L’impact de l’apocalypse des cookies sur le média numérique

Google a annoncé en janvier 2020 qu’il mettrait fin à l’utilisation de cookies tiers par son navigateur Chrome. Cette annonce historique marque un tournant sans précédent dans l’industrie du numérique. Combinée aux actions passées des autres gros joueurs du web – et à celles à venir –, c’est toute la façon dont nous planifions, exécutons et mesurons l’efficacité des campagnes publicitaires numériques qui est remise en question. Dans cet article, nous tenterons de décrire et de vulgariser les effets de ces transformations et d’amener quelques pistes de solutions à court et à moyen termes pour vous aider à mieux comprendre l’ampleur de la plus importante transformation des médias numériques des 20 dernières années – et à vous y préparer.. 

Si vous êtes déjà familier avec le concept, nous vous invitons à passer à la section suivante, qui concerne les répercussions du retrait des cookies tiers et les solutions proposées.

Lors des premiers jours du web, il n’existait aucun moyen de tracer les utilisateurs. C’est en 1994 que Lou Montouli, employé chez Netscape, invente le cookie HTTP.  La première réelle utilisation des cookies avait pour objectif de vérifier si les visiteurs du site web de Netscape avaient déjà visité le site (Gartner).

Mais aujourd’hui, à quoi servent les cookies? Ils peuvent être utilisés pour conserver vos articles dans votre panier pendant que vous faites des achats en ligne, permettant au site de se souvenir de vos choix passés, comme votre langue, votre nom d’utilisateur ou votre mot de passe. Ils peuvent aussi collecter des informations sur la façon dont vous utilisez un site web, ou encore permettent d’aider les annonceurs à diffuser des publicités plus pertinentes et à mesurer leur effet. C’est à ce dernier cas que nous allons nous intéresser dans cet article.

Avant d’aller plus loin, il est cependant important de rappeler qu’il existe deux types de cookies :

• les cookies primaires (first-party cookies)
• les cookies tiers (third-party cookies)

Les annonces de Chrome touchent uniquement les cookies tiers, tandis que l’ITP de Safari et l’ETP de Firefox touchent les cookies tiers ET les cookies primaires. Mais comment cela fonctionne-t-il dans les faits? (Clearcode, 2020)

Un utilisateur A se rend sur Nike.com. Un cookie primaire est stocké sur le nom de domaine depuis lequel le cookie a été créé. « Cookie domain: nike.com »

Qu’entendons-nous par mesure en média numérique? Nous faisons référence ici à la capacité de mesurer directement la performance de vos campagnes sur les plateformes Ad Tech et analytiques en suivant les conversions, qu’elles soient :

• post-clic : l’utilisateur effectue la conversion après avoir cliqué sur une annonce;
• post-vue : l’utilisateur effectue la conversion après avoir vu une annonce.

De son côté, l’attribution fait référence à la capacité d’attribuer le crédit d’une conversion totalement ou partiellement à un ou plusieurs canaux ou points de contact.

Pour mettre cela en contexte, il faut savoir que chaque type de conversion est mesuré dans un horizon de temps défini. Par exemple, Facebook s’attribue une conversion lorsqu’une action notoire, paramétrée par l’annonceur, est réalisée sur le site ou sur l’app de ce dernier par un utilisateur. Cette conversion est attribuée 7 jours après un clic sur une annonce d’une marque (ou un jour après la vue d’une publicité, mais plus pour longtemps avec les changements dans la plateforme liés à iOS14).

Un retour vers le modèle « dernier clic »?

La capacité d’attribuer une action réalisée par un utilisateur repose sur un dépôt de cookies tiers sur l’appareil. Avec leur disparition, comment les plateformes pourraient-elles attribuer des conversions liées à des vues ou à des clics plusieurs jours après une interaction? Au moment où nous écrivons ces lignes, cela semble très compliqué, voire impossible. Facebook a d’ailleurs annoncé récemment le retrait de différentes fenêtres de mesure des conversions (Facebook, 2020). En lisant cela, votre premier réflexe sera peut-être de remettre complètement en question votre modèle d’attribution actuel et de revenir au bon vieux modèle du « dernier clic » (AdExchanger & Paparo, 2020). Cela pourrait être une solution à court terme, mais on constate que l’industrie s’en va ailleurs. 

Modélisation des conversions

Dans le contexte actuel la tendance va vers la modélisation de conversions pour pallier cette perte de données (Google, 2020). Google, de son côté, intègre la modélisation de conversions dans Campaign Manager 360 depuis octobre 2020 (Google, 2020). À l’idée de la modélisation de données, certains marketeurs sont nerveux, voyant s’éloigner la possibilité de mesurer parfaitement toutes leurs « réelles » conversions. Pourtant, la mesure et l’attribution n’ont jamais été parfaites : échantillonnage, utilisateurs provenant de Safari ou de Firefox, synchronisation des cookies, script ne se déclenchant pas au chargement de la page, bloqueurs de publicités… D’innombrables facteurs rendent déjà aujourd’hui la mesure imparfaite!     

Une attribution post-clic et post-vue possible?

Avec son Privacy Sandbox, Google développe de nouvelles façons de mesurer les conversions sans cookies tiers. Les technologies devraient permettre de rendre l’information disponible à un niveau « événement » aux algorithmes d’enchères qui détectent des tendances dans les comportements pour miser. D’un autre côté, les données de mesure et d’attribution seront partagées aux annonceurs sous un format agrégé, avec un certain niveau de « bruit » (data noise) et de délai, permettant ainsi une mesure relativement précise tout en respectant la vie privée des utilisateurs (Google, 2021). À l’heure actuelle, les tests sont réalisés au niveau clic, mais le modèle pourrait être étendu aux impressions. Il est important de noter ici qu’il s’agit de propositions de Google sur Github en format Open Source, et qu’on ne dispose d’aucune garantie en ce qui concerne l’adhésion éventuelle des autres navigateurs à cette technologie.

Par où commencer pour bien mesurer sa performance en 2021? Pour le savoir, lisez l’article de notre collègue Aurélie!

Qu’entendons-nous par audience en média numérique? Il s’agit de groupes d’individus ayant des attributs les liant de près ou de loin avec notre marque.

• Audiences de prospection : Des individus n’ayant à priori aucun lien avec notre marque, mais avec qui nous aimerions entamer une discussion. Ces audiences sont construites à partir d’attributs qui peuvent être partagés par les plateformes publicitaires (Google, Facebook), par des fournisseurs de données tierces (Bluekai, Exelate, etc.) ou encore par des partenariats de données entre deux entités (données secondaires).
• Audiences de remarketing : Des individus ayant eu un lien direct avec notre marque (visite sur le site web, interaction sur un réseau social, vues de vidéos, achat, etc.) et avec qui nous aimerions continuer une discussion. Ces audiences sont pour la plupart construites à partir des pixels tiers des plateformes d’achat (qui s’adaptent en intégrant maintenant de nouvelles fonctionnalités primaires) ou encore de listes de courriels obtenus avec le consentement des utilisateurs. 

Les changements annoncés vont avoir d’importantes répercussions sur la façon dont le ciblage de ces audiences fonctionne aujourd’hui.

Quelles sont les répercussions actuelles sur le ciblage publicitaire ?

Les effets se font déjà sentir : les utilisateurs de iOS/Safari et de Firefox qui ont désormais plus de contrôle sur leurs données personnelles sont plus difficiles à cibler. Ils ne sont plus (ou beaucoup moins) traçables par des cookies tiers, et nous pourrions même aller jusqu’à qualifier les audiences basées sur des cookies tiers d’obsolètes en ce qui concerne ces individus. Ainsi, les annonceurs utilisant des audiences tierces créées dans un Ad Server ou un DSP/DMP devraient tenir  compte du pourcentage de trafic provenant de ces sources, surtout lorsqu’ils prévoient cibler des audiences basées sur des événements à temps déterminé (par exemple, l’abandon du panier après 5 jours), car la composition de celles-ci est affectée. Les planificateurs devraient aussi éviter d’acheter des audiences fournies par des revendeurs tiers si la majorité de leur trafic vient d’iOS/Firefox, car celles-ci sont composées, en théorie, de zéro pourcent d’utilisateurs de ces navigateurs. 

Les joueurs qui tireront leur épingle du jeu sont ceux qui sont propriétaires de leurs données. De par leur offre de service et leur modèle d’affaires, les acteurs tels que les GAFA sont propriétaires de leurs données d’audience. Google saura toujours ce que les utilisateurs font sur l’ensemble de ses propriétés (moteur de recherche, navigateur, YouTube, Gmail, Fitbit). Les audiences proposées par les GAFA seront, de fait, toujours de qualité supérieure. Elles sont donc à privilégier au détriment des données fournies par des fournisseurs tiers disponibles dans les différents DMP. Ces fournisseurs de données tierces sont d’ailleurs appelés à se renouveler ou à disparaître, leurs modèles d’affaires étant en grand danger en raison des bouleversements actuels. L’hégémonie quasi monopolistique des géants du web ne fera que s’accentuer. 

L’avenir du ciblage par intérêts basé sur des cookies tiers

Les perspectives d’avenir se précisent. Avec l’annonce de Google concernant le retrait des cookies tiers de son navigateur d’ici 2023, on a vu jaillir des propositions alternatives au fonctionnement actuel. Ainsi, le ciblage par cohorte d’intérêts (FLoC) proposé par Google va se concrétiser en 2021 (Google, 2021).

Concrètement, pour remplacer les cookies, Google propose un système nommé FLoC (Federated Learning of Cohorts). Ce système repose sur des cohortes d’utilisateurs formées par un système de classification des individus basé sur les sites visités. Ces données d’intérêts seraient stockées sur le navigateur des utilisateurs qui auraient, comme actuellement, la possibilité de voir et de contrôler les cohortes d’intérêts dans lesquelles ils se trouvent. 

Le système recueillerait les informations relatives aux intérêts d’un utilisateur au moyen d’un algorithme qui analyserait le contenu d’un site visité par cet utilisateur et le placerait ensuite dans une cohorte d’utilisateurs partageant les mêmes intérêts. Les intérêts seraient identifiés selon les sites ou les sections de sites que les utilisateurs visitent. La grande différence entre cette proposition et l’utilisation de cookies tiers réside dans la manière dont les utilisateurs sont identifiés, soit au sein d’une cohorte et non de façon individuelle. Pour empêcher le cas de figure où une personne pourrait être identifiable par les cohortes auxquelles elle appartient, on remplacerait certaines cohortes de l’utilisateur par des cohortes choisies au hasard, pour ajouter du « data noise » et ainsi rendre l’utilisateur inidentifiable (WICG, 2021).

Les entités pouvant créer des cohortes d’intérêts seront :

• Les annonceurs : Ils pourront créer et posséder un groupe d’intérêts composé de personnes qui, selon eux, s’intéressent à leurs produits (cas classique de remarketing détaillé plus loin);
• Les éditeurs : Ils pourront créer et posséder un groupe d’intérêts composé de personnes qui ont lu un certain type de contenu sur leur site. 
• Des entreprises tierces de technologie publicitaire : Elles pourront créer et posséder un groupe d’intérêts composé de personnes qui, selon elles, sont sur le marché pour une certaine catégorie d’articles (WICG, 2021).

Les cohortes FLoC seront disponibles en Q2 dans Google Ads. Les résultats préliminaires démontrent une efficacité de 95% par dollar investi, comparé à la publicité basée sur des cookies tiers (Google, 2021).

Vers un retour en force du ciblage contextuel?

Entre autres solutions, le retour au ciblage contextuel est à prévoir. Lorsque les annonceurs ont des données de qualité sur les habitudes de consommation média de leurs cibles, ces placements sont souvent très performants, surtout pour assurer une présence continue dans l’esprit de leurs cibles potentielles (dans le cadre de campagnes de marque ou de considération, par exemple).

Les éditeurs, qui souffrent déjà énormément de l’hégémonie grandissante des gros joueurs du web en termes de volume d’investissement publicitaire, ne sont pas au bout de leurs peines. En effet, la disparition des cookies tiers annonce la fin de l’utilisation et de la revente d’audiences tierces, souvent croisées avec les audiences propriétaires des éditeurs pour enrichir la performance de celles-ci. Les éditeurs vont donc devoir augmenter leur capacité à récolter des données primaires pour survivre, sans quoi leurs revenus publicitaires, déjà affectés par la montée des grands joueurs, risquent de diminuer davantage. C’est la raison même de la création du Unified ID 2.0 par The Trade Desk et Liveramp. L’idée est ici de permettre à tous les éditeurs participant à l’initiative de partager des données d’audience basées sur des courriers électroniques cryptés et hachés, pour créer un remplacement d’identité standard aux cookies tiers (Ad Exchanger, 2020). 

Au Québec, La Presse a récemment annoncé un partenariat avec Mediarithmics pour enrichir au maximum les données d’audience primaires de ses lecteurs afin de continuer à proposer des audiences de qualité aux annonceurs (Media In Canada, 2020). 

Comment pourrait fonctionner le reciblage sans cookies tiers?

Les annonceurs doivent trouver d’autres moyens pour identifier les utilisateurs, par exemple en obtenant leurs adresses courriel et en les encourageant à s’identifier lors de visites sur leurs sites. Cela peut sembler compliqué, mais l’échange de valeur avec l’utilisateur est une nouvelle tendance de l’industrie (Gartner, 2020). Il n’est plus question de simplement prendre les données et de les utiliser, il faut offrir de la valeur en retour. Un bel exemple d’exécution créative revient à Mondelez, qui a développé une stratégie d’acquisition de données primaires tout en mettant l’accent sur l’échange de valeur. Avec la plateforme Make Your Sour Patch Mix, le client peut sélectionner ses bonbons, son emballage, et peut même personnaliser ce dernier (Google, 2020). 

« Quand des consommateurs viennent vers nous pour partager leurs informations personnelles, nous nous assurons de rencontrer un très haut niveau de standard dans la valeur qu’ils obtiennent en retour. » – Jonathan Halvorson, Vice-président Monde, Mondelēz International

Comme dans le cas du ciblage par intérêts, Google cherche présentement, en format Open Source, des solutions alternatives plus transparentes et sécuritaires pour les données des utilisateurs afin de donner aux annonceurs la capacité de créer des audiences de visiteurs sans utiliser de cookies tiers. La proposition FLEDGE (First Locally-Executed Decision over Group Experiment) de Google, née du travail de leur précédente proposition TURTLEDOVE (Two Uncorrelated Requests, Then Locally Executed Decision On Victory) et de l’intervention de quelques acteurs majeurs d’Internet comme Criteo (SPARROW) et RTB House (Outcome-Based TURTLEDOVE), promet de fonctionner avec la même logique que FLoC (Google, 2021). Les utilisateurs visitant par exemple le site d’un annonceur, seraient placés dans une cohorte d’intérêts avec un volume d’utilisateurs minimum (dans ce cas-ci, les visiteurs du site de l’annonceur), et ce même annonceur aurait la capacité de cibler cette cohorte ou même de l’exclure lors de ses campagnes publicitaires.

Une fois sur le site d’un éditeur, l’API Fledge permettrait d’afficher :

1. une publicité en lien avec la page visitée (p. ex. : annonce pour une marque de prêt-à-porter);
2. ou une publicité en lien avec une cohorte spécifique à laquelle appartient l’utilisateur (annonce pour des véhicules neufs).

Il est très important de noter que ces solutions sont toujours au stade de propositions et que nous ne disposons d’aucune garantie en ce qui concerne l’adhésion éventuelle des autres navigateurs.

Les changements majeurs amorcés par les grands acteurs du web et les gouvernements, influencés par la demande des utilisateurs pour un meilleur contrôle de leurs données personnelles, perturbent et continueront de perturber les activités publicitaires de la grande majorité des annonceurs et des éditeurs. La mesure de l’efficacité des campagnes publicitaires, la capacité à attribuer des résultats directement aux actions publicitaires ainsi que la capacité de cibler les utilisateurs avec précision vont complètement changer. 

En plus de ces considérations, les annonceurs et les éditeurs qui récoltent des données de navigation devront, dans un avenir rapproché, s’assurer de collecter des données en grande quantité, et ce, en toute légalité. Les gouvernements sont de plus en plus nombreux à légiférer pour encadrer la collecte de données et obliger les annonceurs et les éditeurs à s’assurer du consentement explicite des utilisateurs à la collecte de leurs données. 

Pour répondre à ces changements, les annonceurs et les éditeurs devront s’assurer d’amorcer et d’entretenir des relations basées sur l’offre de contenus de qualité et sur la transparence en ce qui a trait à l’utilisation qu’ils font des données personnelles s’ils veulent gagner la confiance des utilisateurs. Ceux-ci seront enfin en mesure d’avoir une meilleure compréhension de l’utilisation de leurs données et de la valeur réelle de celles-ci.

Visitez notre section spéciale dédiée au Cookie Apocalypse pour en savoir plus sur le sujet