Analyses de Kevin Mellet

1 En raison en particulier d’un environnement complexe, très concurrentiel et qui évolue rapidement, de la présence de grands acteurs comme Criteo, Google ou Facebook qui ont un avantage concurrentiel basé sur des technologies propriétaires dont ils refusent de parler, ou encore des enjeux de fraude qui sont aussi présents. La complexité du secteur apparaît dans une représentation commune de la chaîne de valeur du marché de la publicité en ligne (en l’occurrence du « display », c’est à dire les bannières qui s’affichent en haut ou sur les cotés des écrans restituée dans la présentation (voir slide ou lien vers la « Lumascape » de la publicité display : https://lumapartners.com/content/lumascapes/display-ad-tech-lumascape/

2 Les Science and technology studies (STS) consistent à suivre les objets et innovations techniques, les dispositifs et leur circulation, et les agencements marchands ou socio-techniques qu’ils produisent.

3 La régie interne est généralement articulée avec les mesures d’audience traditionnelles d’entreprises spécialisées comme Netrating ou Mediamétrie.

4 Ces adnetworks, qui ont émergé à la fin des années 1990, étaient des acteurs de la mesure d’audience, comme c’est le cas de Weborama ou Quantcast aux Etats Unis.

5 Par exemple, les adnetworks élaboraient des inférences socio-démographiques du type « ces internautes visitent beaucoup de pages sport, ce sont probablement des hommes », et pouvaient indiquer aux éditeurs partenaires « vos internautes visitent plutôt telles choses donc sont plutôt comme ça.. ».

6 Y compris les plus petits sites internet ayant peu de moyens, car les adnetwork assuraient alors souvent la régie, en commercialisant leurs espaces publicitaires.

7 Les widgets sont utilisés par les éditeurs pour partager leurs contenus sur les réseaux sociaux, ils se représentent généralement comme des icônes situés en bas d’un article. On peut leur attacher un petit pixel/un tag qui va permettre de construire un cookie. A partir de ces widgets, jouant également le rôle de cookie, disséminés sur de nombreux sites d’éditeurs, AddThis va pouvoir construire une connaissance très étendue des internautes.

8 Le retargeting consiste à recibler des internautes en affichant des publicités contenant des produits dont l’internaute a consulté la fiche sur des sites de vente en ligne. Par exemple, Criteo sait que tel internaute a visité la semaine dernière une page Decathlon, donc il va pouvoir la retargetter via ces systèmes d’adexchange, en temps réels. Par rapport aux acteurs faisant des inférences socio-démographiques comme Weborama («  a vu des pages sports », inférence « homme 12-25 ans) et Bluekai («  a vu des pages rugby »), c’est Criteo qui va gagner car son information a plus de valeur.

9 Les données propres de l’annonceur sont par exemples celles issues de la navigation sur leur propre site et de leurs données clients ou CRM (pour Customer relationship management) : transactionnelles, historique d’achat, etc. Les donnes tierces sont par exemple celles précisément apportées par des fournisseurs de données (data provider) comme Bluekai, filiale de Oracle, tout comme AddThis.

10 Plutôt que de cibler sur la base d’inférences statistiques opérées à partir des navigations web de l’internaute, on va pouvoir le cibler sur la base du fait que l’internaute est ou pas un client Decathlon. Une telle information revêt une grande valeur par exemple lors du lancement d’une campagne d’acquisition de nouveaux clients, qui va être lancée à des centaines de milliers d’internautes. Dans ce cadre, pour l’entreprise, l’enjeu deviendra aussi d’éviter d’acheter des espaces pour toucher des internautes qui sont déjà clients.

11 Par exemple, Decathlon peux repérer dans sa base de données, les clients qui ont un profil attractif (clients premium qui achètent beaucoup) et demander à des acteurs comme Bluekai ou Facebook de faire tourner des algorithmes pour savoir s’il est possible de cibler d’autres personnes ayant des profils similaires (pratique du « look alike »).

12 Aux Etats-Unis, des databrokers (Axiome, Experian, Epsilon, etc.) se sont développés dans les années 1970 autour d’une industrie du scoring (important dans le secteur de l’assurance ou de l’emploi). Ils ont construit des bases de données qu’ils ont ensuite étendues à d’autres services, marketing en particulier. Ces base de données (d’historiques d’achat mais aussi de données publiques sur le passé judiciaire, ou sur le dossier santé géré par le secteur privé, etc.) sont nominatives, donc pour chaque américain (et des personnes issues d’autres pays) elles contiennent des données très précises (bien que parfois fausses, et il existe un débat aussi sur ce point…) faisant l’objet d’un commerce totalement libre. Ce phénomène est l’objet de travaux de recherche dans le domaine de la santé notamment, dont les données sont utilisées à des fins de marketing direct. Dans le contexte mondial, les databrokers européens sont de petits acteurs qui n’ont pas beaucoup de poids sur le marché.

13 Il y a même en Europe des points de jonction avec le modèle américain, comme « la carte de fidélité ». Par exemple, chez Carrefour, on vous donne une carte de fidélité, mais vous ne pourrez l’utiliser que si vous vous connectez à un ordinateur pour l’activer, ce qui permettra de déposer un cookie, de « cookifier cette carte de fidélité ». Il y a néanmoins des gardes- fou juridiques, et des acteurs spécialisés dans le on-boarding (par exemple, Liveramp) qui consiste à rendre anonyme les base de données clients pour opérer ces outillages. C’est un acquis, qui reste insuffisant.

14 Règlement européen sur les données personnelles, entrée en application le 25 mai 2018 modifie notamment la façon dont le consentement au tracking est acquis auprès des internautes.

15 Le marketing se nourrit de promesses à la Minority report, du « consommateur 360 », mais dans la réalité il s’agit souvent de formes de ciblage assez rustres et maladroites dont l’efficacité se mesure en termes d’augmentation marginale des clics et des ventes. Parois, les acteurs partent avec l’idée de toucher des millions de personnes, mais en fait se retrouvent avec des bassins qui ne contiennent que quelques dizaines de milliers de profils, qui sont très coûteux à acheter, puis implémenter etc.