← Retour à tous les articles← Article précédent

Après les cookies tiers : comment rapprocher les identités aujourd’hui

L'infrastructure de suivi de la plupart des marques de DTC n'existe plus sous la même forme. La rapprochement d’identités ne remplace pas les cookies. C'est une approche fondamentalement différente, qui nécessite des données différentes.

Ce qui est mort avec des cookies tiers

Les cookies tiers permettaient aux plateformes publicitaires de suivre les utilisateurs sur les sites Web sans aucune coopération de ces sites. Un utilisateur visitant votre boutique Shopify et un utilisateur visitant un site de nouvelles pourrait être lié par un cookie partagé du même réseau publicitaire. Ce suivi sur plusieurs sites a fait fonctionner le reciblage à l'échelle et les modèles d'attribution de plate-forme alimentés.

Safari bloque les cookies tiers depuis 2017. Firefox a suivi. Chrome a complètement déprécation, combiné avec Google Privacy Sandbox changements, signifie que le dernier navigateur majeur tenant l'ancien modèle ensemble est parti. L'infrastructure de données de 2018 à 2022 DTC n'existe plus.

100%
Perte de cookies tiers dans Chrome
55–65%
Couverture d'identité de première partie avg DTC
70–85%
Taux probabiliste élevé de confiance

Résolution d'identité de la première partie

Résolution d'identité de première partie signifie que vous jumelez des utilisateurs à travers les sessions en utilisant des données qu'ils vous ont données, et non des données qu'un tiers a suivies à leur insu. Les principaux signaux sont l'adresse électronique, le numéro de téléphone et l'identité du client de Shopify. Lorsqu'un client crée un compte, vérifie ou s'abonne à votre liste de courriels, vous saisissez un identifiant que vous pouvez utiliser.

Le taux de correspondance entre les sessions dépend de la fréquence à laquelle les clients s'identifient. Une marque DTC avec un taux de retour de 40 pour cent et une forte capture d'email à la caisse pourrait atteindre 55 à 65 pour cent couverture d'identité de première partie. Cela laisse 35 à 45 pour cent des séances réellement inidentifiables avec certitude. Les méthodes probabilistes comblent une partie de cette lacune.

La couverture de l'identité de la première partie est le nouveau plafond d'attribution. Vous ne pouvez pas attribuer mieux que votre taux d'identification du client le permet. L'amélioration de ce taux est maintenant un investissement de mesure, et pas seulement un investissement de marketing.

Coutures d'identité probabilistes

Les méthodes probabilistes utilisent des signaux de périphérique, des patrons d'adresse IP et des empreintes comportementales pour connecter des sessions sans identifiant déterministe. La sortie est un score de confiance, pas une certitude. Une session qui correspond sur le type d'appareil, navigateur, sous-net IP, et modèles de synchronisation comportementale à un client connu pourrait recevoir un score de confiance de 82 pour cent. Vous devriez traiter cela différemment d'un match déterministe à 95 %.

Layer Insights applique trois niveaux de confiance et les déclare séparément. Le niveau 1 est déterministe. Le niveau 2 est probabiliste de confiance supérieure à 80 %. Le niveau 3 est probabiliste de confiance moyenne entre 50 et 80 pour cent. Tout ce qui est inférieur à 50% est traité comme anonyme. L'attribution des revenus dans les rapports reflète ces niveaux avec des plages d'incertitude appropriées.

Ce que cela signifie pour votre reciblage

Le reciblage du public basé sur des cookies tiers était bon marché à créer et à large portée. Le reciblage par les premières parties des publics basés sur les listes de courriels et les identifiants des clients est plus petit mais beaucoup plus précis. Une campagne de reciblage à vos acheteurs réels en utilisant le téléchargement de la liste de clients de Meta effectuera différemment d'un public de reciblage basé sur pixel.

Le compromis est échelle contre précision. Les auditoires de première partie sont généralement de 30 à 60 % plus petits que les auditoires équivalents basés sur les cookies. Mais le signal d'intention d'achat est plus fort parce que vous atteignez des personnes qui ont effectivement acheté de vous, pas des personnes qui ont vaguement égalé un profil comportemental.

Construire votre infrastructure de résolution d'identité

La fondation est une couche de données client propre dans Shopify: capture d'email cohérente à la caisse, incitatifs de création de compte, et un seul identifiant client qui persiste à travers les sessions. Couchez ceci avec le suivi des événements côté serveur qui envoie cet identifiant client aux côtés de chaque événement d'achat à vos paramètres CAPI.

En outre, mettre en oeuvre une stratégie de collecte de données avec consentement. Les clients qui optent pour le marketing vous donnent la permission d'utiliser leurs données pour la personnalisation et l'attribution. Les clients qui se retirent doivent être suivis anonymement. Vos taux de consentement affectent directement votre couverture de résolution d'identité, ce qui affecte directement votre précision d'attribution.

---

Application Layer Insights

Prenez la même décision à partir de vos propres données commerciales

Ouvrir Layer Insights →
À lire ensuite

Marge contributive par canal : le chiffre que votre agence ne vous montrera pas

Continuer la lecture →