Ce n'est plus une nouvelle que nos données sont à vendre. Les courtiers en données utilisent souvent des enregistrements de navigation en ligne pour créer des profils de consommateurs numériques qui sont ensuite vendus aux spécialistes du marketing en tant qu'audiences prédéfinies pour la publicité ciblée.
On suppose souvent que les outils utilisés pour analyser et catégoriser les données client sont si sophistiqués que les spécialistes du marketing peuvent affiner la messagerie et le ciblage de manière fiable. Mais de nouvelles recherches de la revue INFORMS Sciences du marketing a révélé que le processus de création de ces profils numériques n'est peut-être pas aussi fiable que beaucoup le pensent.
L'étude, à paraître dans l'édition de novembre de la revue INFORMS Sciences du marketing , s'intitule « Frontiers :Quelle est l'efficacité du profilage des consommateurs par des tiers ? Preuve d'études sur le terrain ». Il est rédigé par Nico Neumann de la Melbourne Business School, Catherine Tucker du MIT et du National Bureau of Economic Research, et Timothy Whitfield de Burst SMS en Australie.
Les chercheurs ont examiné deux attributs démographiques de base (âge et sexe), et trois centres d'intérêt distincts des internautes (sports, voyages et remise en forme). Ils ont analysé les données de plus de 19 courtiers de données différents, qui a abouti à plus de 90 audiences numériques validées d'internautes. Et ils ont mené trois tests sur le terrain distincts.
"En général, le processus qui sous-tend la création de profils d'utilisateurs et de segments pour le ciblage est une « boîte noire », ", ce qui crée des défis pour comprendre la fiabilité et l'exactitude des profils numériques", a déclaré Tucker. "En outre, les annonceurs ont peu de chance d'évaluer la précision des profils qu'ils achètent.
« Lors de notre premier essai sur le terrain, nous avons mené une campagne en ligne de la même manière qu'un annonceur mènerait une campagne et évalué si l'annonce a été vue par le segment démographique demandé, " a déclaré Tim Whitfield. " Lors de notre deuxième essai sur le terrain, nous avons ciblé notre attention et examiné directement si les courtiers en données sont en mesure de déterminer avec précision l'âge et le sexe d'une paire de globes oculaires spécifique. Et dans notre troisième test sur le terrain, nous avons étendu notre évaluation de la qualité des données des données démographiques aux segments d'intérêt du public. »
« Lors de notre premier essai sur le terrain, nous avons constaté que notre annonce était diffusée auprès du bon segment démographique 59 % du temps, " a déclaré Neumann. " Lors de notre deuxième essai sur le terrain, nous avons constaté que les courtiers en données étaient essentiellement capables d'identifier le sexe à peu près de la même manière que le hasard. Le troisième test sur le terrain a révélé que la précision des audiences basées sur les intérêts est plus élevée (72,8 -87,4 pour cent en moyenne). Cependant, ce pourcentage de classification plus élevé semblait plutôt lié au fait que les attributs testés se produisent très souvent dans la population - par exemple, il y a beaucoup de gens qui aiment le sport en Australie et aux États-Unis, donc identifier quelqu'un qui s'intéresse au sport n'est pas si difficile. "L'amélioration relative de l'utilisation des données d'audience par rapport à la sélection aléatoire des personnes reste globalement décevante sur tous nos tests", ajouta Neumann.
Les trois études combinées montrent qu'il est important de prendre en compte les coûts et les avantages de l'utilisation des données d'audience pour le ciblage publicitaire. Parce que les données d'audience entraînent des dépenses supplémentaires importantes, il peut ne pas fournir une analyse de rentabilisation utile pour chaque situation relative à la publicité non ciblée. Par exemple, les coûts supplémentaires moyens pour le ciblage des annonces display sur la base des données d'audience achetées sont d'environ 151 %. Cependant, dans le meilleur des cas, l'amélioration relative pour trouver le bon client n'était que de 123 % (en comparant le ciblage d'audience à la sélection aléatoire de personnes).
Cependant, l'analyse de rentabilisation dépend de l'expertise et des coûts technologiques de chaque organisation, les courtiers de données sélectionnés et les supports utilisés. En particulier, des médias plus coûteux (par exemple, la publicité vidéo) sont beaucoup plus susceptibles d'entraîner des compromis avantages-coûts positifs pour l'utilisation des informations d'audience achetées auprès de courtiers en données.
