Mesurer l'efficacité du Retail Media dans un monde cookieless

Mesurer la performance Retail Media dans un monde sans cookies

Malgré la décision de Google de repousser la fin des cookies tiers sur son navigateur, le Règlement général sur la protection des données (RGPD) et le CCPA (California Consumer Privacy Act) confirment une pression toujours plus importante pour plus de confidentialité. Cela signifie que les annonceurs doivent adopter des approches innovantes pour maintenir performance et capacité de mesurer l'impact de leurs campagnes.

5 min lecture

La mesure est au cœur de toute stratégie de marketing digital et média. C'est en établissant un lien entre une publicité diffusée et l'action souhaitée, par exemple un achat, que les spécialistes du marketing démontrent le retour sur investissement. Pour l'instant, du moins, les cookies tiers - qui permettent de suivre les clients sur différents sites - sont le moyen le plus efficace de mesurer l'efficacité de la publicité en ligne et de cibler les clients. Toutefois, les changements à venir rendront ces deux aspects beaucoup plus difficiles.

Google a annoncé, bien qu'il l'ait ensuite reporté à deux reprises, la fin de la prise en charge des cookies tiers dans son navigateur Chrome d'ici à la fin de 2024. À l'heure où nous écrivons ces lignes, Google Chrome détient une part de marché de 65 %. Malgré le report de Google, le Règlement général sur la protection des données (RGPD) et le CCPA (California Consumer Privacy Act) maintiennent la pression pour une plus grande protection de la vie privée et de la confidentialité. Cela signifie que les annonceurs doivent adopter des approches innovantes pour maintenir l'efficacité et contrôler l'impact de leurs campagnes.

Grâce à un nouveau partenariat avec Google et son Ads Data Hub (ADH), RelevanC a développé une solution pour relever ces défis. La solution relevanC permet de collecter des indicateurs sur les supports publicitaires (tels que les impressions) et de mesurer ensuite la performance commerciale d'une campagne publicitaire sans utiliser de cookies tiers.

Notre solution fait correspondre les identités Google DSP avec les données transactionnelles et produit des indicateurs de vente pertinents.
De plus, en reliant les données ADH et les données first-party, nous sommes désormais en mesure de fournir à nos partenaires annonceurs une vision full-funnel, c'est-à-dire de réconcilier la publicité en ligne avec les données de vente en magasin (grâce aux données first-party). Par exemple, en rapprochant ces deux ensembles de données, nous pouvons dire que 800 personnes ont vu une publicité pour Columbian Coffee le 21 juillet, et que 200 d'entre elles ont acheté le produit la semaine suivante. Avec ce niveau d'information, nous pouvons fournir des indicateurs plus pertinents pour analyser l'impact d'une publicité sur les ventes.

La solution que nous avons développée est évolutive. Elle favorise les organisations qui ont mis en place un stack technologique Google (ADH, Google DSPs, BigQuery comme entrepôt de données) en partie à cause de son omniprésence mais aussi parce que la structure de données native de BigQuery est bien adaptée à l'hébergement de données first party.

En utilisant uniquement des données agrégées et anonymisées, Google ADH garantit la confidentialité des clients et le respect des réglementations RGPD. ADH nous permet d'extraire des données de plusieurs sources, telles que Display Video 360 (DV360) et Google Ads.

L'ADH empêche l'inspection des données personnelles. Si un calcul soumis à l'ADH ne respecte pas les contrôles de confidentialité, le résultat ne sera pas accessible. Par exemple, chez relevanC, nous relions nos données média de DV360 à ADH. Ces données contiennent des informations telles que le nom de la personne qui a vu une publicité et le moment où elle l'a vue. Ainsi, grâce à ADH, nous pouvons voir que 800 personnes ont vu la publicité pour Columbian coffee le 21 juillet, mais nous ne pouvons pas identifier les personnes concernées.

La solution de relevanC marque une étape importante dans la mesure des campagnes et offre un niveau de personnalisation totalement en phase avec un futur sans cookies. En  permettant de réconcilier l'exposition publicitaire avec les données de vente ainsi que le ciblage direct des clients sans l'utilisation de cookies tiers, relevanC aide les annonceurs à rentabiliser leurs investissements Retail Media. La solution de relevanC est actuellement utilisée par des clients en Europe, et des déploiements en Amérique latine sont prévus prochainement.

RelevanC innove et reste à la pointe de la recherche en matière de technologies Retail Media. Nous développons et testons en permanence de nouveaux produits sur le marché afin d'améliorer nos solutions, proposer l'expérience client la plus attractive et mieux accompagner nos partenaires annonceurs.

Co-écrit par Mahaut Colliaut, Aurélien Lebrun, Yong Yan Deng, Antoine Laborde and Camila Ramirez.

relevanC