Le ciblage comportemental est une technique de publicité digitale qui présente aux acheteurs des produits en fonction de ce qu'ils ont réellement fait en ligne — pages consultées, articles ajoutés au panier, achats passés, recherches répétées — plutôt que de s'appuyer sur de vagues hypothèses démographiques. Les plateformes publicitaires et les outils de retargeting collectent ces données de navigation et d'interaction, puis s'en servent pour décider quels produits du catalogue d'un marchand mettre en avant auprès d'un visiteur donné à mesure qu'il navigue sur le web. Pour la publicité pilotée par les flux, c'est la couche qui transforme un catalogue produits statique en une expérience réactive et personnalisée.
Pourquoi le ciblage comportemental compte pour la publicité pilotée par les flux
Un flux produits ne fournit que le catalogue brut — titre, prix, image, disponibilité —, mais c'est le ciblage comportemental qui décide lesquels de ces milliers d'articles sont réellement montrés à un acheteur précis. Sans signal comportemental fiable, même un flux parfaitement optimisé sert le même assortiment générique à tout le monde, gaspille des impressions sur des produits qu'un acheteur a déjà écartés et passe à côté d'opportunités évidentes, comme un abandonniste de panier qui n'a besoin que d'un petit coup de pouce. C'est pourquoi les campagnes de remarketing surpassent souvent la prospection en coût par acquisition : elles combinent les données du flux avec de véritables indicateurs d'engagement captés sur le site, de sorte que l'annonce affichée correspond à une intention démontrée plutôt qu'à une supposition à froid. Pour bien faire, il faut une coordination étroite entre les identifiants produits du flux et le code de tracking qui se déclenche sur la boutique, car une incohérence entre les deux rompt le lien, et un événement de consultation ou d'ajout au panier n'est jamais rattaché à un article vendable.
Comment fonctionne le ciblage comportemental
Les plateformes constituent des audiences comportementales en associant aux visiteurs des événements — produit consulté, ajouté au panier, acheté —, chacun lié à un identifiant d'article précis du flux. Lorsque ce même acheteur voit plus tard une annonce, le moteur d'annonces dynamiques de la plateforme croise son historique d'événements avec le flux en direct pour récupérer le produit correspondant, son prix actuel et son état de stock, au lieu d'afficher une création statique. Les e-commerçants combinent souvent cela avec une segmentation plus fine, en divisant les audiences par catégorie, tranche de prix ou ancienneté du dernier achat, afin qu'un client ayant consulté des chaussures de running ne se voie pas proposer des annonces pour une partie sans rapport du catalogue. Les données comportementales alimentent aussi le ciblage de niche, qui permet à un marchand d'isoler un groupe restreint mais à forte intention — par exemple des acheteurs ayant consulté à plusieurs reprises une gamme en édition limitée — et de lui servir une campagne dédiée plutôt que de le noyer dans un large pool de remarketing.
Exemple : le ciblage comportemental dans un flux produits
<item>
<g:id>SKU-77120</g:id>
<title>Trail Running Shoe - Slate Grey, Men's 10</title>
<link>https://example-shop.com/products/trail-running-shoe-slate-10</link>
<g:price>129.00 USD</g:price>
<g:availability>in stock</g:availability>
<g:custom_label_0>cart_abandoner_7d</g:custom_label_0>
<g:custom_label_1>viewed_not_purchased</g:custom_label_1>
</item>Les champs custom_label ne modifient pas ici l'affichage organique du produit : ils servent à filtrer le flux en groupes de campagnes basés sur le comportement, ce qui permet à l'annonceur de créer un ensemble d'annonces pour les abandonnistes de panier qui ne récupère que les articles ainsi étiquetés, avec les prix et le stock de la dernière actualisation du flux.
Concepts associés
Le ciblage comportemental fonctionne au mieux lorsqu'il s'ajoute à une segmentation plus large, puisque les segments d'audience définissent les pools au sein desquels les signaux comportementaux s'appliquent, et il se resserre souvent en ciblage de niche lorsqu'un marchand souhaite isoler un groupe précis à forte valeur plutôt que de traiter de la même façon tous les acheteurs engagés. Rien de tout cela ne fonctionne sans des indicateurs d'engagement fiables qui alimentent le système en amont : sans ces données, il n'y a aucun comportement à cibler.
