Cet article a été publié à l'origine sur Fourth Source.
L'analyse de la Skaisur la publicité mondiale de recherche payante au détail pendant la saison des achats de vacances 2014 suggère que les appareils mobiles (téléphones et tablettes) ont représenté 48% des clics sur les annonces et 28% des conversions. Ces chiffres illustrent l'importance croissante du marketing mobile aujourd'hui, mais il est probable que la publicité mobile et l'activité promotionnelle aient en réalité un impact encore plus important avant la conversion finale.
En fait, les consommateurs utilisant désormais divers appareils pour se connecter à différents moments de la journée, l'un des plus grands défis auxquels sont confrontés les annonceurs et les éditeurs en ligne est de mesurer l'impact réel des publicités cliquées sur divers appareils avant la vente finale ou la conversion.
L'ampleur du défi est mise en contexte par une étude de GfK publiée l'année dernière, qui suggère que 60 % des adultes en ligne utilisent au moins deux appareils chaque jour. Un quart (25 %) des Américains et un cinquième (20 %) des Britanniques en ligne utilisent en fait trois appareils. Et plus précisément, 40 % des personnes dans les deux pays commencent parfois une activité sur un appareil pour la terminer sur un autre.
Comment est-il possible de démêler et d'estimer l'impact des publicités vues et cliquées sur différents appareils avant la vente finale ou la conversion ? Comme vous pouvez l'imaginer, de nombreuses entreprises tentent de résoudre cette énigme de l'attribution inter-appareils.
Une approche, appelée modèle déterministe, consiste à faire correspondre l'activité des utilisateurs connectés sur plusieurs appareils. Par exemple, lorsqu'une personne utilise la même adresse électronique pour se connecter à une application et à un site web, il est possible de créer une correspondance entre les appareils. Tant qu'un utilisateur est connecté sur plusieurs appareils à l'aide d'identifiants uniques tels qu'une adresse électronique, les annonceurs et les éditeurs peuvent l'utiliser pour suivre son activité sur plusieurs écrans.
Google utilise cette approche déterministe dans son rapport sur les conversions totales estimées pour les annonces de recherche cliquées à partir de différents appareils. Facebook utilise également l'approche déterministe dans son rapport Cross-Device pour les publicités Facebook, ce qui permet aux annonceurs de voir si les personnes se déplacent d'un appareil à l'autre.
L'utilisation des données de connexion peut être très précise, mais le problème de cette approche est que peu d'entreprises ont accès à suffisamment de données pour qu'elles soient significatives. Il est également vrai que tous les utilisateurs ne restent pas connectés sur tous les appareils - ou que certaines personnes ont plusieurs connexions ou utilisent des noms d'utilisateur et des adresses électroniques différents sur différents appareils.
L'autre approche pour relever le défi de l'attribution inter-appareils est l'appariement probabiliste, utilisé par des entreprises telles que Drawbridge. L'appariement probabiliste recueille divers points de données non permanents et réinitialisables par l'utilisateur, tels que le type d'appareil, le système d'exploitation, l'adresse IP, le réseau Wi-Fi, les cookies, etc., et utilise des applications de big data et l'apprentissage automatique pour faire correspondre algorithmiquement une personne ou un ménage entre les différents appareils.
Par exemple, si un téléphone, une tablette et un ordinateur portable se connectent aux mêmes points d'accès Wi-Fi aux mêmes endroits tous les jours de la semaine, on peut probablement supposer qu'ils appartiennent tous au même navetteur. En fait, il a été démontré que les méthodologies probabilistes atteignent une précision de 97 % dans l'appariement des appareils.
Cependant, aucune approche ou solution n'est parfaite à 100 %, et les entreprises doivent s'efforcer d'utiliser autant de données que possible pour essayer d'obtenir des informations sur les conversions et les ventes inter-appareils.
Il est également important de se rappeler que l'attribution correcte du crédit aux appareils mobiles et aux autres appareils tout au long du parcours d'achat ne résout qu'une partie du défi auquel sont confrontés les spécialistes du marketing inter-appareils. L'étape suivante consiste à mettre en place des processus et des technologies agiles pour prendre des décisions en temps réel sur la base de ces informations d'attribution. Ainsi, par exemple, les marques devraient pouvoir connecter leur moteur d'attribution à leur plateforme de gestion des offres afin d'ajuster leurs dépenses de publicité numérique en temps réel.