Pourquoi séparer TV et digital n’a plus de sens sur l’écran du salon

« La manière de consommer la télévision est en train de changer radicalement ». Le constat dressé par Jérôme Cauchard, CEO et co-fondateur de Making Science, résume une mutation profonde : le téléviseur reste l’écran central du foyer, mais les contenus qui y sont consommés ne se limitent plus aux chaînes historiques. Netflix, YouTube, Amazon Prime ou encore les services de replay cohabitent désormais avec TF1 ou M6, sur le même poste et pour les mêmes individus.

La disparition du poste de télévision dans les foyers a été annoncé à plusieurs reprises avec l’avènement du digital, mais c’est l’inverse qui se produit.

« YouTube n’est pas l’avenir de la télé, la télé est l’avenir de YouTube », affirme Jérôme Cauchard.

Il souligne que le support – l’écran TV – prime désormais sur la plateforme. Pourtant, les pratiques de média-planning sont restées largement cloisonnées : d’un côté les équipes TV, de l’autre le digital, avec des budgets, des indicateurs et des outils distincts.

Altivia, un outil au périmètre volontairement restreint

C’est pour combler ce décalage que Making Science a développé Altivia. L’outil se présente comme une solution de “Total Vidéo”, mais avec un périmètre volontairement restreint : uniquement les vidéos diffusées sur écran de télévision, qu’elles proviennent d’une chaîne linéaire ou d’une plateforme de streaming (les chaînes thématiques exceptées). A l’inverse, une vidéo regardée sur smartphone ou ordinateur est exclue.

A lire pour aller plus loin : Making Science unifie la TV linéaire et la CTV avec altivia, un outil inédit de médiaplanning

Altivia ne propose pas un plan média unique, mais la synthèse de milliers de scénarios. Par itérations successives, l’outil teste toutes les répartitions possibles entre linéaire et non-linéaire (50/50, 60/40, etc.) afin d’identifier l’allocation budgétaire optimale selon les objectifs de l’annonceur : couverture, GRP ou efficacité globale. Pour construire l’outil, il a fallu agréger deux types de sources : les données linéaires traditionnelles (Médiamétrie) et les données de télévision non linéaire (DNLTV).

L’audience inférée, réponse pragmatique à un marché sans mesure unifiée

L’un des principaux freins à cette approche unifiée reste l’absence de mesure d’audience dédupliquée entre télévision classique et plateformes. Plutôt que d’attendre une hypothétique norme consensuelle, Making Science a fait le choix d’une solution pragmatique : l’audience inférée.

Cette audience est une construction mathématique, issue de l’agrégation de plusieurs sources de données : bilans Google pour YouTube versus linéaire, données Médiamétrie fournies par les chaînes pour l’AVOD ou encore données ACR de constructeurs comme Samsung pour la SVOD.

« Attendre une vérité révélée avant d’agir, ce n’est pas notre vision », résume Jérôme Cauchard.

L’ambition n’est pas de remplacer Médiamétrie, mais de proposer « la meilleure estimation possible » pour piloter l’action aujourd’hui.

La fin des « bouts de budget » pour le digital

Là où une décision humaine alloue intuitivement autour de 15 % du budget TV au non-linéaire, l’optimisation par Altivia peut faire monter cette part jusqu’à 30 %, selon les cibles. L’outil met ainsi fin à une logique de “bouts de budget” accordés aux plateformes.

Autre conséquence : la remise en cause de l’“effet de seuil” de la télévision linéaire. En traitant linéaire et non-linéaire comme un continuum, Altivia permet une allocation plus souple et transforme la structure même des plans TV. Le prime time perd de son poids, les coûts se lissent sur l’ensemble de la journée et des supports.

L’ambition : dépasser les indicateurs média traditionnels

Altivia n’en est qu’à ses débuts. L’outil intégrera à terme les futures mesures de marché, comme WATCH, promise par Médiamétrie, et vise une extension internationale. Making Science travaille également sur la curation des inventaires, notamment via YouTube, afin de garantir des environnements premium et “brand safe”, qui pourront être validés à terme par l’IA. Mais l’ambition est de dépasser les indicateurs média traditionnels.

« Un plan télé ne sert pas à acheter des GRP, il sert à vendre dans un magasin », martèle le CEO.

Dans un contexte où le consensus sur la mesure d’audience semble lointain, Making Science parie sur la mesure directe de l’impact business : ventes, trafic, performance réelle, via des modèles MMM (media mix modeling) ou des géo-expérimentations (mesure de l’efficacité d’une publicité en comparant des zones géographiques).