Par Laurence Bonicalzi Bridier (Weborama)
La data est un sujet stratégique. Au cœur de cette stratégie data tout le monde veut avoir sa DMP (Data Management Platform) et s’entourer, pour l’opérer, d’une armée de data scientists.
Cet effet de mode n’échappe pas au monde des publishers. Il correspond à une prise de conscience : la data est centrale à l’activité d’un site web et à sa monétisation.
Bien sûr, la data est un sujet stratégique ; il est nécessaire d’accepter de descendre au niveau de la tactique, de l’opérationnel, et de répondre à des besoins concrets, tels qu’ils sont exprimés par les annonceurs.
Les éditeurs doivent être capables de déployer des segmentations ad hoc pour un annonceur, qui, lui, aura une segmentation sophistiquée de ses data.
Il est sans doute préférable d’adopter une approche empreinte de simplicité, dont il sera possible de prouver le bien fondé à son Comex, en délivrant assez rapidement des résultats.
Un éditeur pourra, une fois la data traitée, l’activer au niveau du media (de la régie), de la personnalisation du contenu et de son CRM.
Il lui sera possible de créer une offre fondée sur l’audience complémentaire de l’offre contextuelle et de l’offre programmatique (ce qui rendra d’autant plus évidente la mise en place de deal ID)
Nous voyons une démarche progressive en 4 étapes principales :
1. Au commencement, il y a la base de données
Elle doit se nourrir de data first party, propriété du publisher. Il peut s’agir d’une data aussi bien CRM (base e-mail ou formulaires déclaratifs) que provenant du site (temps passé sur le site, engagement sur le contenu, clics, exposition, et toutes interactions)
En l’enrichissant dès le départ, de data 3rd party (data tierce, 110 millions de profils par exemple dans la BDD Weborama) la segmentation est immédiatement plus puissante et plus pertinente.
Un éditeur peut enfin répondre à la question : que fait mon audience, quelles sont ses centres d’intérêt, lorsqu’elle ne surfe pas sur mon ou mes sites ? Cette data tierce est de type géographique, démographique ou comportementale. Elle peut être utile en particulier pour identifier des intentionnistes, les convertisseurs.
2. Après cette phase de collecte, et seulement alors, on passe à la data préparation
Il s’agit à la fois d’établir une nomenclature et de structurer les données. Cette étape de structuration est décisive, car les informations viennent la plupart du temps de différentes sources, et se présentent sous des formes hétérogènes. Par exemple, les données fournies par la direction marketing régie n’ont pas forcément la même structure que celle apportées par la direction marketing éditeur…
Une fois la donnée structurée, ll est possible de définir des règles, concernant par exemple la recommandation de contenus. On n’affichera typiquement pas les mêmes articles et messages à un abonné chaud ou un abonné froid.
3. La data science au service de l’actif data : le rôle clé du yielder
Peu à peu, le publisher construit son actif data. Il va pouvoir créer des segmentations ad hoc pour des clients, et faire de l’extension d’audience via l’approche des lookalike (profils sosies, CClones chez Weborama)
Ce qui sera là discriminant, c’est la data science : les algorithmes entrent en jeu, avec le scoring des profils, et la mise en place d’arbres de décision. La démarche consiste à noter les points positifs (par exemple un internaute qui passe plus de 20 mn sur le site, un internaute qui convertit, qui clique) et à tirer des projections.
En fait, on crée et on pilote des audiences utiles, que l’on expose à des contenus ciblés et adaptés. Il est plus juste du coup, et préférable, de parler d’audience, moins de data.
On parle beaucoup de data scientists, de dataminers, de statisticiens…n’oublions pas à ce stade, le rôle du yielder, du trader. De profil matheux, ce sont des hommes et des femmes capables de comprendre, d’optimiser et valoriser les audiences selon l’objectif attendu, le périmètre, la durée, l’inventaire. Il s’agit de construire des stratégies et d’utiliser et combiner les datas en suivant les indicateurs définis. Piloter, optimiser, analyser…
4. La phase d’activation
Au bout de la chaîne, il y a enfin le transfert, étape cruciale, pas assez prise en compte, trop souvent mise au second plan.
Or rien n’est possible si le CMS, le CRM, les adservers ne sont pas activés. Il est important de savoir les connecter à tous les SSP, DSP et trading desks du marché. Les connecteurs sont nombreux et chacun est spécifique. Il est indispensable pour le publisher de travailler avec un spécialiste de la data prêt de ce point de vue, déjà connecté à tous les systèmes du marché.
En définitive, le publisher doit dessiner une DMP qui lui ressemble. La prise en main sera progressive, elle peut prendre 3, 4 ou 5 mois. L’objectif pour l’éditeur et de créer un actif data qui se valorisera dans le temps. La DMP doit servir cet objectif. La DMP est un moyen, l’asset data un objectif. La DMP est un moyen techno qui permet de rendre les audiences plus « liquides » c’est-à-dire plus valorisables, de mieux gérer les newsletters, l’autopromotion, les publicités. Dans un seul but : créer de la valeur.
Laurence Bonicalzi-Bridier est Directrice Associée chez Weborama en charge d’une entité dédiée aux éditeurs.
Ancienne de Libé, 20 minutes, Publicis et Springer elle compte pour clients de grands medias comme Le Bon Coin, les Echos, TF1, Orange, CCM Benchmark et Lagardère.
