Aujourd’hui, une famille européenne est équipée en moyenne de 10 appareils numériques. En France, en Allemagne, en Espagne, en Italie et au Royaume-Uni, plus de 170 millions de personnes possèdent un smartphone. Et dans ces pays la pénétration des tablettes chez les ménages a augmenté  de 18 % en 2012, en atteignant presque les  50 % en 2014. La surabondance de nouveaux appareils mobiles de plus en plus connectés représente une formidable opportunité pour les marketeurs et les annonceurs de mieux comprendre où et quand cibler les consommateurs.

Quand un utilisateur dispose d’un smartphone, d’une tablette et d’un ordinateur portable pour un usage personnel, ainsi que d’un ordinateur portable pour une utilisation professionnelle, vous serez certainement étonné d’apprendre que ces quatre appareils sont considérés comme étant six à huit consommateurs au lieu d’un seul. Voilà ce qui arrive lorsque nous faisons l’erreur basique de traiter chaque identifiant en ligne (que ce soit un cookie de navigateur, un Apple IDFA, un Google Advertising ID, ou tout autre ID anonyme) comme autant d’individus. Cette approche centrée sur l’appareil biaise en quelque sorte les résultats qui vont d’une moindre évaluation  de la contribution du mobile aux attributions de conversion inexacts, conduisant finalement à faire des choix d’investissement publicitaires erronés.

Nous devons accepter l’idée que les consommateurs de ce début de millénaire ont tendance à posséder plusieurs appareils numériques afin de construire nos plans marketing autour des consommateurs, et  non pas de leurs appareils. Tout d’abord  nous devons commencer par à relier tous les identifiants auparavant cloisonnés, sous un seul identifiant (ID) unifié.

Les méthodes probabilistes réalisent des prédictions très précises sur la propriété d’un appareil. Cela consiste à identifier un consommateur en utilisant le machine learning et des données techniques issues de l’analyse de nombreux signaux, comme la fréquence d’utilisation de l’appareil, son emplacement, l’adresse IP, le contenu Web, le comportement lors de l’utilisation d’une application, et les horaires de connexion au cours des deux dernières semaines. Ce système va alors fonctionner de manière intelligente : par exemple, une application que vous avez installée pour suivre les informations sur les concurrents de votre secteur n’aura pas d’intérêt sur le plan personnel. Le système pourra le détecter et agir en conséquence. Au lieu de délivrer une publicité de « branding » de ces concurrents, il  pourra faire des offres promotionnelles sur des produits que vous avez déjà consultés. En utilisant cette méthode, et en changeant la façon dont les attributions sont effectuées et mesurées à travers les dispositifs, les taux de conversion peuvent augmenter de 30 à 40 %. Les annonceurs éviteront également le risque de payer pour de grandes quantités d’annonces inefficaces.

Cet identifiant unifié permettra aux marketeurs d’établir une relation aux consommateurs plus complète et plus intelligente, de mieux cibler la publicité en se basant sur une vision plus globale du profil du consommateur, et d’avoir davantage d’opportunités d’influencer leurs clients, peu importe le dispositif qu’ils utilisent. Cela permet un bon usage du budget marketing en atteignant réellement les consommateurs, et ainsi de ne plus définir les campagnes en fonction du nombre d’impressions.

Alors, comment faire pour commencer à collecter cette intelligence multi-appareils ? Une façon efficace est de créer un seul identifiant qui combine toutes les données pertinentes provenant de plusieurs appareils appartenant à un consommateur. Ces profils unifiés n’incluent pas seulement les différents appareils d’un utilisateur, mais englobent également les différents navigateurs sur un seul ou plusieurs périphériques, un même appareil pouvant être utilisé par plusieurs individus. . Cela nous permet d’avoir une image plus complète des points de contacts digitaux des utilisateurs ainsi qu’une large quantité de données sur laquelle se baser pour prendre de meilleures décisions. Avec jusqu’ 200% de données supplémentaires en moyenne que pour des prises de décision basées sur un  seul profil par appareil.

Cela permet aux annonceurs de prendre des décisions fondées sur les utilisateurs et non sur les appareils, et donc de mieux les cibler, les annonces seront délivrées  en collectant les données  multi-appareils en prenant en compte tous les appareils pouvant être utilisés, et en sachant où et quand les individus sont à chaque instant. Plus simplement, ne budgetez plus vos campagnes en silos par « device » (Mobile ; Tablette ; Ordinateur ; Social ;…)  mais en optimisant les taux d’acquisitions au travers de tous ces appareils.

Nous n’en sommes qu’au commencement.  Le secret de l’optimisation multi-appareils tire parti de ces profils unifiés pour des prises de décisions éclairées et pour améliorer les performances des campagnes à grande échelle. Il est primordial de vraiment viser l’individu, car en fait c’est lui qui voit. Interagit, puis convertit. Nous devons utiliser le machine learning pour corréler les dispositifs et nous assurer que nous sommes au service des consommateurs, en générant des publicités moins intrusives et plus pertinentes.

____________
Eric Clemenceau est Directeur Général Rocket Fuel France