Google Ads annonce le recours au machine learning pour éviter la diffusion d’annonces répétées
Dernièrement, Google a annoncé qu’il aura bientôt recours au machine learning pour gérer la fréquence des annonces lorsque les cookies tiers sont manquants. Un déploiement est prévu dans les prochaines semaines sur Display & Video 360, puis sera certainement élargit aux offres Display dans le cadre des annonces Google Ads.
L’objectif de ce déploiement : améliorer la vie privée des utilisateurs, tout en diffusant des annonces efficacement pour les éditeurs et les spécialistes du marketing.
Habituellement, lorsque des cookies tiers sont bloqués ou restreints, les annonceurs n’ont pas la possibilité de limiter le nombre de fois où un internaute voit une publicité. Concrètement, qu’est-ce que cela signifie ? Une personne qui bloque les cookies peut voir la même publicité, encore et encore.
Comment pallier à la diffusion d’annonces répétées ?
Selon Google, en utilisant des modèles de trafic où un cookie tiers est disponible, et en les analysant à un niveau agrégé à travers les éditeurs Google Ad Manager, il est possible de créer des modèles prédisant les modèles de trafic lorsqu’un cookie tiers n’est pas présent, et ainsi gérer la fréquence des annonces lorsque les cookies tiers sont bloqués. Ainsi, cela permet d’estimer la probabilité pour les utilisateurs de visiter différents éditeurs qui desservent les mêmes annonces via Google Ad Manager. Lorsqu’il n’y a pas de cookie tiers présent, Google est en mesure d’optimiser la fréquence à laquelle ces annonces doivent être diffusées aux utilisateurs.
Étant donné que toutes les données utilisateur sont agrégées avant que Google n’applique ses modèles d’apprentissage automatique (machine learning), aucune information au niveau de l’utilisateur n’est partagée entre les sites Web. Cette fonctionnalité s’appuie uniquement sur les données de première partie (data firstparty) d’un éditeur pour informer la fréquence des publicités pour les visiteurs de son propre site. Cette solution offre donc une plus grande confidentialité pour les utilisateurs comparé à d’autres solutions de contournement, telles que la prise d’empreintes digitales, qui repose sur des signaux au niveau de l’utilisateur comme l’adresse IP.
La volonté de proposer davantage de publicités diverses et variées
Au cours des années, les annonces sont devenues parfois inappropriées et intrusives, conduisant certains internautes à installer un bloqueur de publicité (adblock) sur leurs appareils. Du point de vue annonceurs, il est donc difficile de diffuser une variété d’annonces à ces utilisateurs, plutôt que de diffuser la même annonce de manière récurrente. Les annonceurs paient généralement sur une base de « Coût Par Clic » (CPC), mais le « coût par mille » (CPM) n’est pas exclu. Dans ce dernier cas, l’affichage de la même annonce au même utilisateur se transforme en gaspillage d’investissements publicitaires. Si l’éditeur AdSense n’obtient pas de clics publicitaires, il n’obtient pas de revenus publicitaires. Aussi, si les internautes voient la même annonce à plusieurs reprises, l’effet escompté sera négatif puisque ceux-ci satureront devant la récurrence publicitaire proposée.
En conclusion
Dans le cadre de ce contournement axé sur la vie privée, Google utilisera donc désormais le machine learning pour gérer la fréquence à laquelle une annonce est montrée à un utilisateur lorsque des cookies tiers sont bloqués par les utilisateurs. Google déploiera sa solution d’apprentissage automatique au cours des deux prochains mois.
Est-ce que la mise à jour prochaine permettra réellement d’améliorer les expériences de toutes les personnes impliquées, des annonceurs aux éditeurs en passant par les utilisateurs ?
Affaire à suivre…
_____
N’hésitez pas à contacter l’un(e) de nos consultant(e)s pour vous accompagner dans votre stratégie Google Ads.