Join
"The Marketing Mixtape"
Get the latest digital marketing insights straight to your inbox.
Comment mesurer les performances d'une campagne dans un monde sans cookies ?
Comment faire de la publicité dans un monde sans cookies
By ARBEN KQIKU
Suite à la nouvelle législation relative aux données personnelles, il est plus difficile pour les annonceurs de mesurer l’impact de leurs campagnes. Plusieurs solutions vous sont présentées dans cet article.
Le monde de la protection des données personnelles évolue si vite qu’il est de plus en plus compliqué pour les entreprises de se conformer à la réglementation. À l’instar du RGPD, les nouvelles législations sur les données personnelles ont contraint les géants que sont Facebook et Apple à prendre des mesures de transparence en la matière. S’il est primordial de garantir la protection des données personnelles des consommateurs, ces récents développements posent quelques difficultés pour les entreprises.
Quel impact sur l’attribution marketing ?
Ces nouvelles lois ont aussi compliqué la tâche des annonceurs, qui ont davantage de difficultés à mesurer l’impact de leurs campagnes et à optimiser leurs investissements en conséquence. En effet, les annonceurs s’appuient sur les cookies pour suivre les utilisateurs sur le web, afin de personnaliser leurs publicités et leur ciblage en fonction des intérêts de ces derniers. Néanmoins, les nouvelles législations et technologies relatives à la protection des données personnelles limitent ce type d’attribution marketing : définir les canaux les plus rentables s’avère alors problématique pour les annonceurs.
Les premiers à en souffrir sont les annonceurs qui travaillent sur les plates-formes s’appuyant exclusivement – ou presque – sur les cookies. Le problème prend trois grandes formes :
- Les clients n’ont pas toujours connaissance des conversions effectuées sur certains canaux publicitaires, ce qui leur donne l’impression que ces derniers sont inefficaces. L’attribution marketing s’avère donc délicate à réaliser.
- Le remarketing est beaucoup plus ardu, car il n’est plus possible de recibler les utilisateurs qui se sont déjà rendus sur le site web du client.
- Les campagnes sont moins faciles à optimiser, car les clients ne disposent pas d’assez de données. Dès lors, comment savoir si les budgets publicitaires sont utilisés à bon escient ?
Dans cet article, nous proposons d’éventuelles solutions aux problèmes répertoriés ci-dessus, afin d’aider les annonceurs à redonner du sens à leurs campagnes et modèles d’attribution.
Communiquer les taux de conversion
Solution n°1
Google Analytics suit tous les utilisateurs qui se rendent sur un site web donné, ainsi que toutes les conversions qui se produisent sur ce site web. La plate-forme attribue aussi les conversions aux différents canaux. Toutefois, bien que cette attribution soit appréciée des annonceurs, les erreurs sont fréquentes.
En effet, Google utilise par défaut le modèle d’attribution au dernier clic, qui fait que toutes les conversions sont attribuées au dernier point de contact. En outre, Google Analytics ne peut pas attribuer les conversions en s’appuyant sur les vues, car les utilisateurs qui ont vu une annonce et ont converti sans cliquer dessus ne sont pas comptabilisés comme des conversions.
Heureusement, Google Analytics sait mesurer efficacement le total des revenus générés sur une période spécifique. Pour l’un de nos clients, nous avons choisi un mois où les performances étaient annoncées stables. Nous avons alors diffusé des annonces uniquement pendant la première moitié du mois, puis calculé la différence par rapport aux ventes globales.
Voici les résultats :
- Les transactions ont baissé de 32,39%, passant de 142 à 96.
- Les revenus ont baissé de 11,15%, passant de 37’192 francs suisses à 33’045 francs suisses.
- Les taux de conversion ont augmenté de 4,38%, passant de 2,13% à 2,22%.
La ligne orange montre les transactions effectuées la première moitié du mois, quand les annonces étaient actives. La ligne bleue montre les transactions effectuées la deuxième moitié du mois, quand les annonces étaient inactives. Ce graphique démontre donc clairement l’impact de la campagne.
En résumé, cette méthode implique d’activer et de désactiver les différents leviers marketing pour bénéficier d’une vue d’ensemble de l’impact global sur la rentabilité.
Solution n°2
Dans le cadre de la solution précédente, nous avons complètement désactivé un canal pour mesurer son impact sur les ventes. C’est nécessaire dans certains cas, notamment quand plusieurs points de contact sont nécessaires pour que les utilisateurs arrivent sur le site web et convertissent.
Pour la deuxième solution, nous nous sommes appuyés sur un site web d’e-commerce. Le tunnel de conversion prend la forme suivante : vue du produit, ajout au panier, achat. Si plusieurs points de contact peuvent être nécessaires pour faire un achat, l’ajout d’un produit au panier est généralement plus direct.
Nous pouvons donc déduire l’importance d’un canal publicitaire en modélisant les ventes sur la base des articles ajoutés au panier. Si les données peuvent différer, la situation reste la même.
Le client lance un nouveau produit en activant un seul canal. C’est donc à ce canal que sont attribuées toutes les ventes, car sans lui, personne n’aurait connaissance de ce produit.
Dans le cas présent, Google Ads était le seul canal actif, mais Analytics attribue la majorité des revenus au canal « direct ».
Quand nous étudions les produits ajoutés au panier, nous constatons cependant que la situation est beaucoup plus équilibrée : c’est Google Ads qui est en réalité le canal le plus important.
Nous pondérons alors le chiffre d’affaires en fonction des articles ajoutés au panier. Nous constatons ainsi qu’un montant de 9’937 francs suisses est attribué par erreur au canal direct, alors qu’il provient de Google Ads.
En conclusion, il est possible d’utiliser une conversion de bas niveau pour modéliser la totalité de votre chiffre d’affaires par canal.
Recibler les précédents visiteurs
Solution n°1
L’application du RGPD a entraîné une évolution notable dans le sens où les consommateurs peuvent dorénavant choisir qui a accès à leurs données de navigation et dans quel but. En pratique, il devient dès lors difficile de suivre les utilisateurs sur le web en utilisant les campagnes publicitaires. Nous devons donc trouver un moyen de récupérer les adresses e-mail des utilisateurs, ce qui exige de leur donner une raison convaincante de le faire – comme la promesse d’une newsletter de qualité ou l’accès à du contenu protégé (gated content) à forte valeur ajoutée.
Pour accepter de laisser leurs données personnelles, les utilisateurs doivent y trouver un avantage, mais s’ils y consentent, l’attribution marketing devient beaucoup plus simple à réaliser. Par conséquent, les entreprises doivent faire preuve de la transparence la plus totale concernant les raisons qui les incitent à demander ces données – et les prospects doivent avoir quelque chose à y gagner.
Si vous pouvez convaincre les utilisateurs de vous donner leurs adresses e-mail, vous pouvez les ajouter à vos canaux publicitaires et recibler vos publicités en conséquence. Dans un monde sans cookies, ce sont les annonceurs qui auront le plus de first party data (données collectées directement auprès des prospects) qui sortiront vainqueurs.
Solution n°2
Si ce n’est pas déjà fait, les annonceurs doivent en premier lieu télécharger toutes leurs données clients existantes – pour lesquelles ils ont reçu une autorisation explicite – sur leurs divers canaux publicitaires. Il est alors possible de les recibler avec des publicités, par e-mail et via d’autres canaux. C’est une stratégie clé pour les entreprises qui dépendent fortement des achats répétés.
En plus d’être une stratégie très efficace de reciblage de prospects commerciaux qualifiés, cette solution facilite la création d’audiences similaires. Une audience similaire (ou lookalike) est composée d’utilisateurs présentant des caractéristiques semblables à celles de vos clients existants. Vous pouvez par exemple créer une audience similaire à partir de vos followers sur les réseaux sociaux, des visiteurs sur votre site web ou des abonnés à vos e-mails. Les canaux publicitaires identifieront ainsi les personnes les plus proches de vos clients existants – et non celles qui ne sont peut-être pas intéressées par vos produits après avoir passé quelques secondes seulement sur votre site web.
Optimiser les campagnes marketing
Solution n°1 Dans l’absolu, votre taux de conversion se rapporte aux personnes qui achètent vos produits. Mais pour optimiser votre campagne, vous devez plutôt envisager d’utiliser une conversion de bas niveau, comme les articles ajoutés au panier. Bien sûr, cela ne fonctionne que si ces conversions de bas niveau sont fortement corrélées à vos conversions de haut niveau. L’avantage de cette approche est qu’elle vous apporte bien plus d’informations sur les performances de vos campagnes publicitaires. Elle fournit aussi davantage de données aux algorithmes des canaux publicitaires, notamment ceux qui s’appuient fortement sur l’apprentissage automatique – qui n’est efficace que si ces algorithmes disposent d’une large quantité de données. Solution n°2 Google Analytics a récemment lancé le mode Consentement, que vous pourrez utiliser si : 1) vous avez une plate-forme de gestion du consentement et ne suivez pas les utilisateurs qui ont décliné votre bannière relative à la politique des cookies ; 2) vous enregistrez un taux de conversion limité. Le mode Consentement modélise les conversions des utilisateurs qui n’ont pas consenti à être suivis en se basant sur le comportement de ceux qui ont consenti à l’être. Vous devriez ainsi enregistrer beaucoup plus de conversions sur votre tableau de bord de plates-formes Google et bénéficier d’une vue d’ensemble bien plus précise sur ce qui fonctionne et ne fonctionne pas. Ce système présente un seul inconvénient : le modèle d’attribution marketing ne fonctionne qu’avec les produits de Google.Le mot de la fin
Il n’existe à ce jour pas de solution idéale pour remplacer les cookies. Cependant, nous pouvons toujours utiliser diverses techniques en matière d’attribution marketing et de science des données. En effet, les cookies sont nés avec Internet : nous devons donc opérer un retour en arrière en empruntant certaines des techniques utilisées avant l’essor du web – comme fermer un canal publicitaire pour mesurer son impact sur la rentabilité. Cette technique ne diffère pas beaucoup de celle utilisée par les annonceurs avant Internet. Si nous ne pouvons plus nous appuyer sur les cookies pour cibler les utilisateurs, les géants publicitaires que sont Facebook et Google offrent encore un immense potentiel. De fait, il existe mille façons de cibler les utilisateurs en fonction de leurs intérêts. Google vous permet ainsi de :- cibler les utilisateurs qui cherchent activement à acheter un produit d’une catégorie spécifique ;
- cibler les personnes en fonction d’un événement, comme la fin de leurs études universitaires ou un déménagement ;
- cibler les personnes qui recherchent activement une solution sur Google.
About the author
Arben graduated with a Master in Psychology. Apart from keeping us in good mental shape, he brings his passion & creativity to data analytics and programs the automations that save our customers valuable time.