03-16-2023

Un consent marketing efficace à l’ère de la protection des données: comment optimiser ses campagnes avec un modèle de marketing mix?

Boris Meier

Principal Consultant Digital Analytics

Regain d’intérêt pour la confidentialité, mort annoncée des cookies tiers, révision de la loi suisse sur la protection des données: les annonceurs sont confrontés à un défi, celui d’adapter leurs stratégies marketing à ces nouvelles réalités. La tendance est au consent marketing: Les clientes et clients doivent régulièrement donner leur accord pour que soient utilisées leurs informations personnelles. À l’avenir, les modèles de marketing mix pourront nous aider à déployer un marketing en ligne efficace même avec moins de données.

La fin des cookies tiers et l’intérêt croissant pour la protection des données exigent un changement d’approche

À l’heure actuelle, les cookies tiers permettent encore aux annonceurs de suivre et d’analyser le comportement des utilisateurs vis-à-vis de leurs annonces, et de créer des profils sur cette base. De cette manière, les utilisatrices et utilisateurs se voient proposer des annonces ciblées correspondant à leurs préférences. Si Microsoft, Firefox et Apple ont mis le holà à cette pratique, Google devrait bientôt leur emboîter le pas. À compter du second semestre 2024, la multinationale souhaite en effet interdire le suivi des sites Web par le biais de cookies tiers dans son propre navigateur Chrome et le remplacer par des alternatives conformes aux lois de protection des données («The Privacy Sandbox»).

Les fournisseurs de navigateurs et de systèmes d’exploitation réagissent ainsi à l’intérêt croissant des utilisatrices et utilisateurs pour des sujets tels que la transparence et la protection des données. À cela s’ajoutent des modifications du cadre juridique ainsi qu’une réflexion plus globale sur le positionnement de leurs propres plateformes et solutions.

Nous laissons aux juristes le soin d’interpréter la loi révisée sur la protection des données, laquelle entrera en vigueur en Suisse le 1er septembre prochain. Indépendamment de cela, nous observons que de nombreuses entreprises ne se contentent plus d’appliquer la loi, mais souhaitent aller plus loin en respectant les attentes de leurs clientes et clients en matière de transparence et de consentement au traitement de leurs données (consent), notamment à l’aide de bannières de cookie opt-in.

Exemple de cookie opt-in

Exemple de cookie opt-in. (Source: Webrepublic)

Repenser l’attribution basée sur l’utilisateur

Les identifiants d’utilisateur, généralement stockés dans les cookies, attribuent les interactions avec les supports publicitaires à des indicateurs de performance sur un site Web. Les bloqueurs d’annonces ainsi que les paramètres du navigateur correspondants ont toujours veillé à ce que seule une partie des interactions soit mesurable, avec pour corollaire des données incomplètes. Le débat actuel autour du consent marketing a néanmoins fait prendre conscience du problème à nos clientes et clients qui se sont alors posé la question suivante: comment intégrer dans le marketing numérique la mesure de la performance?


Optimiser ses campagnes par des modèles de marketing mix

Pour pouvoir continuer à mener des analyses marketing pertinentes, d’autres méthodes s’offrent à nous. 

De nombreuses plateformes publicitaires utilisent déjà, de manière plus ou moins transparente, des données modélisées. Si cela permet de réduire la complexité, cela n’en soulève pas moins toute une série de questions. Qui doit avoir le contrôle de ces extrapolations, comment correctement intégrer les différents canaux marketing?

Webrepublic recommande d’associer plusieurs approches afin d’évaluer de manière globale la réussite de sa politique marketing. Le ciblage régional permet par exemple de mettre en place des expériences contrôlées afin de déterminer le succès d’un canal marketing ou d’une campagne dans une région en particulier, et de le ou la comparer à d’autres. 

Ces informations servent à leur tour à alimenter un modèle complet de marketing mix. Celui-ci permet de mesurer, d’optimiser et de planifier les investissements. Les répercussions, passées et futures, des mesures de marketing déployées sur les objectifs commerciaux définis sont alors passées au crible pour être comparées. Les résultats de ces deux approches peuvent ensuite être utilisés pour ajuster manuellement l’attribution numérique.

Représentation schématique d’un cycle de mesure, de la collecte de données jusqu’à la phase de modélisation.

Représentation schématique d’un cycle de mesure, de la collecte de données jusqu’à la phase de modélisation. Source: Représentation personnelle, Google

Comment les bannières de consentement impactent-elles la mesure de performance de notre marketing?

Webrepublic accompagne ses clients dans le déploiement de plateformes de gestion du consentement. Une partie de cette activité consiste à trouver la configuration optimale pour le client et à la lui transposer dans ses opérations marketing quotidiennes.

Le principal enjeu lié à l’implémentation de ces plateformes consiste à trouver les moyens d’obtenir des résultats comparables. La plupart des outils modernes fournissent des informations sur le nombre total de personnes ayant donné leur consentement, mais pas sur les identifiants ni les segments d’utilisateurs. Pour recueillir ces informations, Webrepublic recourt à des approches de modélisation du marketing mix capables de livrer une estimation fondée de la manière dont les données mesurées auraient évolué si aucune bannière de consentement n’avait été utilisée («analyse d’impact causal»).

Cette approche nous permet de définir des mesures correctives permettant de mieux comparer le succès des différentes campagnes avant et après introduction d’une gestion du consentement.


Ce qu’il en ressort: les données structurées sont essentielles à l’efficacité du consent marketing 

Le marketing numérique axé sur les données devient de plus en plus exigeant. La mesure de la performance évolue d’un schéma fondé sur des données réellement mesurées («attribution numérique») vers un schéma s’appuyant sur des données modélisées. Faut-il maintenant confier ce travail de modélisation aux seules plateformes publicitaires? La réponse dépend entre autres du mix publicitaire de chacun, des points de contact avec le client impliqués, qu’ils soient numériques ou physiques, et d’un calcul coûts/bénéfices.

À l’avenir, il sera donc d’autant plus important de disposer de données exactes et bien structurées, celles-ci étant déterminantes pour le succès des analyses et de la planification des campagnes. Chez Webrepublic, l’expérience montre que les projets de modélisation du marketing mix consacrent la majeure partie du temps à collecter et catégoriser les données. Il est donc recommandé d’opter pour une convention d’appellation claire dès la phase de planification de la campagne, de définir une architecture transversale puis de la transposer dans un reporting et un monitoring en continu, de préférence sur tous les canaux.

Et même si les annonceurs devront se contenter de moins d’informations, il sera toujours possible de déployer un marketing numérique efficace axé sur les données.

Pour en savoir plus sur la question, nous vous invitons à consulter le LSA Live Talk qui s’est tenu le 1er mars 2023: «Consent Marketing: comment la Zürcher Kantonalbank concilie protection des données et efficacité des campagnes».