Les third party cookies disparaissent : quelles sont les alternatives ?
18-10-2022

First-party data
Les third party cookies disparaissent : quelles sont les alternatives ?

L’échéance a été reportée, mais nous n’y échapperons pas : au 2e trimestre 2024, le navigateur Google Chrome ne prendra plus en charge les « third-party cookies », comme c’est déjà le cas d’autres navigateurs comme Safari et Firefox. Étant donné que Chrome possède une part de marché de quelque 65 %, le problème était surmontable jusqu’à présent. Cette décision est la conséquence de la législation RGPD, mais aussi d’une tendance générale parmi les utilisateurs : nous accordons de plus en plus d’importance à notre vie privée, et nous sommes nombreux à cocher « non » ou « uniquement cookies indispensables » lorsque les sites web demandent l’autorisation d’utiliser des cookies. Rares sont en effet les personnes qui apprécient que leurs données soient utilisées à des fins commerciales, même de façon transparente.

À moins de vivre en ermite, le terme « cookie » en 2022 n’évoque plus que le Cookie monster… Nous sommes en contact avec des cookies chaque jour, qu’on les remarque ou non. Mais que sont les cookies, et que font-ils exactement ? Pour faire simple, chaque fois que vous visitez un site web, votre navigateur enregistre des données vous concernant et mémorise votre trajet sur différents sites web et plateformes. Cela permet notamment à des agences comme la nôtre de vous proposer des publicités pertinentes de manière ciblée. Comme indiqué ci-dessus, il ne sera bientôt plus possible de travailler de cette manière. Après plus de vingt ans, les habitudes doivent donc changer. De plus en plus d’entreprises recherchent des alternatives et innovent dans des techniques qui étaient passées un peu au second plan ces dernières années.

L’une de ces techniques consiste à utiliser des « first-party data », c’est-à-dire les données collectées par l’entreprise elle-même. Il s’agit par exemple du fichier clients, avec le domicile et les produits achetés, la langue parlée par le client… Il reste ainsi possible d’envoyer des publicités ciblées qui sont probablement pertinentes pour le public-cible. Une autre évolution intéressante est l’utilisation de first-party data dans des « clean rooms », des plateformes créées entre entreprises actives dans un secteur similaire, sans toutefois être directement en concurrence. Ces entreprises se communiquent leurs first-party data en échange de « second-party data » et créent ainsi une valeur ajoutée pour, idéalement, les entreprises et leurs clients. Un exemple simple pour clarifier cette approche : Imaginons une agence de voyages, un assureur et une entreprise qui vend des systèmes d’alarme. Si l’agence de voyage vend un voyage à un client, elle peut en informer l’assureur. Celui-ci peut ensuite adresser une publicité à ce client concernant une offre intéressante d’assurance-voyage. Et cela peut aussi être intéressant pour la troisième entreprise : « Vous souhaitez partir en voyage l’esprit tranquille ? Prenez rendez-vous avec l’un de nos experts en sécurité. » L’utilisation de ces plateformes ne doit d’ailleurs pas former un simple triangle entre un petit nombre d’entreprises, mais peut se faire à un niveau nettement plus élevé. C’est ainsi qu’IPM a récemment adhéré à LiveRamp, une plateforme de connectivité des données qui réunit déjà plus de 1000 entreprises, active dans 13 pays et spécialisée dans le traitement de données dans le respect de l’autorisation et des données personnelles des clients.

Un autre pilier qui gagne à nouveau en importance est l’utilisation de la pertinence contextuelle, aussi appelée ciblage sans cookies (« cookieless targeting »). Cela signifie que, pour présenter vos publicités à un public-cible spécifique, vous vous basez sur le contenu de la page web sur laquelle cette publicité apparaît. Imaginons une promotion pour la vente de tickets pour le prochain Grand Prix de Belgique. Vous pouvez utiliser les données de cookies pour déterminer qui s’intéresse au sport automobile, mais aussi passer des annonces sur des sites web qui parlent de Formule 1. L’apprentissage machines et l’intelligence artificielle nous permettent de toujours mieux affiner nos publicités. On peut pour cela utiliser des mots-clés sur la page web, ou même les photos qui accompagnent un article. Le comportement des utilisateurs est lui aussi analysé. On tire par exemple des conclusions de la manière dont ils réagissent à des publicités données sur des sites spécifiques, ce qui permet d’optimiser les campagnes automatiquement.

De plus en plus de régies publicitaires adoptent cette approche, comme GumGum avec sa plateforme Verity. Verity™ utilise des modèles spécifiques d’apprentissage machine pour assurer un ciblage contextuel optimal. Ces algorithmes mathématiques se basent sur des données vérifiées par des humains et étiquetées, et fonctionnent de manière indépendante. Ensemble, ces modèles offrent une vue complète, presque humaine du contenu des pages web sur lesquelles des espaces publicitaires sont commercialisés. Cette plateforme parvient de mieux en mieux à classer les articles selon leur contenu sur la base de catégories comme la politique ou l’automobile. Mais elle va plus loin encore en déterminant la sécurité de la page et de la marque, le ressenti et les mots-clés. La plateforme évite ainsi d’afficher vos publicités sur des pages consacrées à des armes ou présentant un contenu négatif, et elle est capable d’extraire des mots-clés depuis les titres, les textes et les objets.

Azerion et sa filiale Improve suivent elles aussi cette approche avec leur technologie Grapeshot. Cet outil commence lui aussi de manière traditionnelle avec le classement vertical d’un site web en catégories générales. Ce classement est enrichi à l’horizontale au moyen de mots clés. Des listes blanches ou noires prédéfinies vous permettent de cibler votre publicité en garantissant à tout moment la sécurité de votre marque. Les « crawlers » de sites web permettent à Azerion de déterminer des segments sur mesure pour les inventaires de publicités. Ces techniques peuvent désormais être appliquées dans d’autres médias comme les télévisions connectées et la publicité dans les jeux. Azerion assure par exemple la promotion de l’anti-douleur Paracetamol EG en publiant des annonces dans des articles pertinents sur la base de termes de recherche prédéfinis, par exemple des articles concernant des douleurs après une vaccination contre le Covid-19.

Ce ne sont là que deux exemples de solutions, et non une liste exhaustive. Nous vivons une époque pleine de défis en matière de publicité ciblée et pertinente. Il sera néanmoins fascinant, au cours des prochains mois, de voir comment le paysage médiatique abordera cette transformation radicale.