- Alors que le monde de la publicité évolue chaque année vers plus de respect de la vie privée des utilisateurs, les professionnels du secteur recherchent les technologies qui leur permettront de continuer à diffuser des campagnes performantes sans cookies. Cohortes, données propriétaires, identifiants uniques… Mais cherchent-ils au bon endroit ?
- L'alternative la plus viable, durable et efficace à la publicité basée sur les cookies n'est pas nouvelle : il s’agit de la publicité contextuelle, seule technologie dont le ciblage ne soit réellement pas basé sur les données personnelles.
L’intelligence artificielle pour pallier la fin des cookies tiers
La suppression des cookies-tiers pousse annonceurs et éditeurs à acter la fin d’un système dont la mort était annoncée depuis plusieurs années. Le ciblage démographique, que permettaient notamment les cookies, est devenu - s’il ne l’a pas toujours été - problématique et obsolète. Pourquoi ? La définition d’un public cible à l’avance conduit à des stéréotypes et des préjugés. C’est une forme de ciblage qui ignore les utilisateurs qui ne correspondent pas au profil prédéfini, se fermant automatiquement à une part des internautes pertinents.
Bien plus qu’un simple enjeu d’évolution de la législation, la disparition des cookies apparaît alors comme une vraie occasion pour les marques de modifier leur approche de leur public cible. Au lieu de toucher des personnes, elles vont désormais devoir chercher à identifier des moments où un individu aura signalé qu'il pourrait être intéressé par leur offre, sur la base de ce qu'il lit, regarde ou fait à un moment précis. Ainsi, quelle meilleure cible qu’un internaute - non identifié - en train de lire un comparatif des meilleures voitures électriques, pour une marque automobile ?
Mais cette conception de la publicité contextuelle n’est possible que lorsque trois piliers sont intégrés : un contenu de qualité, une création personnalisée et une technologie propriétaire. C'est pourquoi les marques doivent rechercher des solutions complètes qui fournissent l'inventaire le plus approprié, proposent des créations axées sur le consommateur et disposent des capacités de ciblage contextuel les plus avancées, capables de créer des modèles d'apprentissage automatique spécifiques à la campagne.
Vers une compréhension holistique et une personnalisation accrue
Car une approche contextuelle de la publicité exige une capacité de compréhension extrêmement fine des contenus diffusés en ligne. Au cours de la dernière décennie, les entreprises du secteur ont introduit des innovations technologiques qui ont considérablement amélioré l’analyse des contenus digitaux. Une évolution qui s’est accélérée brusquement à l’annonce de la fin progressive des cookies tiers par les principaux navigateurs et législateurs, laquelle oblige les annonceurs à renoncer - du moins en grande partie - aux données personnelles pour cibler leurs campagnes.
Jusqu’en 2010 environ, le ciblage contextuel n’était qu’à ses balbutiements et se limitait encore à sélectionner certains mots-clés et à en exclure d’autres pour cibler une publicité. Aujourd’hui, les modèles de traitement du langage naturel (NLP) sont capables de fournir une analyse précise des sentiments véhiculés par un contenu, qui va au-delà des mots clés pour comprendre la véritable signification du texte. Les outils de NLP savent par exemple identifier les différents usages du même mot “conservateurs”, s’il est utilisé dans un article sur la politique, ou sur la consommation.
Au-delà du contextuel, des nouveaux paradigmes de la publicité numérique
Ces outils ont considérablement amélioré l'efficacité du ciblage contextuel en permettant d’assurer que les publicités n’apparaissent pas à côté de contenus inappropriés, mais aussi d’aligner la création sur le ton et le sentiment de l’article. Des avancées qui permettent d’atteindre des niveaux de brand safety qui n’ont plus rien à voir avec les technologies plus anciennes - et de faire du contextuel l’alternative la plus pertinente aux cookies - et la seule à n’utiliser aucune donnée personnelle, contrairement aux systèmes de cohortes, aux walled gardens ou à l’usage des datas first-party.
Plutôt que de se contenter d'analyser des URL spécifiques et de les stocker dans des catégories prédéfinies, les technologies contextuelles les plus avancées sont en effet capables d'examiner l’ensemble des URL d’articles publiés et de développer une compréhension fine du réseau dans son ensemble. Compréhension qui leur permet d’identifier les tendances et les sujets clés du contenu avec lesquels les publics interagissent à un moment donné.
Comment cela fonctionne-t-il ? À partir de la demande du client, l’IA, basée sur des modèles avancés d'apprentissage automatique, scanne l'ensemble du réseau d'URL pour trouver les articles qui sont sémantiquement les plus proches du briefing. Cela lui permet de proposer une segmentation personnalisée de chaque campagne pour toucher le véritable cœur de cible pertinent.
Cette nouvelle technologie contextuelle donne une autre dimension au concept d'affinité avec les campagnes. Elle permet de garantir que les publicités apparaîtront toujours à côté du contenu le plus approprié pour la marque. Un changement nécessaire pour pouvoir toucher les consommateurs réellement intéressés par un sujet, et au moment-clé où ils s’y intéressent.
Aujourd’hui, il est ainsi possible d’aligner le message et la création sur le ton et le sentiment du contenu de chaque article. De cette façon, les marques peuvent enfin personnaliser leurs campagnes sans se baser sur des stéréotypes - et en respectant la vie privée des utilisateurs.