Ce que les changements de confidentialité iOS ont effectivement supprimé
Le cadre de transparence de suivi des applications d'Apple, lancé avec iOS 14.5, exige que les applications demandent la permission des utilisateurs avant de les suivre sur d'autres applications et sites Web. Le taux d'opt-in pour cette demande de permission, lorsque les applications le demandent clairement, est d'environ 25 à 30 pour cent dans le monde. Cela signifie que 70 à 75 pour cent des utilisateurs iOS ne génèrent pas de données de suivi cross-app au niveau de l'appareil pour Meta, TikTok, ou Snapchat.
En outre, la prévention intelligente du suivi (PTI) de Safari limite la durée de vie des cookies, bloque le suivi sur plusieurs sites et restreint certains mécanismes de suivi basés sur le navigateur. Un utilisateur qui visite votre boutique Shopify via Safari sur iPhone génère un signal de suivi nettement plus faible que le même utilisateur sur un navigateur Chrome de bureau.
La combinaison de ces deux changements a réduit la couverture du signal de Meta sur les utilisateurs d'iPhone d'environ 30 à 50 pour cent selon l'âge de l'utilisateur, l'emplacement, et les modèles d'utilisation de l'application. Les utilisateurs plus âgés qui ont installé des applications avant ATT et les paramètres de permission jamais mis à jour peuvent avoir des profils de suivi plus forts. Les utilisateurs plus jeunes avec des installations fraîches sont presque entièrement exclus.
Ce qui fonctionne toujours sur iOS
Côté serveur CAPI contourne entièrement les restrictions du navigateur et de l'application. Les événements envoyés depuis votre serveur au point d'arrêt CAPI de Meta à l'aide de données de première partie (hachage de l'email, hachage téléphonique, identification du client) ne sont pas soumis aux restrictions ATT parce qu'ils n'impliquent pas de suivi au niveau de l'appareil. Ils utilisent les données fournies par le client pour associer un événement d'achat à un utilisateur Meta.
La limite est le taux de concordance, pas la couverture. Les événements côté serveur utilisant le hash e-mail ne peuvent correspondre à un profil utilisateur Meta que si cet utilisateur a un compte Meta lié à l'adresse e-mail qu'il a utilisée pour son achat. Pour la plupart des marques DTC, ce taux de correspondance est de 60 à 80 pour cent des événements côté serveur, laissant 20 à 40 pour cent des événements côté serveur d'achat inégalés.
L'approche de Google contre l'approche de Meta à iOS
L'approche de Google à l'écart de suivi iOS est fondamentalement différente de Meta. Google contrôle à la fois le moteur de recherche et le navigateur Chrome sur Android, qui représentent ensemble une grande majorité des conversions de recherche DTC. Les utilisateurs de Safari qui cherchent sur Google génèrent des données de clic même sans cookies de suivi intersite, parce que le clic est sur la propre plateforme de Google.
Les conversions améliorées de Google fonctionnent par correspondance par courriel sur le compte Google de l'utilisateur, similaire au mécanisme CAPI de Meta, mais avec des taux de correspondance plus élevés sur de nombreux marchés parce que plus d'utilisateurs sont connectés aux comptes Google. Pour les marques DTC où Google recherche est un canal d'acquisition primaire, l'écart de suivi iOS est moins perturbateur que pour les marques fortement dépendantes du ciblage comportemental de Meta.
Android et l'image séparée
Les utilisateurs Android ne sont pas soumis à ATT et ont généré historiquement des signaux de suivi plus forts que les utilisateurs iOS. Dans les marchés européens, l'utilisateur d'Android et iOS divisé est environ 60 à 70 pour cent Android et 30 à 40 pour cent iOS, qui est différent des États-Unis où iOS a une plus grande part.
Pour les marques DTC néerlandaises, cela signifie qu'une proportion plus élevée de votre public est sur Android qu'aux États-Unis, ce qui signifie que vos lacunes de suivi des changements iOS sont un peu plus petites sur une base de marché. Cela ne signifie pas que les lacunes de suivi d'iOS sont négligeables. Cela signifie que le taux de base du problème est plus faible.
Élaboration d'une stratégie de mesure qui tienne compte des lacunes dans les signaux
Acceptez que votre mesure n'atteigne jamais la totalité de la couverture. L'objectif est de maximiser la couverture grâce à la collecte de données par une première partie, de minimiser les lacunes de couverture grâce au suivi côté serveur et de modéliser les lacunes que vous ne pouvez pas combler grâce à des tests probabilistes d'attribution et d'accroissement.
Une stratégie de mesure fondée sur cette fondation est plus honnête et plus durable qu'une stratégie fondée sur la maximisation de la couverture de suivi de la plate-forme par des solutions de rechange qu'Apple ferme régulièrement. Investir dans l'infrastructure qui survit aux changements de plate-forme : données des clients de première partie, pipelines d'événements côté serveur et tests d’incrémentalité régulier.
---