S’il y a actuellement un sujet retenant fortement l’attention des annonceurs il s’agit bien du Cross device (ou multi-écrans), engendré par l’explosion des devices mobiles (smartphone, tablette) en terme de temps passé et de transactions générées.
Les annonceurs et ecommerçants ont donc un besoin vital de mieux comprendre le comportement « réel » de leurs prospects et clients au travers de tous ces écrans et ne pas se limiter à une vision « ordinateur » qui devient de plus en plus parcellaire, (environ 50% du temps passé par un internaute l’est sur un ordinateur selon ComScore) alors qu’il concentre plus de 80% des investissements médias et d’acquisition.
Les solutions Cross-device fleurissent donc depuis une petite année, surtout aux Etats-Unis un peu moins en Europe. Mais la question primordiale à se poser reste de savoir comment ces dernières fonctionnent et sont-elles fiables ?
Il est en effet facile d’imaginer des géants comme Google ou Facebook proposer ce type de solutions ou de données d’identification, les tailles colossales de leurs bases utilisateurs et le fait d’utiliser leurs services sur votre ordinateur, mobile & tablette permet de s’assurer de la fiabilité de la source des données (les fameuses données avérées) . Néanmoins Google et Facebook n’exploitent pas encore à 100% cette possibilité (du moins officiellement) et surtout ils ne commercialisent pas de telles solutions à des prestataires tiers (ils cherchent surement à les garder pour eux ? 😉
Donc comment fonctionnent les solutions Cross-device que l’on peut vous proposer alors quelles n’ont pas accès aux sources de données les plus fiables du marché ?
Nous avons répertorié pour vous 3 méthodes qui nous apparaissent comme les plus utilisées :
- Croiser les données de connexion en provenance de différents devices : quand un utilisateur se connecte à un même compte (Yahoo Mail par exemple) sur plus d’un appareil, ces données peuvent alors être liées. Cette méthode est fiable mais se heurte très vite à un problème de volume « d’individus disponibles ».
- Méthodologie « householding » : Lorsque différents devices sont connectés quotidiennement à une même Box Internet, ces derniers peuvent être liés, le comportement par device analysé & il peut donc être déduit qu’il s’agit d’un même individu, mais il y a de forte chance pour qu’il y est en fait plusieurs, il s’agit donc plus d’une vision foyer qu’individu.
- Méthodologie probabilistes : Combinaison de données de devices mobiles (tablette, smartphone) tel que l’emplacement, l’heure etc… avec des données d’un ordinateur ou d’une « télévision connectée ». Encore une fois avec cette méthode on ne s’est pas si l’on se trouve au niveau de l’individu ou du foyer et à priori les risques d’erreurs sont assez élevés.
Vous l’aurez compris si vous lisez régulièrement nos articles, ces méthodes (surtout la 2ème et 3ème) reposent sur des données modélisées avec toutes les limites et surtout les taux d’échec ou d’erreurs que cela induit. Par exemple la 2ème méthode ne prend en compte qu’une seule connexion internet, que se passe-t-il lorsque l’individu est à son travail et qu’il se connecte avec son ordinateur professionnel ?
En conclusion il est important de garder à l’esprit qu’en l’état actuelle des choses les solutions Cross-device existantes ne fournissent pas une vision complète du comportement des consommateurs au travers de l’ensemble de leurs devices et qu’une partie de cette vision est inexacte car provenant de données modélises.
Donc il faudrait que nos « amis » de Google ou Facebook ouvrent l’accès à leurs données ou alors que des éditeurs et des fournisseurs de solutions emails, réseaux sociaux etc… de taille plus modestes s’unissent, pour donner accès aux annonceurs à des solutions fiables… à 80% ou plus ??
Eric Gueilhers
Ping : Les Fondamentaux du programmatique « L'annuaire du Programmatique