Qu’est-ce qu’une salle blanche de données ?

Les tentatives des annonceurs de briser les jardins clos des données ont trouvé un second souffle. L’émergence de soi-disant salles blanches de données, des espaces sûrs où les informations glanées dans les jardins clos sont mélangées aux données de première partie des annonceurs pour la mesure et l’attribution, s’accélère à mesure que le commerce des médias devient plus adressable.

Autant ces espaces sûrs sont en demande, autant ils se heurtent à des problèmes d’adoption. Voici ce que vous devez savoir :

Qu’est-ce qu’une salle blanche de données ?

Les salles blanches de données sont des endroits où des jardins clos comme Google, Facebook et Amazon partagent des données agrégées plutôt que des données au niveau des clients avec les annonceurs, tout en exerçant des contrôles stricts. Les données de première partie de l’annonceur sont ensuite versées dans le même espace pour voir comment elles correspondent aux données agrégées des plates-formes. À partir de là, les annonceurs peuvent voir comment les différents ensembles de données correspondent, en utilisant les incohérences entre les deux pour déterminer s’ils diffusent trop d’annonces aux mêmes audiences. Dans le cas de la salle blanche des données qu’Unilever construit, l’annonceur devrait théoriquement être en mesure de voir la portée dupliquée qu’il obtient sur Google, Facebook et Twitter, qui ont tous accepté de le soutenir. Aucune de ces données agrégées ne quitte la salle blanche.

« Lorsque vous commencez à ajouter plus de canaux en tant qu’annonceur, il devient plus difficile d’attribuer efficacité et attribution », a déclaré Victor Wong, PDG de Thunder Experience Cloud. « De plus, il est plus difficile pour les annonceurs de comprendre ce que font leurs dépenses médias lorsqu’il s’agit de savoir si elles touchent l’audience souhaitée. »

Les salles blanches de données sont-elles nouvelles ?

Ces types d’arrangements de données ne sont pas nouveaux. Facebook les propose par exemple à ses plus gros annonceurs depuis un certain temps. Mais ces offres sont chères et, plus important encore, n’étaient pas évolutives. Avoir une salle blanche de données qui fonctionne aussi bien sur les marchés matures que sur les marchés émergents est de plus en plus important pour Unilever et Procter & Gamble, qui deviennent de plus en plus dépendants du marketing dans ces régions pour relancer les entreprises qui bégaient.

Pourquoi y a-t-il tant de demandes pour des salles blanches de données ?

La montée en flèche de la popularité est le point culminant de trois choses : la déférence de l’industrie publicitaire envers la loi stricte sur la confidentialité des données de l’Union européenne ; la peur d’invoquer un scandale semblable au faux pas de données de Cambridge Analytica ; et la prise de conscience que les annonceurs ne savent pas ce qu’ils ‘achètent.

D’une certaine manière, les salles blanches de données sont une manifestation de l’approche pragmatique adoptée par de nombreux annonceurs qui cherchent à rationaliser chacun de ces problèmes. L’approche fonctionne pour les plates-formes, car une salle blanche de données signifie qu’elles n’ont pas à se séparer de segments de ciblage précieux qui pourraient donner à une plate-forme un avantage sur une autre. De plus, ces espaces sécurisés pourraient également devenir une opportunité pour les plateformes de récupérer une part des dépenses de leurs rivaux.

« À mon avis, toutes les plates-formes qui ne poussent pas au partage de données et à la transparence entre plates-formes ne sont tout simplement pas convaincues que leurs propres produits offrent autant de valeur qu’elles le disent », a déclaré Neil Astin, responsable des opérations de l’agence de marketing de performance Journey Further. « Les plateformes qui sont très confiantes dans leurs produits publicitaires et la qualité du trafic qu’ils génèrent devraient pousser fort pour ce nouveau standard de partage de données. »

Pourquoi les salles blanches de données n’ont-elles pas été plus largement adoptées ?

Les salles blanches de données ne sont pas bon marché. Google, Facebook et Amazon proposent des alternatives depuis un certain temps, mais les obstacles logistiques et politiques liés à la collaboration avec ces plateformes peuvent mettre à rude épreuve toutes les parties. Il n’est dans l’intérêt d’aucun des jardins clos de céder trop de données aux annonceurs compte tenu de la valeur qu’ils retirent du contrôle de leurs propres données, en particulier des données de ciblage. En ce qui concerne les jardins clos, il n’y a pas de source unique de vérité des données comme il en existe pour la télévision ou la radio.

« Jusqu’à présent, cela a été gagnant-gagnant pour les annonceurs, mais le nouveau programme est de comprendre s’il y a un chevauchement et donc un surinvestissement dans ces super plates-formes, créant la demande d’un point unique de vérité des données à l’intérieur d’une plate-forme de données sécurisée », a déclaré Chris Bennett, directeur général des activités de la plate-forme de publicité vidéo et d’insights Pixability dans la région EMEA.

Essentiellement, les plateformes et les annonceurs rassemblent des données sous différents formats, et un travail de préparation important est nécessaire pour normaliser cela. Des normes doivent être développées afin que les annonceurs aient un moyen de faire correspondre les données de première partie au niveau de l’utilisateur qu’ils placent dans la salle blanche des données avec les données agrégées des jardins clos. Ces deux ensembles de données sont fondamentalement différents. La propriété des données de la salle blanche doit être établie, tout comme une partie de vérification indépendante.

D’autres inconvénients ?

Autant le succès des salles blanches de données repose sur les données partagées par les plates-formes, autant les annonceurs doivent également s’y mettre. Et pourtant, les annonceurs ne veulent pas ou ne veulent pas toujours partager des données transactionnelles détaillées, en raison du risque de confidentialité. Cela peut rendre la mesure approximative au mieux. Ces difficultés ont amené Unilever à recourir à une solution basée sur un panel comme source des données de première partie qu’il place dans sa propre salle blanche de données. Cela lui donne une estimation de la fréquence et de la portée réelles de ses publicités, mais le panel n’est pas actif sur le marché des produits et ne sera donc pas idéal à des fins d’attribution.

L’exécution d’une salle blanche de données peut être un processus manuel, et les gens finissent par envoyer par e-mail des ensembles de données entiers ou créer des dossiers partagés, ce qui expose un risque pour la confidentialité. C’est aussi « encombrant et lourd pour l’utilisateur », a déclaré Nick Halstead, PDG d’InfoSum.

Notez cet article !