Le Data-driven Targeting : entre efficacité et exclusion d’audience
Lorsqu’une méthode fonctionne et génère de bons résultats, il peut être tentant d’arrêter d’en tester de nouvelles et de devenir complètement dépendant d’un même et unique processus.
Il est indéniable que le data-driven targeting fonctionne. Il permet aux marques de créer des publicités pertinentes, délivrées au bon utilisateur qui de son côté reçoit un message adapté à ses intérêts.
Cependant, il a ses limites. C’est un sujet qu’ExchangeWire et Lisa Menaldo, managing director UK de Sublime Skinz ont abordé dans un article.
Les informations fournies par le data-driven targeting aident à identifier et cibler des consommateurs spécifiques dont l’activité en ligne indique qu’ils sont susceptibles d’être intéressés par un produit particulier. Mais qu’en est-il des autres prospects potentiels ?
En utilisant une approche beaucoup trop précise, les marques réduisent leurs alternatives et excluent involontairement des audiences potentielles.
Le « data-driven » : trop ancré dans les habitudes ?
Baser les campagnes sur une data solide est devenu un standard. Selon une récente étude de Turn and Forbes, les marketers qui utilisent des stratégies data-driven sont 6 fois plus susceptibles de générer des bénéfices et trois fois plus susceptibles d’augmenter leurs revenus.
Pourtant avoir une vision trop scientifique de l’engagement éloigne les possibilités d’obtenir l’inattendu.
Les consommateurs demandent aujourd’hui plus qu’une simple personnalisation en adéquation avec leurs besoins existants. Selon AOL research, 48% des consommateurs attendent des marques qu’elles les connaissent et les aident découvrir de nouveaux produits et services.
Les consommateurs veulent non seulement que les publicités auxquelles ils sont exposés soient pertinentes mais souhaitent également une expérience de marque qui leur offre quelque chose de nouveau.
En basant le ciblage des campagnes uniquement sur un ensemble d’intérêts liés aux achats passés ou aux habitudes de navigation, les marketers limitent le scope de leurs performances. Par exemple, une marque de sport peut cibler les consommateurs qui visitent fréquemment son site par le biais de publicités faisant la promotion de chaussures de course mais cette méthode restreindra la couverture de sa campagne au lieu de présenter ses produits à un nouveau groupe d’utilisateurs et d’élargir sa base de clients.
L’approche multidimensionnelle ou comment effectuer un ciblage le plus fin possible
Pour offrir de nouvelles expériences, les marketers doivent adopter une approche plus holistique ou multidimensionnelle.
Afin de concevoir des campagnes impactantes, les marketers doivent récolter sur tous les canaux (à la fois on et off-line) un éventail de tendances à travers les activités et les intérêts des utilisateurs pour construire un portrait complet, global et individuel des consommateurs.
Une méthode dont Facebook est l’un des pionniers avec un ciblage en fonction des contenus appréciés et partagés par les utilisateurs au sein de sa plateforme et provenant de sites et éditeurs externes.
Ce sont en effet des procédés de ce type qui distinguent les intérêts individuels et permettront aux marketers d’aller plus loin et non plus de faire un ciblage approximatif.
Retrouvez l’intégralité de l’article
Partager la publication "Le Data-driven Targeting : entre efficacité et exclusion d’audience"