Carl Fernandes dirige les plateformes de données et de mesure de Google en Europe, au Moyen-Orient et en Afrique. Dans cet article, il explique comment les processus de mesure publicitaire évoluent et comment les responsables marketing peuvent s'adapter à ces changements.
La mesure de la performance des annonces publicitaires est en pleine mutation. Le passage d'Universal Analytics 360 (UA360) à Google Analytics 4 (GA4) marque non seulement l'abandon d'un outil marketing fondamental, mais aussi un tournant pour l'ensemble du marketing vers la mesure prédictive alimentée par l'IA.
Pour tirer pleinement parti de ces nouvelles opportunités, il ne suffit pas d'adopter un nouvel outil basé sur l'IA : un changement radical de mentalité et de stratégie est nécessaire. Voici comment les spécialistes du marketing peuvent l’aborder.
Construire une infrastructure de données first party
Alors, par où commencer ? "Il s'agit de changer votre perception de la quantité de données dont vous avez besoin", déclare Viet Anh Chu, Customer Success Manager chez Optimics. Cette agence publicitaire et digitale spécialisée dans l’analyse des données a accompagné Invia, un agrégateur de voyages basé en République tchèque, dans sa transition vers une stratégie de données propriétaires.
Invia propose à ses client·es des voyages de tour operators réputés, des vols de plus de 550 compagnies aériennes et des chambres dans plus de 200 000 hôtels à travers le monde. Selon Marek Lacina, Performance Marketing Director, le parcours client classique comporte pas moins de "300 à 400 points de contact", ce qui génère une grande quantité de données. Cependant, avec la demande croissante des consommateurs et consommatrices en matière de confidentialité des données et les nouvelles réglementations qui en découlent, il devient "de plus en plus difficile de mesurer l'impact des performances et de comprendre comment répondre au mieux aux besoins de ces client·es sur chacun de ces points de contact".
Pour relever ce défi, l'équipe de Marek Lacina, en collaboration avec Optimics, a élaboré une stratégie de données propriétaires où les utilisateurs consentants se voient attribuer un identifiant au début de chaque parcours. Cela leur a permis de consolider les données et de les rendre plus précises et exploitables. Grâce à ces changements, ils sont désormais "beaucoup moins dépendants des cookies pour mesurer".
"Les données propriétaires sont probablement l'atout le plus précieux qu'une entreprise puisse posséder", poursuit Marek Lacina. "Pour ceux qui n'ont pas encore commencé à élaborer une stratégie, faites-le dès que possible. Notre erreur a été de ne pas avoir commencé ce processus il y a trois ou quatre ans. Maintenant, avec des bases solides, nous pouvons intégrer nos données dans l'écosystème de Google. Et c'est là que cela devient vraiment intéressant."
Aligner ses données first party sur les principaux outils de mesure
Avec les données propriétaires consenties désormais au cœur de leur stratégie, la tâche d'Invia consistait ensuite à analyser et comprendre ce que ces données révélaient.
La marque a amélioré la précision de ses mesures de conversion en déployant la balise Google pour collecter des données propriétaires consenties et les associer aux comptes connectés. En attribuant les conversions à des identifiants d’utilisateurs et utilisatrices spécifiques, l'équipe de Marek Lacina a acquis une meilleure compréhension du parcours de chaque client·e, ce qui a entraîné une augmentation de 13 % des achats en ligne.
Invia et Optimics ont également cherché à mieux comprendre la valeur de ces conversions pour l'entreprise, au-delà du simple volume de conversions, afin d'aider Marek Lacina et son équipe à atteindre plus efficacement les client·es à plus forte valeur ajoutée. En outre, l'équipe a utilisé les données propriétaires collectées comme référence pour créer et atteindre des segments d'audience très spécifiques sur différentes plateformes. Cela leur a permis d'allouer plus précisément leurs ressources marketing.
Adopter l'IA pour stimuler les mesures prédictives
Avec une base de données propriétaires consenties mise en place et intégrée à une panoplie d'outils de mesure, quelle est la prochaine étape pour pérenniser la mesure publicitaire ? Alexander Krull, Senior Process and Project Manager chez le retailer allemand Bonprix, suggère la prédiction en temps réel grâce à l'IA.
Pour Bonprix et de nombreuses autres marques, la mesure prédictive nécessitait auparavant une quantité massive de données et un investissement en temps considérable. Elle reposait en effet sur l'analyse des comportements passés pour prévoir les tendances futures. Cependant, avec l'aide de leur agence partenaire Trkkn, Bonprix a développé un système plus agile et efficace qui repose sur beaucoup moins de données. Alexander Krull et son équipe peuvent désormais générer des analyses prédictives très précises, telles que la probabilité d'achat et la valeur à vie du client pour les 30 prochains jours.
Le système exploite les données propriétaires à partir de GA4, connectées à un modèle BigQuery personnalisé où les informations circulent dans les deux sens dans le cadre d’un processus d'enrichissement des données. Les audiences sont regroupées pour éviter toute focalisation sur les données au niveau des utilisateurs et utilisatrices, tout en maintenant un flux constant d'informations pour assurer l'intégrité du résultat.
Alejandro Marruedo, Digital Analytics Consultant chez Trkken, travaille en étroite collaboration avec Bonprix sur ce projet. Il a aidé l’entreprise à migrer d'UA360 vers GA4 au début du processus.
"Ces solutions prêtes à l'emploi, comme les mesures prédictives, peuvent être utilisées pour des cas d'utilisation plus avancés que celui de Bonprix." Alejandro Marruedo est convaincu que la mesure prédictive est l'avenir de l'ensemble de l'écosystème publicitaire, un point de vue que son homologue chez Bonprix partage pleinement.
Cependant, il ne s'agit plus uniquement de marketing. "Il y a deux perspectives distinctes, l'une pour la confidentialité des données et l'autre pour la technologie marketing", explique Alexander Krull. "Il s'agit de réunir les deux parties pour qu'elles soient complémentaires."
Il affirme avec conviction que l'adoption de la mesure prédictive est la clé pour renforcer les liens avec les clients de Bonprix. "C'est un véritable tournant."
Passer à la mesure prédictive : une checklist pour les spécialistes du marketing
- Mener un audit des données pour évaluer ses méthodes actuelles de collecte des données.
- Sensibiliser les équipes de son entreprise à la valeur des données propriétaires.
- Déployer des outils tels que :
- la balise Google pour assurer une collecte complète des données
- le suivi avancé des conversions pour améliorer la précision des mesures.
- Intégrer ses données à GA4.
- Explorer les modèles prédictifs basés sur l'IA dans GA4 avec son partenaire analytique.
- Réévaluer régulièrement sa stratégie de gouvernance des données.
- Partager les enseignements entre les équipes pour éclairer la stratégie et la prise de décision.
Pour en savoir plus sur la migration vers GA4, consultez notre article d'aide. Il est important d'effectuer les modifications requises dès maintenant, car vous risquez de ne plus pouvoir utiliser les fonctionnalités d'audience et des fonctionnalités de mesure pour vos campagnes.
Inscrivez-vous à la newsletter hebdomadaire de Think with Google pour recevoir nos derniers articles.
