Avec la fin des cookies tiers, les data first-party reviennent en force

La disparition annoncée des cookies tiers sur le marché de la publicité numérique a obligé tous les acteurs de l’écosystème à réfléchir à des alternatives efficaces pour combler ce vide. Au cours des derniers mois, éditeurs, agences et annonceurs ont ainsi testé différents identifiants (IDs) first-party auprès de partenaires technologiques pour se préparer : au total, plus de 80 solutions d’identité ont ainsi vu le jour sur le marché en moins d’un an. Les premiers tests ont permis de révéler les forces et les faiblesses de chaque approche à différentes étapes du parcours d’achat, ainsi que des nuances selon les pays. À mesure que le marché évolue, les data first party deviennent plus sophistiquées, apportant même parfois des réponses à de nouveaux cas d’usage.  

La proximité que partagent les SSP avec les éditeurs et les consommateurs les positionne comme des moteurs de croissance de l’écosystème. Une mission acceptée par les plateformes sell-side qui y voient l’opportunité d’accompagner les éditeurs dans la génération de nouveaux revenus et de permettre aux annonceurs d’obtenir un ROI supérieur. Selon les tests, combiner plusieurs solutions d’adressabilité serait la clé pour les aider à atteindre de meilleurs résultats. 

Réconcilier les données pour les acheteurs 

Jusqu'à présent, l'objectif principal des IDs first-party était de réconcilier les utilisateurs entre les appareils et les domaines. Aujourd'hui, les acheteurs médias se tournent vers les IDs first-party pour l'optimisation des campagnes, la gestion de la pression publicitaire et l'attribution. Les éditeurs, eux, cherchent à mieux monétiser leur inventaire et à fournir aux consommateurs des outils de gestion du consentement simple à comprendre. En outre, avec l’émergence de nouveaux cas d’usage, un besoin d’interopérabilité et d’alignement entre les solutions d’identification first-party et les autres partenaires technologiques se fait sentir.  

La majorité des acheteurs testent des solutions d’identification basées sur des signaux déterministes et probabilistes. Néanmoins, pour qu’une campagne soit efficace, ces critères seuls ne suffisent pas. Aussi, les objectifs de chaque campagne doivent être examinés attentivement par les acheteurs médias, afin qu’ils testent les solutions de manière tactique. Cette approche plus granulaire permet aux acheteurs de mieux comprendre quels ID sont les plus susceptibles d’avoir un réel impact sur leur performance. Par exemple, des tests menés entre une SSP et une agence média en Suède ont montré que l’utilisation d’un identifiant issu d’un fournisseur d’ID du marché, augmentait le reach global de la campagne de 30 % en moyenne et jusqu’à 90 % sur l’inventaire iOS.  

Collaborer devient essentiel

Les tests effectués par les acheteurs bénéficient également aux éditeurs, en créant une conversation bilatérale. Chaque éditeur a sa propre stratégie autour des identifiants, tout en restant ouvert à différentes approches pour sécuriser des budgets publicitaires. 

Acheteurs et SSP doivent donc collaborer afin d’établir un identifiant initial le plus qualitatif possible, puis activer des solutions supplémentaires via des tests A/B de manière à étendre le reach et comprendre comment croiser plusieurs identifiants. Récemment, des tests ont été menés aux Pays-Bas pour déterminer si l’activation des segments d’audience sur SSP produisait de meilleurs résultats qu’avec une DSP. Avec les mêmes datas activées via la SSP et la DSP, les résultats des campagnes ont été bien plus probants via l’activation SSP : un reach deux fois supérieur, une augmentation de 16 % de la viewability et de 21 % du CTR.

En fin de compte, les éditeurs se tourneront vers les identifiants les plus plébiscités par les acheteurs, pour autant qu’ils répondent à leurs exigences en matière de sécurité et de confidentialité des données. Toutefois, les acheteurs doivent garder à l’esprit que les éditeurs disposent également d’une multitude de données first-party et de solutions de ciblage contextuel qui doivent être combinées les unes aux autres.   

À quoi ressemblera la prochaine génération d’IDs first-party ? 

Il devient de plus en plus important pour les marques et les éditeurs d’exprimer la valeur que les consommateurs obtiendront s’ils consentent à partager leurs données. Mais aussi d’expliquer clairement qu’ils peuvent refuser le traitement de leurs données. Aujourd’hui, trop de solutions coexistent, entraînant une certaine confusion voire une incompréhension de la part des consommateurs. L’utilisation d’identifiants first-party doit normaliser cette communication avec les consommateurs et permettre d’activer les données pour le ciblage, la mesure et l’attribution.   

Cette standardisation ouvre également la voie à l’utilisation des data first-party sur un plus grand nombre de plateformes, y compris CTV, permettant aux annonceurs d’échanger des identifiants de manière transparente et de bénéficier d’une puissance cumulée de tous les IDs rassemblés plutôt que de se concentrer sur des identifiants individuels. Cette approche profitera à tous, maximisant le yield des éditeurs, améliorant les performances des annonceurs et offrant aux consommateurs une meilleure expérience de qualité.  

Le véritable enjeu est de comprendre réellement l'efficacité des solutions d'identification indépendantes mais c’est aussi une réelle opportunité de faire progresser le secteur grâce à un meilleur contrôle des données et de leur utilisation. La technologie contribuera à l’évolution du marché et à l’augmentation de l’adoption des IDs first-party, créant naturellement une augmentation du reach. Tant que le reach augmente, les performances augmentent et ainsi de suite. Le cycle vertueux perdure. 

Aujourd’hui la véritable question est : comment construire un meilleur écosystème avec les connaissances actuelles en étant certain qu’il fonctionnera demain ? La seule façon de le savoir est de continuer à investir sur plusieurs solutions d’adressabilité de l’audience — indépendantes, basées sur navigateur, inter-éditeurs, ciblage contextuel, etc. Comprendre les solutions les plus performantes selon les scénarios permet d’obtenir les meilleurs résultats, mais aussi de répartir le risque que les incertitudes futures peuvent présenter.