Comment les salles blanches de données pourraient aider à garder Internet ouvert

Les salles blanches de données sont-elles la solution à ce que le PDG de l'IAB, David Cohen, a appelé "l'épave du train au ralenti" de l'adressabilité ? Des voix à l'IAB vous diront qu'elles ont un grand rôle à jouer.

"Le problème avec l'adressabilité est qu'une fois les cookies disparus, et avec la perte des identifiants, environ 80 % du marché adressable deviendra un public inconnu, c'est pourquoi il est nécessaire d'avoir un consentement centré sur la confidentialité et un meilleur échange de valeur de consentement, », a déclaré Jeffrey Bustos, vice-président, mesure, adressabilité et données à l'IAB.

"Tout le monde parle de données de première partie, et c'est très précieux", a-t-il expliqué, "mais la plupart des éditeurs qui n'ont pas de connexion, ils ont environ 3 à 10 % des données de première partie de leur lectorat." Les données de première partie, du point de vue des annonceurs qui souhaitent atteindre des audiences pertinentes et des éditeurs qui souhaitent proposer un inventaire de valeur, ne suffisent tout simplement pas.

Pourquoi nous nous soucions. Il y a deux ans, qui parlait de data clean rooms ? Le regain d'intérêt est récent et significatif, selon l'IAB. Les DCR ont au moins le potentiel de garder les marques en contact avec leur public sur l'internet ouvert ; maintenir la viabilité des inventaires des éditeurs ; et de fournir des capacités de mesure sophistiquées.

Comment les salles blanches de données peuvent aider. Les DCR sont un type de technologie renforçant la confidentialité qui permet aux propriétaires de données (y compris les marques et les éditeurs) de partager les données de première partie des clients d'une manière conforme à la confidentialité. Les salles blanches sont des espaces sécurisés où les données de première partie provenant d'un certain nombre de sources peuvent être résolues vers le même profil de client tandis que ce profil reste anonymisé.

En d'autres termes, un DCR est une sorte de Suisse - un espace où une trêve est appelée sur la concurrence tandis que les données de première partie sont enrichies sans compromettre la confidentialité.

"La valeur d'une salle blanche de données est qu'un éditeur est capable de collaborer avec une marque à travers ses deux sources de données et que la marque est capable de comprendre le comportement du public", a déclaré Bestos. Par exemple, une marque vendant des lunettes peut ne rien savoir de ses clients, à l'exception des données transactionnelles de base - et qu'ils portent des lunettes. La mise en correspondance des profils avec les données comportementales d'un éditeur apporte un enrichissement.

"Si vous êtes capable de comprendre le contexte comportemental, vous êtes en mesure de comprendre ce que vos clients lisent, ce qui les intéresse, quels sont leurs passe-temps", a déclaré Bustos. Forte de ces informations, une marque a une meilleure idée du type de contenu sur lequel elle souhaite faire de la publicité.

L'éditeur doit disposer d'un certain niveau de données de première partie pour que la correspondance ait lieu, même s'il n'a pas d'exigence universelle pour les connexions comme le New York Times. Un éditeur peut être en mesure de ne correspondre qu'à un petit pourcentage des clients du fournisseur de lunettes, mais s'il aime lire les sections sur les sports et les arts, cela donne au moins des indications sur le public que le fournisseur doit cibler.

Approfondir : pourquoi nous nous soucions des salles blanches de données

Qu'est-ce qui compte comme une bonne correspondance ? Dans son rapport "State of Data 2023", qui se concentre presque exclusivement sur les salles blanches de données, des inquiétudes sont exprimées quant au fait que l'efficacité du DCR pourrait être menacée par de faibles taux de correspondance. Les taux de correspondance moyens tournent autour de 50 % (moins pour certains types de DCR).

Bustos tient à mettre cela en contexte. "Lorsque vous associez des données du point de vue des cookies, les taux de correspondance sont généralement d'environ 70 %", a-t-il déclaré, donc 50 % n'est pas terrible, bien qu'il y ait place à l'amélioration.

Un obstacle est un manque persistant d'interopérabilité entre les solutions d'identité — bien qu'il existe ; Le RampID de LiveRamp est interopérable, par exemple, avec l'UID2 de The Trade Desk.

Néanmoins, a déclaré Bustos, « c'est incroyablement difficile pour les éditeurs. Ils ont un tas de pixels d'identité qui se déclenchent pour toutes ces choses différentes. Vous ne savez pas quel fournisseur d'identité utiliser. Il y a certainement un long chemin à parcourir pour s'assurer qu'il y a interopérabilité.

Maintenir un Internet ouvert. Si les DCR peuvent contribuer à résoudre le problème d'adressabilité, ils contribueront également au défi de maintenir l'Internet ouvert. Les jardins clos comme Facebook ont ​​de riches trésors de données propriétaires et comportementales ; les marques peuvent accéder à ces publics, mais avec une visibilité très limitée sur eux.

"La raison pour laquelle CTV est une proposition vraiment précieuse pour les annonceurs est que vous êtes en mesure d'identifier l'utilisateur 1: 1, ce qui est vraiment puissant", a déclaré Bustos. «Votre éditeur de nouvelles ou éditorial standard n'a pas cela. Je veux dire, le New York Times est passé à cela et cela a été un succès incroyable pour eux. Afin de concurrencer les jardins clos et les services de streaming, les éditeurs doivent offrir un certain degré d'adressabilité - et sans compter sur les cookies.

Mais les DCR sont un poids lourd. La maturité des données est une qualification importante pour tirer le meilleur parti d'un DCR. Le rapport de l'IAB montre que, parmi les marques évaluant ou utilisant des DCR, plus de 70 % disposent d'autres technologies liées aux données, telles que les CDP et les DMP.

"Si vous voulez une salle blanche de données", a expliqué Bustos, "il y a beaucoup d'autres solutions technologiques que vous devez avoir en place avant. Vous devez vous assurer que vous disposez d'actifs de données solides. Il recommande également de commencer par demander ce que vous voulez réaliser, et non quelle technologie serait agréable à avoir. "La première question est, que voulez-vous accomplir ? Vous n'aurez peut-être pas besoin d'un DCR. « Je veux faire ceci », puis voyez quels outils vous y mèneraient. »

Comprenez également que la mise en œuvre va nécessiter du talent. "C'est un projet exigeant en termes de configuration", a déclaré Bustos, "et il y a eu une croissance significative des sociétés de conseil et des agences aidant à mettre en place ces salles blanches de données. Vous avez besoin de beaucoup de personnel, il est donc plus efficace d'engager une aide extérieure pour l'installation, puis d'avoir simplement une équipe de maintenance en interne.

Sous-utilisation des capacités de mesure. L'une des principales conclusions des recherches de l'IAB est que les utilisateurs de DCR exploitent bien plus les capacités d'appariement d'audience qu'ils ne réalisent le potentiel de mesure et d'attribution. "Vous avez besoin de scientifiques et d'ingénieurs de données très solides pour créer des modèles avancés", a déclaré Bustos.

"Beaucoup de marques qui se penchent sur cette question disent : 'Je veux pouvoir effectuer une analyse prédictive de mes clients à forte valeur à vie qui vont acheter dans les 90 prochains jours.' Ou "Je veux être en mesure de mesurer les canaux qui génèrent l'augmentation la plus importante". Ce sont des analyses très complexes qu'ils veulent faire; mais ils n'ont pas vraiment de raison pour laquelle. Dans quel but? Comprenez votre résultat et développez une stratégie de données séquentielles.

Essayer de comprendre l'augmentation incrémentielle de votre marketing peut prendre beaucoup de temps, a-t-il averti. "Mais vous pouvez facilement faire une analyse de la portée, de la fréquence et du chevauchement." Cela permettra d'identifier les investissements inutiles dans les canaux et, en tant que sous-produit, de suggérer où se produit l'augmentation supplémentaire. « Il est nécessaire que les entreprises sachent ce qu'elles veulent, identifient le résultat, puis il y a des étapes qui vous y mèneront. Cela va également aider à prouver le retour sur investissement.

Creusez plus profondément : ne pas tirer le meilleur parti des salles blanches de données coûte de l'argent aux spécialistes du marketing