Une étude du cabinet Augusta dévoile que l’écosystème actuel d’achat publicitaire en ligne gaspillerait plus de 80% des budgets des annonceurs. Reste encore à savoir d’où proviennent les gaspillages dans un environnement multi-écrans. Cela relève du parcours du combattant.
A l’origine de ce gâchis, trois sources sont identifiées.
En premier lieu, plus de 40% des emplacements publicitaires ne sont bonnement et simplement jamais visibles aux yeux des internautes. Les raisons sont multiples : emplacements frauduleux, trafic généré par des bots, emplacements ‘below the line’ (en dessous de la page active), etc. « La fraude est répandue dans toutes les publicités en ligne » tranche Geo Carncross, vice-président exécutif chez Telemetry.
Ensuite, près de 25% des pertes proviendraient d’erreurs de ciblage d’audience. Un manque de clarté dans la relation entre annonceurs et éditeurs peut être typiquement à l’origine de ces pertes. Avec l’augmentation du nombre d’intermédiaires entre les deux extrémités de la chaîne (agences, régies, ad network, réseaux d’affiliation etc.), la lisibilité et la communication au sein de l’écosystème s’en trouve sérieusement détériorée. Et Geo Carncross de résumer « les gens du marketing et les éditeurs ne passent pas suffisamment de temps à examiner leur trafic ».
Enfin, un enjeu clé de la relation marketing tient évidemment au timing du message publicitaire. Même les annonceurs les plus avancés dans le digital ne sont pas toujours équipés pour assurer une connaissance en temps réel de l’avancement de leur clients et prospects. Par conséquent, le ciblage marketing se ferait plus de 15% du temps soit trop tôt, soit trop tard dans le parcours de conversion, adressant de ce fait les messages au mauvais moment.
Pour faire face à ces gâchis et mesurer ces pertes, le bon vieux modèle last-click se montre obsolète et ne permet plus d’englober toute la complexité des narrations marketings mises en place en ligne. Aussi, de nouveaux acteurs émergent-ils pour apporter une nouvelle approche sur la mesure de l’efficacité des campagnes en introduisant des règles d’attribution fondée sur des algorithmes apprenant de machine learning.
« Être capable d’appliquer le bon outil mathématique peut transformer la manière dont nous achetons et vendons en ligne. Grâce aux algorithmes apprenants, il est désormais possible de déterminer quels partenaires contribuent le plus aux différentes campagnes. » conclut Kevin Geraght, Senior VP chez 360i.
Les modèles d’attribution algorithmique apportent donc une réponse pragmatique et efficace à ces différentes problématiques en permettant de s’affranchir de la logique de last click.
Les directeurs marketing et les annonceurs qui souhaitent s’équiper d’un de ces modèles doivent veiller à suivre un processus en cinq étapes afin de s’assurer de faire un choix intelligent et adapté à leurs besoins:
– Faire le diagnostics des données disponibles et des points de contacts
– Consolider les différentes sources de données (Ad-centric, site centric) dans un même univers
– Définir les cas d’usages et les objectifs à atteindre avec un modèle d’attribution (vision cross-canal ou reporting spécifique par exemple)
– S’intégrer avec son écosystème partenaire pour qu’ils accepetent vos métriques
– Préparer vos équipes en Interne à ce changement radical
Les modèles d’attribution résolvent beaucoup aujourd’hui. Néanmoins certains challenges demeurent, au rang desquels l’on trouve principalement la réticence au changement au sein des organisations, la réconciliation difficile des profils cross device, la mesure encore trop peu précise de la lifetime value de chaque client et prospect, et l’intégration souvent laborieuse avec le reste de l’environnement média existant.
Pierre Berendes
Follow @berendes
L’étude d’Augusta Consulting est à télécharger ici.