Cela fait un moment que la question de la publicité multi-écrans occupe les esprits des professionnels de l’AdTech, sans que nous en ayons pour autant déjà constaté les effets. Pourtant, cela ne saurait tarder car les difficultés initiales de mesure, de fragmentation et autres problèmes appartiendront bientôt au passé.
La publicité multi-écrans (cross-screen) consiste à planifier et acheter des espaces publicitaires via différents formats pour divers écrans et à mesurer la couverture (reach), la répétition et l’impact avec un maximum de transparence et d’efficacité.
Depuis le temps que nous l’attendons, la réalité de cette approche paraît presque improbable.
Alors qu’est-ce qui a finalement changé ?
Le défi de la fragmentation des audiences et des écrans
La diversité des modes de consommation a davantage progressé en cinq ans qu’au cours des 35 dernières années. Tout le monde sait que la consommation sur mobile est en pleine croissance et que les dépenses publicitaires reculent, mais ce que l’on ignore c’est qu’alors que les téléspectateurs sont moins nombreux devant la TV en live, les chiffres de l’OTT (over-the-top) explosent, à savoir la consommation de contenus en streaming sur les téléviseurs connectés, les consoles de jeu et les boîtiers de streaming comme Amazon Fire TV ou plus récemment Roku Streaming Stick.
La solution réside dans l’évolution des méthodes de mesure
Trois approches permettent de vérifier les audiences en mode multi-écrans :
L’approche du panel : Elle utilise les techniques de machine-learning pour combiner les données de sources multiples, dont celles de tiers comme Nielsen, et permettent ainsi aux annonceurs de mesurer avec davantage de précision la couverture et la répétition proportionnellement pour chaque canaux, incluant TV, PC et mobile. Ces techniques les aident à identifier la part de leur audience cible non exposée à la publicité TV linéaire et à organiser leur reciblage pour améliorer la couverture incrémentale.
L’approche dite « probabiliste » : La plupart des annonceurs emploient cette méthodologie pour leur ciblage d’audience multi-écrans. Des sociétés comme Tapad et Drawbridge fournissent des données d’association de terminaux, et font correspondre les cookies de PC aux cookies d’autres PC et aux ID de terminaux mobiles. Pour toucher les foyers, cette approche donne d’excellents résultats (avec une précision supérieure à 90%).
L’approche dite « déterministe » : Il s’agit d’utiliser les informations fournies par un individu, comme un identifiant de connexion ou une adresse e-mail, pour vérifier son identité avec certitude. Des sociétés comme Google, Facebook et Twitter peuvent le faire car elles disposent de très nombreuses données d’inscrits.
Nous n’en sommes qu’au tout début, et il y a bien des solutions intermédiaires qui vont au-delà de la couverture et de la répétition, et permettent de mesurer la visibilité et le ROI. Cependant il n’existe pas encore de standard et ce n’est pas pour tout de suite. Toutefois des progrès ont été faits ces derniers mois et peuvent intéresser tout responsable marketing qui se pose la question « comment atteindre mes audiences et optimiser mes dépenses publicitaires pour augmenter mes ventes ? », avec notamment des offres qui permettent de :
- Mesurer la couverture (reach) et la répétition tous canaux et écrans confondus
- Rendre les données de ciblage exploitables à l’échelle de tous les environnements
- Faciliter les efforts d’optimisation d’après la consommation médias proportionnellement aux environnements
Nous nous approchons d’un monde où les questions de visibilité, de trafic suspect et « d’Ad-blocking » laissent la place à ce qui compte vraiment : « Comment savoir si mes campagnes publicitaire ont marchées ? Comment reproduire ce qui a marché avec un minimum d’effort et au moindre coût ? »
Selon moi, la capacité à planifier précisément les médias et à maximiser la couverture et la répétition des audiences sur tous les écrans sera d’une grande utilité pour répondre à ces questions.
Auteur : François-Xavier Le Ray, Directeur France TubeMogul
***
(c) ill. Shutterstock