Cookieless & data clean rooms : application concrète
Un annonceur, un retail media network, une room, une décision. Unilever consacre de l'ordre de 8 milliards d'euros par an à ses investissements marque et marketing, et une part croissante atterrit chez Amazon : Sponsored Products, Sponsored Brands et Amazon DSP derrière des marques comme Dove, Persil et Hellmann's. La question qui suit n'a rien de glamour et coûte cher si on y répond mal. Quand un shopper achète un flacon de Dove après avoir été exposé à quatre placements Amazon différents en quinze jours, lequel de ces placements mérite l'euro suivant ? Cette leçon suit ce programme de mesure dans Amazon Marketing Cloud (AMC), la clean room d'Amazon Ads, depuis la formulation de la question jusqu'à l'arbitrage budgétaire qu'elle a produit. Les mécanismes, seuils et contraintes décrits ici sont réels. Les chiffres de sortie sont des ordres de grandeur illustratifs, car aucun annonceur de cette taille ne publie ses requêtes. Et notez le conflit dès le départ : la room est construite et exploitée par l'entreprise qui vend le média qu'elle mesure.
Concept clé : formuler une question à laquelle la room peut répondre
AMC contient des enregistrements pseudonymisés, au niveau événement, de vos propres campagnes Amazon (impressionsimpressionsLe nombre total de fois qu'une publicité ou un contenu est affiché, indépendamment des clics. Chaque affichage compte pour une impression, même auprès de la même personne.Voir la définition complète →, clics, conversions Amazon) plus les signaux first-party que vous importez, dans le dispositif « pas d'accès aux données brutes » décrit dans la leçon de fondamentaux. Le travail intéressant à ce stade n'est pas technologique. Il consiste à tracer la frontière de ce qui peut être demandé.
Quatre limites déterminent quelles questions valent la peine d'être tapées :
- L'historique couvre environ un an d'événements. Une comparaison saisonnière sur douze mois est possible ; une tendance sur trois ans, non, sauf si vous avez exporté les agrégats au fil de l'eau.
- Les sorties sont agrégées avec un plancher. Une ligne de résultat construite sur moins d'une centaine d'utilisateurs revient vide. Les petites cohortes, les SKU de niche et les fenêtres de test courtes disparaissent.
- Vous voyez vos propres campagnes. Les dépenses concurrentes, les ventes des concurrents et la part de catégorie ne sont pas dans la room.
- Les conversions sont des conversions Amazon. Un achat en supermarché, sur votre site D2C ou chez un autre distributeur n'existe pas ici.
Compte tenu de ces murs, « quel était notre ROASROASLe Return on Ad Spend (ROAS) mesure le revenu généré pour chaque unité monétaire dépensée en publicité, calculé en divisant le revenu par le coût média.Voir la définition complète → Amazon le trimestre dernier » est une question à laquelle la room répondra et la réponse ne vaudra rien, parce que le ROAS plateforme crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →édite le placement le plus proche du clic. La version orientée décision est plus resserrée : si une part significative des achats crédités au search de marque avait déjà été touchée par du display upper-funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète →, combien de budget search de marque faut-il basculer en prospecting, et que faudrait-il observer pour le faire ?
Écrivez la seconde question avant de lancer la première requête. Un seuil pré-enregistré (« on déplace du budget si l'overlap dépasse 50 % et que la courbe de fréquence s'aplatit sous huit impressions ») est la seule défense contre une room qui produira volontiers un graphique validant le plan du trimestre précédent.
Étape par étape dans le programme
- DÉSIGNER LE DÉCIDEUR, PAS SEULEMENT L'ANALYSTE
La réallocation touche le budget search sur lequel une équipe agence est souvent rémunérée. Mettez le brand lead et le responsable e-commerce sur la décision, gardez l'agence sur l'exécution, et convenez à l'avance de quel résultat déclenche quelle action. Les programmes qui sautent cette étape produisent un deck et aucun mouvement de budget.
- IMPORTER LE FICHIER FIRST-PARTY, PUIS ACCEPTER LE PEU QU'IL APPORTE
Un industriel de la grande consommation peut pousser des emails et adresses hachés dans AMC et les matcher avec les shoppers Amazon, selon la même logique de résolution que celle vue dans la leçon de fondamentaux CDPCDPLogiciel qui unifie les données client de toutes les sources en un profil unique et durable, exploitable par le marketing, les ventes et le service.Voir la définition complète →. L'arithmétique inconfortable : le CRMCRMCustomer Relationship Management : logiciel et stratégie pour gérer et analyser les interactions clients tout au long de leur cycle de vie.Voir la définition complète → opt-in d'une marque mondiale de grande consommation, sur un marché donné, couvre souvent quelques pourcents des acheteurs du distributeur dans cette catégorie. Les entreprises de biens de consommation vendent via des distributeurs, elles n'ont donc jamais détenu la relation d'achat. Le signal qui rend la room utile appartient à Amazon, pas à vous.
Cela change l'objet de votre négociation. Vous êtes le plus petit détenteur de données, donc négociez de la flexibilité de requête, des fenêtres plus longues et l'accès aux templates path-level plutôt que de supposer que votre fichier vous donne du levier.
- RECONSTITUER LE PARCOURS PLUTÔT QUE LE RAPPORT D'ATTRIBUTIONATTRIBUTIONUn framework qui attribue le crédit d'une conversion aux différents touchpoints y ayant contribué, afin de mesurer quels canaux et quelles interactions génèrent réellement des résultats.Voir la définition complète →
Le reporting Amazon standard crédite les achats survenus dans une fenêtre de 14 jours à l'annonce cliquée. L'analyse de parcours dans la room dédoublonne cela : pour chaque acheteur, la séquence complète des placements auxquels il a été exposé, ordonnée, avec le reachreachLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → unique par placement et l'overlap entre eux. La sortie qui compte n'est pas un classement de canaux. C'est la proportion d'achats « attribués au search » où le display est arrivé en premier.
- TRACER LA COURBE DE FRÉQUENCE AVANT DE DÉBATTRE DES CANAUX
Regroupez les foyers exposés par nombre d'impressions sur quatorze jours, puis tracez le taux d'achat par bucket. Vous cherchez où la courbe s'aplatit et quelle part de delivery se situe au-delà de ce point. Traitez cela comme une corrélation : les gros acheteurs de la catégorie voient plus de publicités parce qu'ils naviguent davantage, donc la courbe vous dit où tester un cap, pas où se situe l'optimum.
- RENVOYER UNE AUDIENCE, PAS SEULEMENT UN GRAPHIQUE
Les audiences AMC peuvent être activées dans Amazon DSP et les sponsored ads, et c'est ce qui distingue un programme de mesure d'un projet de recherche. Deux constructions s'autofinancent rapidement : exclure du prospecting les abonnés Subscribe & Save du même SKU, et exclure les acheteurs récents d'un produit à cycle de réachat long. Aucun cycle de planning requis.
How Data Clean Rooms Work
Ce que les requêtes ont renvoyé, et ce qu'elles n'ont pas renvoyé
Résultat 1 : l'overlap qui a démoli l'histoire du ROAS
Chiffres illustratifs, forme réelle. Environ six achats sur dix crédités aux Sponsored Products de marque venaient de shoppers déjà exposés au display DSP dans les quinze jours précédents, et une large majorité de ces acheteurs avait déjà acheté la marque. Le search de marque affichait le meilleur ROAS reporté dans l'interface plateforme tout en se situant en aval d'une demande créée ailleurs et d'une habitude créée des années plus tôt. Rien ici ne prouve que le search de marque ne vaut rien : il défend le linéaire contre le conquesting des concurrents, que la room ne voit pas. Ce que cela tue, c'est l'argument selon lequel le search de marque mérite l'euro marginal parce que son chiffre de ROAS est le plus élevé.
Résultat 2 : le plafond de fréquence
Le taux d'achat progressait régulièrement jusqu'à environ six impressions par foyer et par quinzaine, puis s'aplatissait. Or un cinquième des impressions délivrées se situait au-delà de ce point. C'est le résultat le moins cher de tout programme de clean room en retail media, et celui qu'on laisse le plus souvent de côté, parce que l'exploiter réduit le volume d'impressions que l'agence reporte comme du reach.
Résultat 3 : la requête qui n'a rien renvoyé
L'équipe voulait une lecture sur une nouvelle variante lancée deux mois plus tôt. La cohorte d'acheteurs exposés est passée sous le plancher d'agrégation et les lignes sont revenues supprimées. Élargir la fenêtre à un trimestre n'a rien changé, puisque le SKU n'existait pas depuis un trimestre. Le contournement a consisté à regrouper la variante avec sa gamme mère et à lire au niveau du pack, ce qui répond à une question différente et moins utile.
C'est un biais structurel à nommer explicitement auprès de votre directeur financier : une clean room mesure bien vos plus grosses marques et mal vos plus récentes et plus petites, exactement à l'inverse de là où la mesure changerait le plus de décisions. Les lancements d'innovation ont toujours besoin de données panel, de tests géographiques ou d'un holdout, parce que la room n'en parlera pas.
La réallocation et le garde-fou
La décision qui en est sortie : basculer une tranche définie du budget search de marque (illustratif : 15 %) vers le prospecting DSP, appliquer un cap de fréquence cohérent avec la courbe, maintenir deux marchés inchangés en comparaison, et juger le trimestre sur les ventes totales de la catégorie plutôt que sur les conversions reportées par la plateforme.
La conséquence de second ordre mérite la même slide. Amazon ne peut vous dire qu'une chose : que les ventes Amazon ont bougé. Pour un portefeuille à l'échelle d'Unilever vendant en grande distribution, en discount et en e-commerce à des marges différentes, un lift sur Amazon provenant de shoppers qui auraient acheté en supermarché n'est pas de la croissance, et peut être pire que du plat une fois comptés les conditions commerciales et les coûts de fulfilment. La room n'a aucune visibilité sur ce compromis, c'est donc à l'équipe commerciale de l'apporter.
Google Ads Data Hub Tutorial
Vérification des acquis
1. Quelle est la finalité fondamentale d'une data clean room ?
2. Pourquoi le blocage des cookies tiers casse-t-il le tracking d'audience cross-site ?
3. Selon la leçon, pourquoi la détention de données first-party est-elle considérée comme l'actif qui remplace le cookie ?
4. Sélectionnez TOUTES les affirmations qui décrivent correctement l'identity resolution dans un environnement cookieless.
Sélectionnez toutes les réponses correctes.
5. Sélectionnez TOUTES les capacités perdues ou dégradées lorsqu'un navigateur bloque les cookies tiers.
Sélectionnez toutes les réponses correctes.
Actions pour le CMO
- Pré-enregistrez la règle de décision par écrit avant la première requête : le seuil, le montant de budget qui bouge s'il est franchi, et qui signe. Une room sans décision pré-enregistrée produit de la lecture trimestrielle.
- Financez la personne, pas la licence. L'accès AMC standard n'implique pas de frais séparés pour les annonceurs, donc le vrai coût est un analyste capable d'écrire du SQL et qui comprend le plan média. Un propriétaire nommé vaut mieux qu'une rotation de demandes à l'agence.
- Exportez les sorties agrégées vers votre propre warehouse chaque mois. La rétention dans la room va jusqu'à environ un an, donc une baseline pluriannuelle n'existe que si vous l'avez construite délibérément, et c'est le seul actif qui survit à un changement de partenaire retail.
- Validez un résultat de clean room par an en dehors du network, avec un holdout géographique ou un test en marchés appariés. Budgétez-le comme de la mesure, pas comme une campagne.
Erreurs courantes qui ruinent les résultats
- Appeler l'analyse de parcours de l'incrementality. L'overlap vous dit qui a été exposé avant d'acheter. Il ne vous dit pas qui aurait acheté de toute façon. La phrase honnête dans le deck board est « le search de marque est en aval du display », pas « le display a généré la vente ».
- Laisser le vendeur détenir le seul tableau de scores. Amazon exploite la room, vend l'inventaire et définit la conversion. Cela ne rend pas les sorties fausses, et le détail au niveau événement est réellement meilleur que ce qu'offre l'open web. Cela signifie en revanche qu'un résultat non audité ne devrait jamais être la seule base d'une allocation à neuf chiffres.
- Optimiser jusqu'au bord de la room. Chaque métrique disponible à l'intérieur est une métrique Amazon, donc une équipe jugée sur ces métriques continuera de déplacer de l'argent vers Amazon quelle que soit la performance totale de la catégorie. Fixez la mesure de succès en dehors de la room avant le démarrage du programme.
- Prévoir des lectures au niveau SKU que le plancher d'agrégation supprimera. Vérifiez les tailles de cohorte attendues contre le seuil dès la conception ; le découvrir après trois semaines d'écriture de requêtes, c'est gâcher le seul analyste dont vous disposez.
- Mener une étude au lieu de construire un pipeline. Les résultats sur l'overlap et la fréquence évoluent avec la création, la concurrence et la demande de la catégorie. Une requête relancée chaque mois vaut dix fois une analyse ponctuelle avec un titre de slide.
Points clés à retenir
- Formulez la question comme une décision budgétaire assortie d'un seuil, puis lancez la requête. Inverser cet ordre transforme une clean room en machine à confirmation coûteuse.
- Dans une room de retail media, le distributeur détient la quasi-totalité du signal utile. Le CRM propre d'un industriel de grande consommation couvre typiquement une petite fraction des acheteurs de la catégorie chez le distributeur ; négociez donc de la flexibilité de requête plutôt que de supposer que votre fichier vous donne du levier.
- Le résultat récurrent : le search de marque se situe en aval du display et de l'habitude existante, et son ROAS reporté le flatte. Le quick win récurrent : un cap de fréquence là où la courbe d'achat s'aplatit.
- Les planchers d'agrégation et une rétention d'environ un an rendent invisibles les petits SKU, les nouveaux lancements et les tendances longues. Prévoyez des données panel, des tests géographiques ou des holdouts pour ces cas, et exportez vos agrégats chaque mois.
- Un lift à l'intérieur des murs d'un distributeur n'est pas un lift de demande. Pour un industriel multicanal, la décision de réallocation doit intégrer la conséquence sur la marge du déplacement de volume entre canaux de distribution, ce qu'aucune clean room ne fera remonter pour vous.
Ressources
- 🔗Google Ads Data Hub Overview and Documentation
La documentation technique officielle de Google pour Ads Data Hub, avec les templates de requêtes et les contrôles de confidentialité dont votre équipe analytics aura besoin pour mener des analyses en clean room.
- 🔗IAB Tech Lab Privacy-Enhancing Technologies Explainer
L'explainer pratique de l'IAB sur les technologies de renforcement de la confidentialité, dont les clean rooms : standards, cas d'usage et critères d'évaluation des vendors pour les annonceurs.
À faire, tiré de cette leçon
Ces actions sont compilées dans le plan d'action du rôle.
- Lancer un pilote de clean room avec un partenaire retail sous 90 jours
- Affecter un analyste dédié à la propriété des requêtes clean room et de leur activation
- Lancer la revue juridique et consentement en parallèle de la mise en place technique de la clean room
Articles liés
Les articles récents du blog qui s'appuient sur cette leçon.
- MarketingMonétisez votre audience first-party avant que vos fournisseurs ne le fassentUn réseau média retailer transforme les données de caisse et les pages produit en inventaire publicitaire vendu aux marques fournisseurs. Pour un CMO de la distribution, comprendre la mécanique financière de ce modèle change la façon dont on négocie, dont on investit et dont on défend ses marges.
- MarketingDonnées first-party : le playbook pour remplacer les cookies tiersLa fin des cookies tiers oblige les marques à repenser leur collecte de données depuis la base. Ce playbook détaille les étapes concrètes pour bâtir une stratégie first-party qui tient la route, avec les pièges à éviter dès le départ.
- MarketingConsentement et ciblage : ce que le débat dominant oublie de direLe discours dominant sur la vie privée traite le consentement comme une solution technique et réglementaire suffisante. C'est une erreur stratégique que les CMO les plus avisés ne peuvent pas se permettre de commettre.