Nous avons interviewé Sébastien Berrier, CTO d’Armis. Ancien de la finance, passé à l’adtech, il nous livre de précieuses réflexions et des éléments de prospective sur la publicité multilocale.
Va-t-on assister à la fin certaine du cookie tiers ?
Pour moi la question n’est plus de savoir si le cookie tiers va disparaître, mais quand.
Safari, Firefox, pesant pour 25% du marché des navigateurs, avaient déjà sonné la charge en les désactivant par défaut, et l’annonce de Google selon laquelle Chrome (qui lui représente 65%) ne supportera plus les cookies tiers en 2022 est pour moi le couperet.
Qu'est-il encore possible de faire ?
Sans cookie tiers il est toujours possible de travailler sur des indicateurs qui n’ont pas besoin d’être reliés à l’internaute. Il y a beaucoup à faire avec des données non comportementales, à la fois média (contenu de la page, qualité de l’emplacement, contenu de la publicité, etc.) et exogènes (saisonnalité, tendances, météo, et bien d’autres).
On peut aussi faire levier sur ce que mettent à disposition les acteurs qui ne dépendent pas ou peu du cookie tiers. En particulier ceux qui bénéficient d’un univers logué, ou encore ceux qui posent des cookies propriétaires (1st party).
Dans quelle mesure Google et Facebook ont-ils internalisé l'IA ? Comment coopérer avec les deux plateformes ?
Google & Facebook ont un énorme avantage dans leur capacité à adresser leurs IA à l’échelle de l’internaute. Ils ont de la donnée utilisateur de qualité, une couverture quasi-parfaite des internautes, et des algos puissants. C’est devenu très compliqué de rivaliser sur leur terrain et ça ne va pas aller en s’arrangeant.
Pourtant, aussi fortes que soient leurs IA pour faire des prédictions sur le comportement ou l’appétence d’une personne, elles ne s’adaptent pas forcément à tous les besoins métiers. En particulier pour faire parler plusieurs points de vente d’une même enseigne de manière efficace sur une opération de durée limitée dans le temps - nous avons appelé cela la contrainte « multilocale » -, elles ne suffisent pas.
Le choix et la valeur ajoutée d’ARMIS ont été de construire FLAI (l’IA propriétaire d’ARMIS, pour Fast Learning Artificial Intelligence) comme complémentaire de celles des plateformes. Savoir les combiner de manière optimale, et travailler des niveaux d’agrégation de la donnée qui ne sont pas ou peu pris en compte par celles-ci permettent des les calibrer pour la contrainte multilocale.
Dans quelle mesure êtes-vous Armis impacté pour la fin du cookie tiers ? Votre ADN est-il concerné ?
Nous sommes impactés à la marge, principalement pour ce qui tourne autour de la récolte d’événements liés à l’affichage d’une bannière en programmatique. Pouvoir relier ces événements par un identifiant nous permet de donner à notre IA des critères de pression publicitaire (répétition, récence), et d’adapter cette dernière de manière progressive.
Pour le reste nous avons depuis les premières campagne ARMIS pris le parti de fonctionner avec les plateformes publicitaires, à des niveaux qui ne nous rendent pas dépendants d’une collecte de données à la granularité individuelle.
Pour citer quelques exemples :
- la géolocalisation est par nature primordiale pour notre technologie. Nous avons des algos capable de construire les critères géographiques les plus pertinents magasin par magasin à partir du budget, des caractéristiques du magasin, de la campagne, et des données de l’INSEE. En revanche nous ne géolocalisons pas l’internaute en direct. Ce sont les plateformes, sur lesquelles on a paramétré ces critères, qui le font.
- l’allocation budgétaire répond à la même logique. Sur chaque canal et pour chaque magasin, nous compartimentons les stratégies publicitaires (par device ou par type de promotion par exemple). FLAI vient réallouer quotidiennement le budget entre ces dizaines de stratégies en fonction de prédictions de performance et de capacité à dépenser.
Il y a beaucoup d’autres exemples comme la génération et le pilotage des mots-clés sur Google Ads magasin par magasin, notre capacité à combiner des segments d’audience issus des données 1rst party des enseignes, ou encore une sélection intelligente des produits les plus pertinents dans le catalogue de l’enseigne.
Post-cookie : qui seront les perdants, qui seront les gagnants ?
Ceux qui risquent de perdre le plus sont les acteurs les plus dépendants de la donnée comportementale, et encore une fois, les plus proches de l’internaute. Les retargeters, ou les vendeurs de données third-party sous forme de segments d’audience vont devoir muter. Certains d’entre eux sont aujourd’hui assis sur un trésor de guerre de données third-party qui pourrait bien devenir obsolète…
Et de manière plus évidente, sans alternative au cookie tiers, et donc sans moyen de partager de la donnée grâce à laquelle un emplacement publicitaire est mieux valorisé, ce sont les éditeurs qui vont voir leur revenu publicitaire diminuer.
Peut-on parier sur des initiatives tierces ?
Hors GAFA, on a pu voir naître des initiatives visant à rendre standard un identifiant unique et partagé qui permettrait aux univers logués de proposer une bonne alternative au cookie. L’enjeu pour ces initiatives sera d’être suivies par un nombre suffisamment grand pour devenir un standard et permettre un partage de données dont le volume permette réellement de faire apprendre des IA.
Et il y a bien sûr le projet de Google Privacy Sandbox.
Google Privacy Sandbox ?
Aujourd’hui le projet est encore très mouvant, rien n’est définitif, comme a pu le montrer le récent demi-tour de Google sur l’une des propositions phares concernant la segmentation des internautes par centre d’intérêts (PIGIN abandonné au profit de TURTLEDOVE).
Le sujet est sensible, car Google semble ici être le maître d’un jeu qui concerne toute une industrie, mais on peut au moins leur reconnaître d’avoir su accélérer une apocalypse attendue en proposant une alternative sérieuse qui offre à l’écosystème des solutions qui leur donneront accès à de nouveaux indicateurs.
Comment voyez-vous les récentes décisions de la CNIL ?
Le durcissement des recommandations de la CNIL quant à la collecte d’informations de navigation, et surtout sur le consentement de l’internaute est une raison de plus de croire que le cookie tiers vit ses dernières années.
Ere post-cookie : encore un peu de prospective. Quelles pourraient être les prochaines étapes à anticiper ?
Début 2020 marque le point de non-retour du cookie tiers. Ca n’engendrera pas un big bang à très court terme, mais on peut anticiper deux évolutions :
1- l’acceptation progressive mais définitive que l’industrie va désormais construire ses bases sur autre chose que le cookie tel qu’il existe aujourd’hui.
2- un long chantier technique sur des alternatives qui garantissent une publicité intelligente et data-driven, donc rémunératrice pour les éditeurs, performante pour les annonceurs, tout en étant non intrusive pour l’internaute.
Les GAFA sont évidemment en position de force sur la collecte et l’utilisation de la donnée brute. Mais la réponse des éditeurs et d’autres acteurs indépendants est à suivre avec intérêt. Le tout sous l’oeil des autorités de régulation qui sont de plus en plus impliquées.
Pourquoi ne travaillez-vous pas avec Amazon ? Pourrait-ce arriver ?
La solution publicitaire d’Amazon est extrêmement intriquée avec leur offre e-commerce historique et vise principalement à augmenter les ventes en ligne sur leur plateforme. Ce qui entre évidemment en compétition frontale avec la plupart des retailers avec lesquels nous travaillons. ARMIS est l’outil qui permet aux enseignes de redynamiser leurs points de vente physiques en les faisant parler efficacement aux internautes de leur zone de chalandise de leurs opérations commerciales. Nos campagnes multilocales sont pensées, façonnées, et optimisées pour faire venir l’internaute dans le magasin physique.
Adtech VS monde la finance : au vu ton parcours, quels enseignements comparatifs ?
J’ai eu l’occasion de faire les cinq premières années de ma carrière en finance de marché, d’y travailler sur des algos qui s’appuyaient sur les maths et la donnée pour détecter des signaux et prendre des décisions bien plus efficaces et bien plus rapides que l’humain. Juste avant que ça ne s’appelle de la data science...
C’était une période de crise et de remise en question de certaines pratiques du monde financier qui en ont poussé les acteurs à se refermer sur eux-mêmes et à limiter le partage de connaissances pour conserver leurs acquis. J’ai pris le virage de la data science dans la french tech en rejoignant Nextperf fin 2012 en tant que Chief Science & Technology où j’ai pu retrouver une soif d’innovation sans limite et de belles opportunités de faire parler des volumes de données conséquents.
Quand je prends du recul sur le cookie et les notions de privacy, je me dis qu’on amorce peut-être une phase de transformation comparable, ne serait-ce que sur les implications techniques, mais ô combien plus positive !
