Big Data et publicité efficace : une mise au point

Retour à l'aperçu

Ecoutez nos podcasts Afrit 10

Notre spécialiste data Jessica Bulthé, qui détient une maîtrise en psychologie, nous donne une explication en règle sur la stratégie data de Mediahuis et la façon dont nous exploitons la data pour établir des connexions intelligentes entre l’annonceur et le public cible.

Mediahuis a fait appel à la Big Data dans sa stratégie publicitaire. Qu’est-ce que ça signifie et où allons-nous chercher cette Big Data ?

On connaît Mediahuis pour être l’éditeur de quatre des plus grands titres de presse quotidienne en Flandre : De Standaard, Het Nieuwsblad, Gazet van Antwerpen et Het Belang van Limburg. Ces titres enregistrent des millions de visiteurs par mois, ce qui – déjà – constitue une énorme source de données. Cependant, nous gérons en outre une quarantaine de sites, souvent très spécifiques et pénétrant au cœur même de certaines audiences, des sites qui enrichissent encore davantage notre data. Dans le réseau Mediahuis, nous suivons à la trace Zimmo (zimmo.be), Jani TV (janitv.be), Made In (madeinlimburg.be, madeinantwerpen.be,…), mais aussi les sites de Wayne Parker Kent (manners.be, famme.be, culy.be,…) en Belgique. Sur le réseau dans sa totalité, nous comptons 21 millions de visiteurs uniques par mois. Nous avons une audience déclarée de 3,4 millions d’utilisateurs. Tous ensemble, ceux-ci génèrent 350 millions de pages vues par mois. Cela constitue une énorme mine de données, que nous analysons et exploitons désormais afin d’aider nos annonceurs à mieux toucher les bonnes cibles.

Jessica Bulthé, Data Analyst Digital Advertising chez Mediahuis

Jessica Bulthé

Comment cette data peut-elle aider les annonceurs dans leur stratégie marketing ?

En partant du comportement de navigation et de la consommation des textes et images sur le site Web, nous créons des ‘audiences’, ou publics cibles. Il s’agit de groupes de gens auxquels nous pouvons adresser des publicités bien spécifiques. Ils sont réunis en segments, qui sont continuellement affinés et corrigés. Aujourd’hui déjà, nous sommes en mesure de proposer des cibles segmentées selon plusieurs axes : socio-démo, intention, intérêt. Nous pouvons déduire l’intention du comportement de navigation : les gens qui font beaucoup de recherches sur Zimmo sont probablement à la recherche d’une maison, les surfeurs sur Jobat d’un emploi. L’intérêt est aussi très important : quelqu’un ne se retrouvera dans un segment spécifique que lorsque le comportement avéré prouve que la personne en question fait montre d’un intérêt prononcé pour un thème particulier. Cela peut être démontré, par exemple, en tenant à jour le comportement de lecture via la fouille de textes, le ‘text mining’, une technique permettant de cataloguer des articles à l’aide de mots-clés dans le texte et de les associer à un comportement de navigation.

On procède à dresser la carte de ce qui précède, mais pas seulement en tenant à jour le nombre d’articles qu’une personne consomme. Cela pourrait aboutir à des résultats erronés. Quelqu’un qui lit 20 articles sportifs par mois, pourrait ainsi être catalogué comme un amateur de sport inconditionnel. Cependant, si cette même personne lit 200 articles par mois, il ne s’agira que d’un volet relativement modeste de son comportement de lecture. Il se pourrait dès lors que sa place dans le segment des amateurs de sport soit usurpée. Toutefois, s’il en lit 30, c’est bel et bien significatif. Ou encore, si le lecteur moyen en lit 10, il pourrait quand même encore être candidat pour intégrer le segment des amateurs de sport. L’interprétation de la data reste cruciale.

Nous pouvons pousser encore un peu plus loin. Il existe encore deux autres méthodes qui nous permettent d’aider les annonceurs à mieux toucher leurs cibles. Nous pouvons en effet créer des segments sur mesure au sein de notre public cible.
Dans un premier scénario, nous plaçons un pixel sur le site de l’annonceur et croisons ensuite la data récoltée, liée aux surfeurs qui s’y connectent, avec nos propres données.
Dans un second scénario, nous pouvons aussi comparer des bases de données, afin d’identifier les gens que l’on touche déjà – ou non – et de les reprendre ou non dans le segment que nous allons créer pour eux.

Cela offre plusieurs avantages pour les annonceurs. Nous pouvons faire remonter quels sont les messages et/ou les produits qui fonctionnent bien auprès de telle ou telle cible. L’annonceur peut ainsi affiner sa stratégie de données et la personnaliser encore davantage. Nous pouvons également mettre en place une stratégie de ‘lookalike’ : dans ce cas, nous identifions très spécifiquement au sein de notre data les surfeurs qui présentent les mêmes comportements que les clients des annonceurs.

Cela résonnera comme une douce musique aux oreilles des annonceurs, mais ça semble aller extrêmement loin au niveau de la confidentialité. De quel oeil le RGPD voit-il ça ?

Il est important de savoir que nous opérons en parfaite transparence et que nous nous alignons sur le RGPD et la législation en matière de vie privée. La transparence opère dans deux sens : envers le lecteur, qui marque son accord préalablement et qui sait ce que nous faisons de ses données. Et puis, il y a la transparence envers l’annonceur : toute information collectée pendant la campagne lui est exclusivement destinée. Une fois la campagne clôturée, nous supprimons toutes les données que nous avons récoltées. Cette data ne sera jamais exploitée dans le cadre de campagnes d’autres annonceurs.

Cela semble en tout cas engendrer un énorme gain d’efficacité pour nos annonceurs. Que nous réserve encore l’avenir ?

Nous souhaitons fonctionner toujours davantage comme ‘partenaire’ de nos annonceurs. Avec eux, nous souhaitons contempler leur campagne marketing idéale pour ensuite lancer tous nos outils dans la bataille. À mes yeux, cela signifie surtout une combinaison de contenus natifs et de campagnes orientées data. De cette façon, nous pouvons fournir des contenus informatifs uniquement moulés à la mesure des audiences qui leur sont pertinentes. Ensuite, nous pourrons affiner toujours davantage ces segments, à la mesure de l’annonceur. Cela peut sembler un cliché, mais lorsqu’on travaille avec de la data, pour moi ‘the sky is the limit’.

Articles récemment ajoutés

Lire plus
Mediahuis lance MH Data Studio pour un focus maximal sur les audiences, le ciblage et la publicité personnalisée.

Ces dernières années, Mediahuis s’est fortement engagé pour mettre à profit toutes ses données, et ce, de façon innovante. En 2017, le groupe média a mis en œuvre une plateforme de gestion de données, Cxense. Grâce à elle, Mediahuis était désormais en mesure de livrer des campagnes de façon plus ciblée, les internautes pouvant être segmentés en différentes cibles (aussi appelées segments IZI) sur base de leurs comportements sociodémographiques, intentionnels et de lecture. Aujourd’hui, Mediahuis franchit un nouveau palier en lançant une équipe de data dédiée baptisée ‘MH Data Studio’.

Lire plus
Pensez en journaliste, écrivez en conteur.

La force de la publicité native : les leçons du New York Times

En tant qu’élément apprécié dans le mix marketing, la publicité native fait aujourd’hui partie des meubles. Elle n’est pourtant toujours qu’un concept récent. The New York Times fut l’une des premières maisons d’édition classiques à lancer son propre native ad studio (T Brand Studio). Son modèle ? Réunir l’approche rédactionnelle avec le storytelling et le marketing.

Lire plus
Publicité native : combien de fois puis-je me mettre en exergue ?

Dans le monde de la publicité, le native advertising est un segment qui croît (rapidement). Editeurs et annonceurs travaillent main dans la main pour diffuser des messages commerciaux sous forme de récits, et ce, d’une façon non intrusive pour le lecteur. Le natif est synonyme d’‘harmonisation’ avec ce qui l’entoure : le contenu commercial publié est en ligne avec le média dans lequel il paraît. L’exemple type d’une telle publicité native est le longread ‘Women Inmates’, réalisé pour Netflix par Melanie Deziel et le Branded Content Studio du New York Times.