En anglais on confond volontairement ou involontairement le terme libre et le terme gratuit avec le mot: « free » qui est parfois mal traduit.
On préférera le terme « Open » pour Libre et le terme « Free » pour Gratuit.
La publicité en ligne actuellement (Avril 2021)
La publicité en ligne se décline sous 3 formes actuellement en terme de ciblage:
- Basée sur le contexte
- Basée sur l’utilisateur et son comportement
- Basée sur les comportements d’un groupe d’utilisateur représentatif
La publicité contextuelle
La publicité contextuelle, comme son nom l’indique est basée sur le contenu auquel elle est rattachée.
Lors d’une diffusion TV ou radio ou un stream web, ça pourrait être une pub pour du déodorant pour homme dans les retransmission de match de foot.
On connaît l’audience type et on s’adresse de préférence à l’audience majoritaire de ce type de contenu.
Sur un site web, contenant des recettes gastronomique on peut imaginer de la pub pour des restaurants ou de la pub pour des produits transformés ou des ustensiles de cuisine en fonction du public cible perçu. Si ce sont des plats très complexe, une pub pour un restaurant pourrait avoir du sens, surtout pour des produits lié à un terroir particulier, on a affaire à des gastronomes. Si c’est une recette de quatre-quart facile on optera peut-être pour des ustensiles et si c’est une recette de dessert moyennement complexe, proposer une farine fermentante toute faite peut avoir du sens.
Dans tous les cas on se rend compte que cette publicité liée au contexte sera la même pour tout le monde.
Pour 20 personnes avec qui ça marchera plutôt bien et qui représente un mode (statistique) mais ce ne sera peut-être pas adapté aux 80 personnes restantes qui ne font pas partie de ce mode.
Arrive avec les réseaux sociaux et les outils de suivi des agences publicitaire une nouvelle idée. Et si on ciblait chaque personne, non plus par rapport au contenu mais bien par rapport à son historique de consommation, son profil de consommateur. Mais quel bonne idée!
La publicité basée sur l’utilisateur et son comportement
La publicité basée sur l’utilisateur est en réalité une publicité basée sur ce qu’on connaît de l’utilisateur. Et donc ce que l’utilisateur à partagé de manière « publique » ou suite à un accord entre lui et une firme (achat d’une voiture avec autorisation dans le contrat d’achat, achat d’un smartphone en ligne, recherche d’un livre sur le quatre-quart sur amazon…).
Et là vient tout le débat sur ce qui est partagé de manière publique mais nous y reviendrons après.
Sur un site de recette on peut facilement prévoir d’avoir une publicité tout public sur de la farine fermentante et pour des individus qui vont régulièrement réserver des restaurants haut de gamme, de la publicité pour des restaurant, pour les individus qui achète régulièrement du matériel de cuisine des ustensiles de cuisine.
On voit qu’ici on va toucher plus d’individus qu’avec une publicité purement contextuelle.
Si on prend une page de recette on se rend compte que le mode est à « Food & Drink » puis en second « Fine Art » et ensuite ex aequo « Events & Attraction » & « Pets » puis enfin « Healthy Leaving ». Sur les 100 individus en ciblant ces 6 thématiques on couvre 85% des centres d »intérêts de ces publics là. On peut donc vite imaginer la valeur d’une campagne publicitaire basée sur l’utilisateur plutôt que le contexte uniquement.
Oui, ça semble une très bonne idée… sauf qu’en réalité le comportement de l’utilisateur est mesuré sur base de ses interactions passées, dans des contextes bien précis et ne sont peut-être plus du tout relevants maintenant.
En d’autres mots si vous venez de manger au resto chinois hier et qu’avant hier vous aviez réservé justement un resto de type asiatique proche de chez vous, il y a de forte chance que vous receviez une publicité liée à ça ici si le contexte est une recette de cuisine ça va encore, mais si vous êtes en train de lire une news politique à 21h30, ça ne va peut-être pas vous parler.
En général on mélange donc contexte et comportement de l’utilisateur et c’est l’ensemble des deux qui va permettre de vous recommander la campagne la plus rentable pour l’annonceur.C’est à dire celle qui produira le plus de conversion, en d’autres termes, la campagne qui fera acheter à coup sur le produit de l’annonceur.
Basé sur mon comportement, mais ce sont des données privées ça?
Et c’est là que ça commence à poser problème. Quelques annonceurs fournissent une solutions que tous les autres annonceurs utilisent et sont donc présent sur une majorité de sites. Comme ils sont sur une majorité de sites ils peuvent déposer un cookie et chaque fois qu’une campagne fournie par eux sera vue par vous, récupérer le contexte (Site de réservation de restaurant, site de navigation pour calculer l’itinéraire jusqu’au restaurant, site de réservation d’hôtel, site de voyage, site de recette, …) au bout d’un certain temps votre historique de navigation est connu et plus vous visitez de sites plus vous avez de chance de re-trouver ce même annonceur.
Maintenant avec les méta-régies publicitaires qui permettent un système de gestion de l’offre et de la demande automatisée de la publicité, chaque site travaille avec un annonceur qui lui même travaille avec tous les autres pour remplir les espaces qu’il n’est pas parvenu à vendre lui même.
Arrive l’organisme de protection de la vie privée qui régule et impose une transparence ainsi que la possibilité à l’utilisateur de ne pas être suivi, car on considère que son comportement en ligne représente une information privée… je laisse là ce débat et je viens avec une réponse à ce débat et qui fait sens.
Si la vie privée est un problème ne pouvons nous pas imaginer que les utilisateurs ne sont plus traqués de manière individuelle mais selon des thématiques bien définies qu’ils annonceraient. Un petit peu comme une pancarte que vous transporteriez avec vous disant: moi j’aime les animaux, les plantes, les voyages à l’étranger, la cuisine facile et la politique locale.
On ne cible plus un individu, on cible une thématique, la protection de la vie privée est assurée et on peut cibler et contextualiser la pub ce qui lui donne une plus grande valeur que la pub purement contextualisée.
Quels solutions?
En 2011, un groupe dirigé principalement par Mozilla propose le « Do Not Track » qui ne sera jamais correctement suivi par les concepteurs de sites faute de régulations.
En 2014 Mozilla encore eux, lance le projet Interest Dashboard dans le but de donner le contrôle aux utilisateurs et la vision de ce qu’ils créent comme données de comportement.
Il y a eu d’autres projets de déclaration volontaires des intérêts des utilisateurs notamment chez Google avec google chrome.
Enfin Google arrive avec ses cohortes (non pas romaine, pas encore), on rappelle au passage qu’une cohorte est un groupe d’individu similaire (dans le cadre militaire ayant un même type d’armement et d’armure).
Pour Google le système est assez simple, vu que leur navigateur est le plus utilisé au monde et qu’il y a un mode connecté au navigateur de Google (Chrome), si l’utilisateur accepte dans son navigateur: « Also use your activity & information from Google services to personalize ads on websites and apps that partner with Google to show ads ». Automatiquement, l’utilisateur peut faire partie d’une cohorte et les sites et advertisier (surtout) peuvent inclure la récupération des intérêts via un module complètement Open source intégré au navigateur: Floc
Plus besoin de cookie, plus besoin de rien, on récupère via Google cohorte le profil de l’utilisateur sans savoir qui il est.
Ça semble pas mal sur papier. Et ça ressemble aux intérêts déclarés. Mais avec cette petite subtilité: Les preuves se succède de manière accablante qui montre qu’un ciblage bien fait sur plusieurs région et fuseaux horaires permet de retrouver les individus en identifiant des cohortes de 1 personne. Si une entreprise qui diffuse de la publicité est présente dans beaucoup de sites consultés par des individus similaires, elle peut également identifier rapidement les utilisateurs. De plus ce système donne un monopole supplémentaire à celui qui maîtrise 92% de la recherche sur internet, 29% de la publicité et 65% des navigateurs… Google… Tout en se donnant bonne conscience ou pire en faisant croire aux utilisateurs qu’ils sont anonyme.
Fausse bonne idée?
Ou vrai mauvaise idée?
… to be continued…
Références
- IAB Content Taxonomy – IAB – December 2020 – version 2.2.
- Gharibshah, Z., Zhu, X., Hainline, A. et al. Deep Learning for User Interest and Response Prediction in Online Display Advertising. Data Sci. Eng. 5, 12–26 (2020).
- Lu, Xianghua & Zhao, Xia & Xue, Ling. (2016). Is Combining Contextual and Behavioral Targeting Strategies Effective in Online Advertising?. ACM Transactions on Management Information Systems. 7. 1-20. 10.1145/2883816.
- Mathieu Chartier – april 21 – FLoC : comment la méthode de ciblage sans cookies de Google veut révolutionner la pub en ligne in Les Numériques.
- J. Mayer, A. Narayanan, S. Stamm (2011) Do Not Track: A Universal Third-Party Web Tracking Opt Out
- Interest Dashboard Beta Add-on Ready for Testing
- Federated Learning of Cohorts (FLoC)
- Am I FLoCed?