Meta/Google Ads : Data pour les algos & data pour les humains, la distinction

Les deux dimensions de la data en publicité

Chez Coudac, on répète souvent que c’est une erreur d’accorder trop de crédit aux métriques données directement par Meta ou Google dans leurs plateformes. On l’a d’ailleurs redit dans une vidéo récente sur notre chaîne. Et ça peut parfois être mal interprété comme si on s’en fichait de la data, comme si on travaillait au feeling. Ce n’est pas du tout ça.

La data est plus importante que jamais. Et c’est justement un sujet qui n’est pas toujours traité de la bonne manière par les annonceurs, et souvent pas bien compris. Ce qu’on observe, c’est que beaucoup d’annonceurs souffrent opérationnellement de leur manque de maîtrise sur ces sujets data : pas de vision claire, pas de lucidité sur ce dont ils ont vraiment besoin. Ce qui crée des difficultés, soit à atteindre les performances, soit à comprendre ce qui se passe.

Le problème vient souvent du fait qu’on met tous les sujets data dans le même paquet, sans identifier ce qui est vraiment structurant. En réalité, il se dégage deux dimensions bien distinctes dans la data pour le marketing digital aujourd’hui : la data pour les algorithmes, et la data pour les décideurs, pour les humains. Ce sont deux sujets différents, qui doivent être traités différemment. C’est ce qu’on va détailler ici.

La data pour les algorithmes

Quand on parle de data pour les algorithmes, on parle globalement de tout ce qu’on regroupe sous le terme tracking. Le but du tracking, c’est d’alimenter les algorithmes avec des signaux sur les comportements des clients ou des utilisateurs du site web ou de l’application de l’annonceur. C’est absolument fondamental : ça permet aux algorithmes publicitaires de comprendre comment se comportent nos clients, et ce qui apporte vraiment de la valeur.

Pour comprendre pourquoi c’est important, il faut comprendre ce qu’est le machine learning. On prend un algorithme, on lui montre un schéma qui se répète 100 fois, et son but c’est de prédire ce qui va se passer la 101e fois, la 102e fois. C’est de la prédiction. Plus on lui donne d’éléments, plus il sera efficace pour prédire qui est susceptible d’acheter votre produit, et donc pour montrer la publicité à la bonne personne au meilleur coût.

Sur cette dimension du tracking, les annonceurs commencent globalement à comprendre le message. Ils réalisent que c’est important, et il y a de moins en moins d’annonceurs sans tracking server side, même si ça arrive encore. Le message circule, en France en tout cas.

Sur le tracking server side justement : c’est une technologie qui permet d’envoyer des données de meilleure qualité aux algorithmes publicitaires. Mais il y a une profondeur bien plus importante qu’on peut explorer : la gestion des duplications d’événements, les conversions offline, ou encore la remontée de signaux plus qualifiés. Par exemple, en génération de leads, se contenter d’identifier qui est prospect et qui ne l’est pas, ce n’est pas suffisant pour l’algorithme. Lui faire remonter qui est un nouveau client versus qui a déjà acheté, ça peut changer beaucoup de choses. Il y a énormément de choses qu’on peut faire techniquement dans ce domaine.

La data pour les humains

Mais tout ça, c’est du tracking, donc c’est pour alimenter les algorithmes. Ça ne permet pas, en tant qu’humains, d’avoir une bonne vision de ce qui se passe. Ça ne permet pas de construire des dashboards clairs et représentatifs de la réalité. On peut très bien avoir un tracking en excellent état sans pour autant avoir une vision claire de ce qui se passe au niveau de son marketing.

Et c’est là que le bât blesse aujourd’hui : les annonceurs comprennent que le tracking est important, mais ils s’arrêtent là. C’est un peu comme avoir un très bon chien de chasse. Il est efficace. Sauf que si on ne lui dit pas ce qu’il doit aller chercher, si on ne le sort pas au bon endroit, il est totalement inutile. Il faut aussi un bon chasseur derrière, quelqu’un qui ait une vraie compréhension de ce qui se passe dans la machine d’acquisition.

Et c’est sur ce deuxième point, la data pour les humains, qu’on voit le plus d’annonceurs en difficulté. Si le tracking est défaillant, ça pénalise la performance. Mais si la compréhension de la data est défaillante, ça pénalise les décisions. Et de mauvaises décisions, ça empêche d’atteindre les objectifs business. Ce problème est d’ailleurs d’autant plus critique chez les gros annonceurs, parce qu’il y a plus de complexité et beaucoup plus de data à analyser.

Le problème concret : aucune vision centralisée

Concrètement, le problème principal de la data pour les humains, c’est que beaucoup d’annonceurs n’ont aucune vision centralisée de ce qui se passe au niveau de leur acquisition. Ils sont connectés à de nombreux services différents, leur backend, les plateformes publicitaires, d’autres outils, mais il n’existe aucun endroit où tout est agrégé. Résultat : avoir une vision globale est soit impossible, soit ça demande un travail manuel considérable, impossible à faire de manière régulière.

Les données dont les humains ont besoin pour prendre des décisions ne sont pas du tout les mêmes que celles dont les algorithmes ont besoin pour optimiser en temps réel. C’est pour ça que chez Coudac, il y a maintenant presque un an, on a commencé à travailler ce sujet. On s’est rendu compte que beaucoup d’annonceurs avaient un besoin de clarté sur leurs données.

La solution : centraliser pour mieux décider

La solution pour traiter ce deuxième point, c’est de connecter tous les services marketing et de tout centraliser dans un data warehouse. Ce qui permet ensuite d’avoir de vraies analyses, un suivi régulier des métriques qui comptent vraiment, et des dashboards qui mesurent ce qu’on a réellement besoin de mesurer. Sur le long terme, ça fait une vraie différence dans la prise de décision au quotidien.

Et au-delà du suivi régulier, ça ouvre aussi la possibilité de faire des analyses très custom, adaptées aux besoins spécifiques de chaque entreprise : analyses de rentabilité par produit, analyses d’association produits, analyses RFM, analyses de cohortes. Autant d’outils pour mieux comprendre la clientèle et activer de manière beaucoup plus ciblée, les bonnes personnes, au bon moment, avec les bons produits. Il y a aussi tout un travail possible sur les catalogues produits pour optimiser l’expérience utilisateur. Mais tout ça repose sur une data centralisée et dont la compréhension est simplifiée.

Ce qu’il faut retenir

S’il y a une chose à retenir, c’est que la data se travaille sur ces deux dimensions distinctes. D’un côté, la data pour les algorithmes : un tracking qui renvoie exactement les bons signaux, de manière structurée et complète. De l’autre, la data pour la prise de décision : des critères de succès bien définis, une data bien structurée, analysable simplement et régulièrement. Parce que si on n’est pas capable d’analyser cette donnée rapidement, on ralentit considérablement sa prise de décision marketing.

Tout annonceur avec des objectifs ambitieux a intérêt à travailler ces deux dimensions en parallèle. Et ce sont évidemment des sujets qu’on traite au quotidien chez Coudac.

N’hésitez pas à nous contacter via notre site si vous voulez savoir où vous en êtes !