement mener. Alors, qu’est-ce qui se perd dans la traduction ?
Il n’y a aucun doute sur l’offre principale des médias de détail – activation en boucle fermée avec précision des données de première partie – mais l’écosystème plus large de plus de 200 réseaux reste fragmenté, les mesures sont incohérentes et la comparabilité entre les réseaux est limitée. Selon IAB Europe, plus de la moitié des acheteurs européens citent la fragmentation (51 %) et le manque de standardisation (53 %) comme principaux obstacles lorsqu’ils travaillent avec des partenaires médias de détail.
Dans ce contexte, le contrôle devient un substitut naturel à la confiance, où les définitions d’audience créent un sentiment de précision et les plafonds budgétaires créent une prévisibilité. Les deux sont des dispositifs de planification conçus pour réduire l’incertitude plutôt que pour maximiser les performances, et le problème est qu’ils ont été conçus pour des systèmes plus lents et plus stables.
Pourquoi un ciblage d’audience rigide limite les performances des médias de détail
Lorsqu’une marque définit à l’avance son client idéal, elle verrouille la campagne sur un segment spécifique avant qu’une seule impression ne soit générée. Ce qui ressemble à de la discipline restreint en réalité les optimisations en vol vers les personnes les plus pertinentes sur la base des données transactionnelles et comportementales passées.
Le comportement réel des acheteurs est beaucoup moins prévisible que les segments consignés dans un brief. Les acheteurs inactifs prêts à revenir, les acheteurs de catégories adjacentes susceptibles de changer ou les moments de demande inattendue se situent tous en dehors des paramètres de ciblage d’origine. Lorsque les plateformes fonctionnent sur des signaux de transaction en direct, elles font apparaître des opportunités qui n’ont peut-être pas été sélectionnées au départ ou qui ont pu l’être, mais qui deviennent ensuite obsolètes en cours de vol.
La même logique s’étend aux plafonds budgétaires quotidiens, qui sont conçus pour assurer la cohérence dans un canal structurellement incohérent. Les pics événementiels, les changements saisonniers et les poussées soudaines d’intérêt pour une catégorie ne sont pas des anomalies dans les médias de détail. Il s’agit du comportement du canal, en fonction du comportement des clients.
Lors d’événements commerciaux majeurs, les dépenses publicitaires quotidiennes ont besoin de flexibilité pour grimper plusieurs fois au-dessus de la période précédente. Lorsque le budget est plafonné à un niveau quotidien fixe, les marques cessent tout simplement d’apparaître aux moments où la probabilité de conversion est la plus élevée et les rendements marginaux les plus forts.
Automatisation, optimisation et arguments en faveur de contrôles de campagne plus intelligents
Ce qui rend cela de plus en plus difficile à justifier, c’est que les plateformes elles-mêmes ont déjà largement dépassé ce stade. Les systèmes de données de première partie et de médias de vente au détail basés sur l’identité sont conçus pour évaluer des milliers de signaux en temps réel, ajuster les enchères en continu et réaffecter les dépenses à un rythme qu’une intervention manuelle ne peut égaler.
Dans l’ensemble du paysage numérique britannique, les achats programmatiques représentent déjà 78 % des dépenses display (IAB UK), ce qui signifie que la décision automatisée est la norme établie dans tous les canaux adjacents. Les médias de détail constituent une exception, non pas parce que la technologie fait défaut, mais parce que les habitudes de gestion des campagnes n’ont pas rattrapé leur retard.
L’alternative n’est pas de céder le contrôle mais de redéfinir la place du contrôle au sein de la campagne. Au lieu de fixer les audiences et les budgets avant le lancement, les spécialistes du marketing fixent des objectifs, des seuils d’efficacité et des limites commerciales. Le système détermine ensuite qui atteindre, quand montrer et combien dépenser en fonction des signaux de performance en direct.
Les spécialistes du marketing sont toujours propriétaires de la stratégie, des limites et de la définition de ce à quoi ressemble le succès, mais les preuves plutôt que les hypothèses d’un large public façonnent les décisions de livraison.
Apprendre qui est le public
Ce qui différencie structurellement les médias de vente au détail de la plupart des canaux numériques, c’est que leur compréhension de chaque acheteur s’accroît au fil du temps. Chaque achat, chaque signal de catégorie, chaque comportement périmé ou de retour s’ajoute à une image au niveau individuel fondée sur des transactions vérifiées et non sur des intérêts déduits. Cette profondeur accumulée est ce qui alimente une modélisation sosie efficace, non pas en se rapprochant de qui pourrait être le public, mais en apprenant de qui est réellement le public. Plus les données fonctionnent longtemps, plus le ciblage devient précis.
La plupart des annonceurs ont déjà accès à des plateformes capables de prendre exactement ce type de décision en temps réel ; la contrainte est une préférence continue pour des mécanismes de contrôle conçus pour un environnement opérationnel différent. Si chaque décision significative est prise avant le lancement de la campagne, le système est réduit à l’exécution plutôt qu’à l’optimisation. Et si le marketing basé sur les données est véritablement l’objectif déclaré, alors à un moment donné, il faudra permettre aux données de prendre le dessus.
