Meilleures pratiques pour la planification d’une stratégie de données

Le principal défi rencontré aujourd’hui par les annonceurs consiste à améliorer la performance ainsi que le ROI de leurs campagnes en ligne. Durant la dernière décennie, le ciblage comportemental a été omniprésent dans l’esprit des annonceurs, car cela leur a permis de délivrer des informations pertinentes aux utilisateurs d’internet grâce à une analyse de leurs comportements antérieurs.

Au cours des cinq dernières années, de nouveaux types de données utilisateurs ont émergé. Par exemple, une personne laissant un commentaire au sujet de votre entreprise sur un site internet, peut être considéré comme une donnée. Il peut également s’agir de signes sociaux, de l’ID d’un appareil mobile, de la localisation physique d’une personne enregistrée par l’intermédiaire d’une application ou d’un relais. Si les visiteurs d’un site internet sont considérés comme étant des « first-party data » (données collectées sur votre site internet), alors les personnes réelles entrant dans un magasin le sont également.

Le problème toutefois pour les annonceurs est que l’information qu’ils obtiennent grâce au ciblage comportemental appartient au passé. Ils ont besoin de pouvoir prévoir quelles seront les prochaines intentions d’achat du consommateur, ses comportements antérieurs n’influant qu’en partie ses intentions futures.

Étant donné que les consommateurs alternent entre moteurs de recherche et sites internet, qu’ils utilisent aussi bien leurs cellulaires que des ordinateurs, ils laissent derrière eux bien plus que de simples données comportementales. Ils laissent une piste de signaux numériques indiquant subtilement aux annonceurs ce qu’ils recherchent exactement et ce qu’ils ont l’intention de faire (au lieu de laisser uniquement des informations sur ce qu’ils ont fait). Les annonceurs avertis doivent être en mesure de reconnaître ces signaux en temps réel et de savoir les utiliser afin d’inclure les données adéquates dans leurs campagnes en vue d’identifier les prospects idéaux et d’optimiser leur taux de conversion. Une first-party data reviendrait à interpeler un annonceur en lui tapant sur l’épaule et lui dire ce dont vous avez envie en tant que consommateur. Bien que ces signaux soient très explicites, ils ne sont toutefois pas assez nombreux pour faire augmenter le nombre d’impressions nécessaires. C’est pourquoi la plupart des annonceurs ont également besoin des second-party data et third-party data pour atteindre un volume d’audience cible suffisant.

Créer un réseau de données apparaît comme une solution permettant aux clients d’atteindre des audiences pertinentes sur diverses DMP (Data Management Platform). Sur internet, la quantité de données comportementales de chaque utilisateur est infinie. Alors que les marques peinent à déterminer quelles sont les personnes qui constituent leur public, elles doivent également faire face à la difficulté supplémentaire de réussir à localiser des utilisateurs inconnus qui peuvent potentiellement être intéressés par ce qu’elles ont à leur offrir. Les marques sont généralement en mesure d’accéder aux sources de third-party data, mais elles prennent le risque de devoir payer pour ces données et d’utiliser des sources de données non vérifiées principalement collectées par l’intermédiaire d’achats de publicité sur internet et qui ont été regroupées et vendues au CPM. Les marques ont également la possibilité de contacter elles-mêmes les éditeurs, revendeurs et partenaires technologiques afin de créer une combinaison de publics de first et second-party data qui seront plus pertinents et plus efficaces qu’un public de third-party, mais qui nécessiteront plus de temps et de ressources à mettre en place. La création d’un réseau de données permet donc de simplifier la stratégie de données des marques en proposant une source unique qui sera en mesure de regrouper des données vérifiées avec la possibilité de superposer les first-party data de la marque d’une façon incroyablement simple.

1. Avant de commencer à utiliser des données pour cibler des publics lors de vos campagnes, pensez à définir clairement vos objectifs !

Bien que les first-party data soient présentées comme étant les plus efficaces en ce qui concerne le ciblage publicitaire, il ne faut pas chercher à identifier le “meilleur” des données, mais plutôt ce qui est le mieux pour l’annonceur, ce qui dépendra de ses objectifs de campagne. Par exemple si l’expérience client est un KPI (Indicateur Clé de Performance), il est préférable d’investir dans une stratégie basée sur les first-party data. Mais s’il est particulièrement important de générer du trafic, envisagez plutôt l’utilisation des third-party data.

Il est primordial que les annonceurs fassent la distinction entre les différents types de données ainsi que leurs avantages et leurs limites afin d’être à même d’utiliser ces différences pour élaborer des stratégies permettant d’optimiser leurs bénéfices et leur ROI. Si vous n’êtes pas familier avec ces divers types de données, cette infographique vous présentera les trois types de données, leurs caractéristiques, leurs avantages, leurs limites ainsi que des exemples.

La meilleure stratégie consiste peut-être à utiliser une combinaison de ces trois types de données. Sachez toutefois qu’il peut être coûteux et assez long d’obtenir le type de données exactement approprié (ce sont des facteurs à prendre en considération lors de l’étude des diverses options et du choix de stratégie).

En raison de la puissance inhérente des first-party data, les éditeurs importants disposent d’un accès à de grands volumes de données les plaçant ainsi dans une position avantageuse leur permettant de générer des revenus en associant leurs données premium aux first-party data de qualité d’un annonceur dans le but d’optimiser la performance et le ROI.

2. Vérifiez les données

Vérifiez toutes les sources vous permettant de collecter des données sur vos consommateurs : formulaires en ligne, analyses de site internet, données de médias sociaux, etc. et assurez-vous que vous collectez les données les plus pertinentes pour vos actions marketing. Utilisez-vous par exemple, des pixels personnalisés pour aussi bien suivre anonymement le comportement en ligne de vos visiteurs, que pour collecter davantage d’informations comme les achats réalisés, les recherches effectuées, etc. dans le but de définir un profil plus complet de vos clients.

Évaluez vos sources de données planifiées (first, second, third-party) selon le type de campagne (stratégie de l’entonnoir). Vous vous rendrez peut-être compte que le principal défi réside dans le fait de réussir à susciter l’engagement de vos prospects sur votre site – de trouver un élément suffisamment persuasif pour inciter les consommateurs à partager davantage d’informations. Les clients entreront en contact avec les marques à diverses étapes de leur cycle d’achat, chaque contact constitue une opportunité de transmettre un message pertinent, incitant le client à passer à l’étape suivante du cycle et ainsi, réussir à potentiellement capturer toujours plus de données qui pourront être utilisées pour sécuriser un achat.

3. Élaborez un plan relatif à l’utilisation optimale de ces données

Votre plan de données doit inclure les objectifs et les stratégies devant vous permettre d’atteindre les objectifs globaux définis en premier lieu, ainsi que les processus de gestion et de stockage des données (et pas uniquement les processus de collecte et d’utilisation des données). Vos données vous permettront de déterminer les points suivants devant être pris en considération dans votre plan :

  • Quel public essayez-vous d’atteindre ? Quel est le « persona » de votre public ?
  • Où est-il le plus facile de contacter ce public ?
  • Quel message original éveillera leur intérêt ?

Prenons l’exemple d’un supermarché dont l’objectif serait d’augmenter ses revenus de 10% dans l’année. Cet objectif est très large et pourrait être affiné en proposant par exemple de transformer les acheteurs ponctuels en clients fidèles. Une des stratégies pourrait consister à inviter ces clients à rejoindre dans un premier temps, un programme de récompenses, et par la suite de leur envoyer des offres choisies selon leur profil client afin de les encourager à consulter régulièrement le site.

Une stratégie de « personas » permet d’établir un profil précis des personnes que vous souhaiteriez atteindre. Par exemple, les caractéristiques du public le plus susceptible de réaliser une conversion ou le public le plus rentable.

Le profil d’un persona ne s’arrête pas au genre, à l’âge ou à la localisation. Les annonceurs souhaitent connaître les comportements et préférences de leurs publics, leurs envies et leurs besoins, leurs habitudes et leurs points de vue, afin d’éviter d’utiliser des impressions publicitaires sur des personnes qui ne sont pas intéressées par ce qu’ils leur proposent. Si vous êtes en mesure d’envoyer un message pertinent à votre public cible, ce dernier sera davantage susceptible d’y répondre favorablement.

4. Adoptez une approche flexible « test-and-learn » lorsque vous travaillez avec des données issues de sources multiples

Les annonceurs doivent mesurer et comparer la performance des diverses portées, types et sources de données. En plus de comprendre les besoins et les processus d’achat des consommateurs, il est fondamental de comprendre leur comportement (en s’intéressant à leurs centres d’intérêt, à leurs intentions et leurs interactions).

5. Évaluez la performance des données en fonction des Indicateurs Clés de Performance (KPIs) des campagnes

Suivre, segmenter et remanier le message pour répondre à l’auditoire est un processus continu.

Conclusion

Réussir à améliorer la performance et le ROI des campagnes en ligne est un défi commun à tous les annonceurs actuels. Toutefois, les annonceurs performants sont ceux en mesure de reconnaître les signaux laissés par les consommateurs et de les utiliser pour élaborer des campagnes plus avantageuses pour les consommateurs qui permettront d’augmenter le taux de conversion.

Bien que les first-party data constituent le type de données privilégié en raison de leur qualité et de leur pertinence, leur rareté implique que les annonceurs doivent trouver d’autres sources pour faire augmenter le nombre d’impressions des campagnes, les second et third-party data jouant ici un rôle clef.