Newsletter du Lundi
14/10/19

Paru dans la newsletter du

Uptilab et Tradelab réconcilient data on et offsite

Qui ?

Céline Craipeau, Head of Marketing & Strategic Planning de Tradelab et François de Broissia, Consultant Conversion d’Uptilab.

Quoi ?

Le compte-rendu du Petit Club « Shaker la data : comment mieux activer ses données via la réconciliation des data site-centric et ad-centric » du 15 mai 2019, organisé au Partech Shaker, en partenariat avec Mirum, Teads, Team Media, Traackr et Tradelab.

Comment ?

Tradelab développe des outils d’augmentation de la valeur de l’achat programmatique sur tous les formats, qu’il associe à une dimension conseil en stratégie média digitale et innovation auprès des marques. Uptilab, quant à elle, optimise les taux de conversion des entreprises à travers des expertises en web analyse, en UX et en A/B testing. Leur objectif étant de justifier, data à l’appui, du bien-fondé des améliorations proposées. Depuis l’arrivée d’Uptilab dans le giron de Webedia en 2017, que Tradelab a rejoint 2015, les deux entités travaillent régulièrement main dans la main. Une collaboration qui a de plus en plus de sens à l’heure où les annonceurs cherchent à réconcilier les données collectées sur le site de la marque et celles accumulées en faisant de la publicité.

Comportement des annonceurs les plus matures

Dans une étude de 2018[1], le BCG a classé les différents stades d’avancements data des annonceurs  en quatre phases : naissante, émergente, connectée et multi-moment. Céline Craipeau, Head of Marketing & Strategic Planning de Tradelab analyse les différentes phases de l'évolution numérique de l'annonceur : « Cette étude nous apprend que les annonceurs les moins avancés enrichissent principalement leur stratégie avec des données tierces (données non-propriétaires achetées auprès de fournisseurs spécialisés), mesurent les résultats de manière très silotée et au dernier clic, et opèrent leurs achats à travers plusieurs trading desk. A mesure que les marketers gagnent en maturité, les données first party (données propriétaires issues des sites, apps ou CRM) sont ajoutées, le ciblage se fait cross-device voir ‘people based’ pour adresser des messages adaptés tout au long du parcours des utilisateurs.» .

La data a aussi un rôle à jouer dans les méthodes et process de mesure de l’attribution des conversions. Pour François de Broissia d’Uptilab « Cela permet une vision plus juste du ROI des activations et de procéder à un véritable pilotage des incréments. Il y a 10 ans, les données n’étaient pas ou très peu utilisées pour ce sujet. Aujourd’hui, c'est assez ponctuel, pour la plupart des annonceurs. Quelques ajustements peuvent être faits sur les investissements à la lecture de reportings, mais ces derniers sont assez fastidieux à réaliser par l’humain. Pourtant, il est désormais possible d’automatiser la collecte, la production et la diffusion de la donnée de mesure grâce à de nouveaux outils des plateformes cloud - comprenant entre autres de l'IA, même si celle-ci reste encore minoritaire. Cela donne plus de temps pour l’analyse et permet de véritablement piloter à l’incrément. »

D’un point de vue « opération », moins on silote les partenaires par canaux, moins on a d'interlocuteurs, et plus on est efficace. Le contexte actuel de réglementation (RGPD) et le comportement du public incitent également à centraliser les données sur quelques partenaires seulement et à prioriser l’utilisation de data 1st party : « les utilisateurs sont de plus en plus sensibles à la question du respect de leur vie privée et  nombreux à installer des adblocks. Pour répondre à cela, le cadre législatif se fait de plus en plus précis et contraignant. Par ailleurs, les navigateurs eux-mêmes, qu’il s’agisse de Safari, Firefox, ou Chrome la semaine dernière, s’engagent à redonner plus de contrôles aux utilisateurs sur ces questions. »

Bilan de l’étude ? Selon le BCG, une utilisation mature de la data en marketing digital permettrait une réduction des coûts de 20% pour une augmentation du chiffre d’affaire de 30%.

Les outils pour simplifier la connaissance des audiences disponibles activables

Une poignée d’acteurs technologiques proposent les outils nécessaires à la mise en place d’un ciblage cross-device et « people based », c’est-à-dire la personnalisation des messages et des scénarios publicitaires ou des contenus éditoriaux en fonction de l’utilisateur. « Pour le retargeting cross-device, il faut être capable de réconcilier le monde du desktop, suivi via les cookies, et celui du mobile, tracké avec des advertising ID». Et François de Broissia d’ajouter : « rLes outils nécessaires au traitement de la donnée en général, et au scoring individuel du bassin d’audience en particulier, sont souvent intégrés à des suites marketing. Celles-ci sont principalement proposées par des acteurs américains tels que Google, IBM, Oracle ou Adobe. Ces suites n’existent pas en France où les outils restent organisés par silos (analytics, A/B Test, tag management etc.). Les annonceurs qui construisent leur stack avec ces solutions font preuve d’un degré de maturité plus avancé que la plupart des utilisateurs de la version gratuite de Google Analytics. Cependant, chez les annonceurs qui utilisent la suite Google, le niveau de maturité est comparable.

Ce nouveau marketing est facilité par les  plateformes cloud marketing , qui construisent  des programmes à travers des fonctions avancées de stockage, de calcul, d’exécution de fonctions : « ces plateformes facilitent  la construction d’outils en propre comme des bases de données, par exemple. »

Des résultats prometteurs

Le scoring du bassin d’audience de l’annonceur est l’une des applications des métiers du cloud marketing. Aujourd’hui, cette tâche est réalisée par des humains, le process est long pour sortir les données qui sont alors plus vite obsolètes. Mais si cette tâche est confiée à la machine et les résultats utilisés en temps réel pour être appliqués aux investissements médias, l'efficacité progresse.

Tradelab et Uptilab ont plusieurs expérimentations en cours. Leurs performances rejoignent les projections du BCG annoncées plus haut. « Pour un annonceur du secteur de la joaillerie, nous avons appliqué ce scoring pour moduler les enchères par audience. Cela a permis d’augmenter le taux de clic de 39% et fait baisser le CPA de 20%. Pour un autre e-commerçant, nous avons testé la généralisation du look-alike sur tous les canaux en simultané. Le reach sur cible est alors 43% supérieur. » explique la Head of Marketing & Strategic Planning de Tradelab.  : « La collaboration forte entre Tradelab et un annonceur bancassurance sur la data a été crucial pour la performance du cas. Cela nous a permis d’identifier qu’il était plus rentable d’exclure les segments à faible rendement plutôt que de surinvestir les top performers. Ainsi, nous avons obtenu +121% de CTR et -41% de CPA, avec, en contrepartie de cet élargissement du reach, une légère augmentation du CPM. »

[1]Digital Marketing Maturity Study, Boston Consulting Group, 2018

Delphine Bionne

Publicite

XX résultats

Oups! votre recherche
n’a donné aucun résultat !