Audience personnalisée

Une audience personnalisée est un groupe ciblable d'utilisateurs qu'un annonceur construit à partir de ses propres données plutôt qu'à partir des catégories d'intérêts ou démographiques prédéfinies d'une plateforme. Elle est généralement créée en important une liste de clients (emails, numéros de téléphone ou identifiants hachés), en marquant les visiteurs du site avec un pixel de suivi, ou en connectant l'activité d'une application, puis en faisant correspondre ces données avec la base d'utilisateurs de la plateforme pour trouver où ces mêmes personnes existent déjà sur celle-ci.

Les trois sources courantes#

La plupart des audiences personnalisées proviennent de l'une de ces trois sources. Une liste de clients est une importation directe, généralement d'emails ou de numéros de téléphone, appariée aux utilisateurs enregistrés sur la plateforme, utile pour atteindre les acheteurs existants avec des messages de vente incitative ou de réactivation. L'activité sur le site web ou l'application provient d'un pixel ou d'un SDK déclenché sur des actions spécifiques (consultations de pages, de produits, ajouts au panier, achats), ce qui est le même mécanisme sous-jacent que celui sur lequel reposent les campagnes de remarketing. Les audiences d'engagement sont construites à partir des personnes ayant déjà interagi avec les publicités ou le contenu de l'annonceur directement sur la plateforme, comme toute personne ayant regardé une partie d'une vidéo publicitaire ou ouvert un formulaire.

Les audiences personnalisées comme base pour les audiences similaires#

Au-delà du ciblage de l'audience personnalisée elle-même, son autre utilisation principale est de servir de base pour une expansion par audience similaire : la plateforme analyse les traits communs de la liste personnalisée et trouve de nouveaux utilisateurs qui lui ressemblent. C'est pourquoi la qualité des données d'une audience personnalisée est importante, même lorsqu'un acheteur ne prévoit pas de la cibler directement. Une liste personnalisée désordonnée ou trop large produit une audience d'expansion plus faible en aval, donc ces deux fonctionnalités sont étroitement liées en pratique, même si elles résolvent des problèmes différents.

Données propriétaires et contraintes de confidentialité#

La création d'audiences personnalisées utiles dépend de données propriétaires solides : des informations utilisateur propres, consenties et collectées directement, plutôt que des données tierces achetées auprès d'un courtier. La réglementation sur la confidentialité et la politique des plateformes se sont toutes deux durcies concernant les identifiants pouvant être utilisés pour apparier une audience personnalisée et la manière dont cet appariement se produit, poussant généralement vers des données hachées, consenties et collectées directement par l'annonceur. Les acheteurs doivent consulter la documentation actuelle de la plateforme spécifique pour connaître les exigences d'appariement et les règles de consentement, plutôt que de supposer que les anciennes méthodes d'importation s'appliquent toujours.

Où cela s'inscrit dans les entonnoirs natifs et d'affiliation#

Les audiences personnalisées sont plus matures sur les plateformes sociales et de recherche qui détiennent une identité d'utilisateur enregistré à grande échelle, mais l'idée sous-jacente, cibler des personnes sur la base de données que vous possédez déjà à leur sujet, s'applique à tous les canaux. Un acheteur diffusant des annonces natives via Taboola ou Outbrain qui possède également une liste de clients ou des données de site suivies par pixel peut souvent acheminer cette audience via une plateforme côté demande connectée pour superposer un ciblage par audience personnalisée à l'inventaire natif, plutôt que de s'appuyer uniquement sur le ciblage contextuel et géographique intégré au réseau. Cela importe surtout pour les annonceurs disposant d'une base de clients établie à exploiter, comme les marques DTC diffusant des annonces natives parallèlement à d'autres canaux, et moins pour les offres d'affiliation à froid sans données clients existantes à utiliser comme base.

Maintenir l'utilité d'une audience personnalisée dans le temps#

Les listes deviennent obsolètes. Une liste de clients importée une fois et jamais actualisée s'éloigne de plus en plus du comportement d'achat actuel chaque mois, et une audience basée sur un pixel avec une courte fenêtre d'attribution nécessite de nouvelles visites continues pour rester peuplée. Actualiser les listes selon un calendrier régulier et éliminer les identifiants qui ne sont plus valides maintient une audience personnalisée (et tout ce qui en est modélisé) représentative des personnes que la marque atteint réellement aujourd'hui, plutôt que de celles qu'elle a atteintes il y a un an.