Nombreux sont les consommateurs qui choisissent de ne pas partager leurs données avec des applications. En particulier depuis l'introduction du cadre App Tracking Transparency (ATT) d'Apple qui donne aux consommateurs un plus grand contrôle sur qui utilise leurs données et comment. De son côté, Google a également supprimé les identifiants publicitaires attachés à des mobiles spécifiques et a annoncé qu'il étendrait son Privacy Sandbox aux applications Android.
Bien qu'il s'agisse d'un pas dans la bonne direction du point de vue de la confidentialité, cela a également présenté des défis aux spécialistes du marketing lorsqu'il s'agit d'exécuter, de mesurer et de justifier des campagnes marketing - ce qui est traditionnellement rendu possible par l'accès aux données au niveau de l'utilisateur.
Des technologies et des solutions innovantes
Mais la situation a également conduit à un certain nombre d'opportunités pour les marques de repenser la façon dont elles interagissent avec leurs publics, notamment à travers l’usage de technologies innovantes qui permettent aux spécialistes du marketing de continuer à mesurer et à obtenir des informations sans compromettre la confidentialité des utilisateurs. C’est notamment le cas de la mesure prédictive qui leur permet de mesurer les performances des campagnes à long terme en fonction des premiers signaux. Ils peuvent ainsi toujours mesurer, mais avec moins de données.
En dessinant des modèles de comportement avec les données disponibles, les solutions prédictives peuvent identifier les optimisations qui stimulent l'action de l'utilisateur et produisent des résultats. De quoi rapidement optimiser les campagnes et réduire les dépenses inutiles. Et de quoi combler la perte de données créée par les mises à jour de confidentialité d'Apple et de Google, donnant aux spécialistes du marketing les informations dont ils ont besoin pour planifier, mettre en œuvre et améliorer leurs campagnes sans augmenter leurs investissements média.
Une mesure limitée à l’activité à l’instant « t »
Si la mesure prédictive n'est pas nouvelle, elle a gagné en importance depuis la mise en place du cadre ATT d'Apple et l'introduction de SKadNetwork, sa solution d'attribution déterministe privacy-centric pour mesurer les campagnes.
En effet, SKadNetwork fonctionne sur un mécanisme de minuterie, dans lequel la mesure est limitée à l'activité qui se produit dans un court laps de temps (par exemple 24 heures).
On peut se demander comment les marketeurs peuvent-ils prendre leurs décisions sur la base de données aussi limitées pour des campagnes aussi cruciales ? Grâce à la mesure prédictive, ils peuvent utiliser ces premiers signaux, puis prédire les performances de la campagne à plus long terme.
Un vrai levier de performance
Pour le marketing mobile, les mesures clés qui démontrent les performances des publicités incluent la rétention, l'engagement et la monétisation. Autrement dit : la durée pendant laquelle quelqu'un utilise l'application, comment il interagit avec elle et combien il est susceptible de dépenser.
Les capacités prédictives permettent d’identifier les modèles de comportement spécifiques des clusters d'utilisateurs qui génèrent les revenus potentiels les plus élevés. Les marketeurs peuvent également en tirer parti pour savoir quelles optimisations renforceront l'engagement des utilisateurs, amélioreront les niveaux de rétention et maximiseront les résultats.
Enfin, elles leur permettront d’identifier les utilisateurs à risque et mettre en œuvre des modifications pour garantir leur retour à l'application en améliorant le parcours clients. Pour plus d’information sur ce dernier point, toutes les clés sont ici !