La mesure de la publicité est dans un état de flux sans précédent. Pour les spécialistes du marketing, cela signifie adopter une vision moins myope de la performance de la campagne et être plus proactifs dans la mesure de l’efficacité à long terme.

Les marques auront plus de difficulté à accéder aux données au niveau des utilisateurs et à les analyser en raison de la réglementation accrue en matière de confidentialité, de la dépréciation des cookies tiers par Google (prévue pour 2023) et de la décision d’Apple d’obliger les utilisateurs à s’inscrire au suivi des publicités par les applications mobiles. Des initiatives comme Federated Learning of Cohorts (FLoC) de Google encouragent l’analyse des groupes d’audience plutôt que des individus. La mesure quotidienne de la campagne en ligne exigera des niveaux de granularité plus faibles.

La mesure de la télévision se trouve également à la croisée des chemins, après que l’accréditation de longue date de Nielsen pour mesurer la télévision nationale et locale aux États-Unis a été suspendue par le Media Rating Council. La croissance rapide de l’écoute de la télévision connectée signifie que l’industrie doit trouver un moyen de concilier les cotes d’écoute traditionnelles par panneau avec les données d’impression numériques.

Pour certains spécialistes du marketing – en particulier ceux qui ont des relations directes avec les clients – la solution à la crise imminente des données de tiers sera de doubler la collecte des données de première main.

39 % des répondants au sondage Marketer’s Toolkit 2022 croient que le développement d’actifs de données du first ou du zero-party est leur meilleure réponse à la disparition du third-party cookie.

Ce ne sont pas toutes les marques qui trouveront possible de constituer d’importants pools de données de première partie, mais 85 % des personnes interrogées par WARC s’attendent à ce que leurs activités soient touchées par les restrictions en matière de confidentialité des données, et plus de la moitié (56 %) ont convenu que l’établissement de profils de consommateurs dans un contexte de fragmentation croissante des données est le plus grand défi de la commercialisation dans un monde post-cookie.

Pour certaines marques, le nouvel environnement de données incitera à explorer les renseignements qui peuvent être recueillis à partir de la collecte et de l’analyse probabilistes de données. Cela donne l’occasion d’adopter des solutions de mesure plus holistiques et de rapprocher les mesures d’efficacité à court et à long terme jusqu’à présent déconnectées.

Résoudre l’énigme de la navigation cross-canal

Le ralentissement des données de tiers est susceptible d’entraîner un flou des limites entre la mesure de l’efficacité à court et à long terme. Cela aura des implications pour les marques en 2022.

Besoin de nouvelles mesures et techniques

L’avenir de la mesure exigera l’intégration d’une série de solutions – et d’une coalition de partenaires de collaboration – plutôt que d’un seul outil.

Plus de la moitié (53 %) des personnes interrogées par WARC pour la Marketer’s Toolkit ont déclaré qu’elles cherchaient à trouver de « nouvelles mesures de l’efficacité », tandis que 42 % reconnaissent la nécessité d’investir dans de nouvelles technologies pour mesurer les auditoires.

La chaîne britannique Channel 4 a récemment revu sa planification médiatique et son compte d’achat, et la disponibilité d’outils d’automatisation des mesures a été un facteur déterminant dans sa sélection.

Industrie : L’insatisfaction des marques à l’égard des techniques de mesure existantes est le principal moteur de cette tendance.

Société : Les consommateurs sont de plus en plus préoccupés par la protection de la vie privée et ont fait reculer les plateformes.

Politique : Les préoccupations exprimées par les organismes de réglementation et les politiciens sont également des moteurs de tendance.

Technologie : Bien que des solutions claires ne soient pas encore en place, l’application de technologies en évolution peut également aider à accélérer cette tendance.

Repenser la mesure à long terme

Grâce aux développements du machine learning, les modèles de mesure comme Marketing Catalyst de Diageo deviennent à la fois stratégiques et tactiques.

La modélisation du mix marketing (MMM) peut être effectuée toutes les quelques semaines, plutôt que trimestriellement ou annuellement. Les modèles en temps réel peuvent être alimentés avec des estimations et des benchmarks pour permettre une optimisation en temps réel. Même les plateformes numériques riches en données comme Google et Facebook incitent les marques à reconsidérer les modèles par rapport à l’attribution du dernier clic.

Par conséquent, la mesure de l’efficacité à long terme devient un objectif plus actif. À l’aide de l’intelligence artificielle, ce type de modélisation peut également explorer des scénarios futurs au moyen de « jeux de guerre ». Les annonceurs peuvent utiliser ces résultats pour se préparer aux changements de comportement des consommateurs et des concurrents.