Une multinationale de la vente au détail exploitant 1 200 magasins physiques et un écosystème de commerce numérique couvrant le web, les applications mobiles, les e-mails et les réseaux sociaux découvre, grâce à un audit de résolution d'identité, que ce qu'elle pensait être 28 millions d'enregistrements clients uniques représente en réalité seulement 16,4 millions d'individus distincts, les 11,6 millions d'enregistrements restants étant des profils dupliqués ou fragmentés créés lorsque les mêmes clients interagissaient sur différents canaux en utilisant différentes adresses e-mail, identificateurs d'appareils ou numéros de comptes de fidélité. Après la mise en œuvre d'une plateforme complète de résolution d'identité, le détaillant consolide ces profils fragmentés en vues clients unifiées, améliorant immédiatement son efficacité marketing par e-mail en éliminant 4,2 millions d'envois en double par mois et en augmentant la précision de la personnalisation de 34 pour cent à 87 pour cent, générant 14,8 millions de dollars de revenus attribuables supplémentaires au cours de la première année.
Le défi de la résolution d'identité dans le marketing moderne
La prolifération des points de contact numériques a créé un problème fondamental de fragmentation de l'identité qui compromet pratiquement tous les aspects du marketing basé sur les données. Un seul consommateur peut interagir avec une marque via un navigateur de bureau au travail en utilisant son e-mail professionnel, naviguer sur un smartphone personnel en utilisant une adresse e-mail différente, effectuer des achats en magasin avec une carte de crédit, interagir avec la publicité sur les réseaux sociaux via des identificateurs spécifiques à la plateforme et recevoir du courrier direct à son adresse personnelle. Chacune de ces interactions génère un enregistrement de données distinct dans différents systèmes, et sans technologie de résolution d'identité, les marketeurs traitent chaque enregistrement comme un individu distinct, ce qui entraîne des vues clients fragmentées, des communications dupliquées, des analyses inexactes et des dépenses publicitaires gaspillées sur des audiences contenant les mêmes personnes comptées plusieurs fois.
La technologie de résolution d'identité relève ce défi grâce à des algorithmes de correspondance probabilistes et déterministes qui analysent des centaines de signaux d'identité pour déterminer quand plusieurs enregistrements appartiennent au même individu. La correspondance déterministe utilise des correspondances exactes d'identificateurs tels que les adresses e-mail, les numéros de téléphone, les identifiants de fidélité ou les identifiants de connexion authentifiés pour relier les enregistrements avec une quasi-certitude. La correspondance probabiliste utilise des modèles statistiques qui évaluent des signaux plus faibles, notamment les adresses IP, les empreintes digitales des appareils, les modèles de navigation, les données de localisation et les similitudes comportementales pour déduire les connexions d'identité avec des scores de confiance qui quantifient la probabilité d'une correspondance correcte.
Architecture du graphe d'identité et infrastructure de données
Le graphe d'identité sert de structure de données fondamentale qui alimente la résolution d'identité client, représentant les relations entre différents identificateurs et les individus auxquels ils appartiennent sous forme de réseau de nœuds connectés. Chaque nœud du graphe représente un identificateur tel qu'une adresse e-mail, un identifiant d'appareil, un cookie, un numéro de téléphone ou une adresse postale, et les arêtes entre les nœuds représentent des connexions observées, par exemple lorsque deux adresses e-mail différentes sont utilisées pour se connecter au même compte ou lorsqu'un cookie et un identifiant d'appareil sont observés lors de la même session réseau. Le graphe évolue continuellement à mesure que de nouveaux signaux d'identité sont intégrés, les algorithmes évaluant chaque nouveau point de données pour déterminer s'il doit créer un nouveau cluster d'identité, étendre un cluster existant ou fusionner des clusters précédemment séparés.
La construction et la maintenance d'un graphe d'identité à grande échelle nécessitent une infrastructure de données sophistiquée capable de traiter des milliards de signaux d'identité en temps réel tout en maintenant des normes de précision qui empêchent les fausses fusions de corrompre les profils clients. Une grande plateforme de résolution d'identité traite en moyenne 340 millions d'événements d'identité par jour, chacun nécessitant un parcours de graphe en temps réel pour déterminer sa relation avec les clusters d'identité existants. Le système doit équilibrer la précision, en veillant à ne pas fusionner incorrectement deux individus différents en un seul profil, avec le rappel, en veillant à ne pas manquer de connexions valides qui relieraient des enregistrements fragmentés appartenant à la même personne. Les plateformes leaders atteignent des taux de précision supérieurs à 99,2 pour cent et des taux de rappel supérieurs à 94,6 pour cent grâce à des modèles de correspondance d'ensemble qui combinent plusieurs approches algorithmiques.
Liaison d'identité inter-appareils et inter-canaux
La résolution d'identité inter-appareils est devenue de plus en plus difficile à mesure que les réglementations sur la confidentialité et les politiques des plateformes restreignent les cookies tiers et les identificateurs publicitaires mobiles qui permettaient historiquement le suivi au niveau de l'appareil. Le cadre App Tracking Transparency d'Apple, l'abandon par Google des cookies tiers dans Chrome et diverses réglementations sur la confidentialité ont éliminé de nombreux mécanismes de suivi passifs sur lesquels les plateformes de résolution d'identité s'appuyaient auparavant. En réponse, l'industrie s'est orientée vers des stratégies de données first-party qui priorisent les signaux d'identité authentifiés, des approches de correspondance contextuelle qui exploitent les modèles de navigation sans suivi au niveau individuel, et des technologies préservant la confidentialité comme les clean rooms qui permettent la correspondance d'identité sans exposer les données personnelles brutes.
Une entreprise médiatique mettant en œuvre une stratégie d'identité first-party encourage les sessions authentifiées grâce à des recommandations de contenu personnalisées, des abonnements à des newsletters et des fonctionnalités interactives nécessitant une connexion. En 18 mois, l'entreprise augmente sa base d'utilisateurs authentifiés de 12 pour cent à 47 pour cent des visiteurs mensuels, créant une base d'identité first-party robuste qui permet une liaison inter-appareils précise sans dépendance aux identificateurs tiers. Le graphe d'identité authentifié connecte en moyenne 3,2 appareils par utilisateur connu, permettant à l'entreprise de fournir des expériences de personnalisation cohérentes sur ordinateur de bureau, mobile, tablette et télévision connectée, tout en offrant aux annonceurs des mesures de portée et de fréquence précises qui justifient une tarification premium.
Résolution d'identité préservant la confidentialité
La tension entre la précision de la résolution d'identité et la protection de la vie privée a stimulé l'innovation dans les technologies de correspondance préservant la confidentialité qui permettent l'identification des clients sans exposer les informations personnellement identifiables. Les clean rooms de données fournissent des environnements sécurisés où deux parties peuvent faire correspondre leurs données clients respectives en utilisant des identificateurs chiffrés sans qu'aucune des parties n'ait accès aux données brutes de l'autre. Un détaillant faisant correspondre sa base de données clients avec les données d'audience d'un éditeur peut identifier les chevauchements et créer des segments publicitaires ciblés sans que l'éditeur ne voie jamais les adresses e-mail des clients ni que le détaillant ne voie les données de navigation de l'éditeur.
Des techniques cryptographiques avancées, notamment le calcul multi-parties sécurisé et le chiffrement homomorphe, permettent d'effectuer des opérations de correspondance d'identité sur des données chiffrées, garantissant que la résolution d'identité se produit sans qu'aucune partie n'ait accès aux informations personnelles non chiffrées. Ces techniques sont particulièrement précieuses dans les industries réglementées telles que la santé et les services financiers, où la résolution d'identité peut libérer une valeur marketing significative mais doit se conformer à des exigences strictes de protection des données. Une entreprise de services financiers utilisant une résolution d'identité préservant la confidentialité fait correspondre sa base de données clients avec les plateformes de publicité numérique sans partager aucune donnée personnelle, atteignant 89 pour cent de taux de correspondance tout en maintenant une conformité totale avec les réglementations sur la confidentialité financière.
Profils clients unifiés et activation
Le résultat ultime de la résolution d'identité est le profil client unifié qui agrège toutes les interactions, transactions, préférences et données comportementales connues pour chaque individu dans une vue unique et complète. Ces profils servent de fondation pour la personnalisation, la segmentation, l'analyse et l'optimisation de l'expérience client sur tous les canaux marketing. Un profil unifié pour un client de détail peut inclure son historique d'achat complet sur les canaux en ligne et hors ligne, son comportement de navigation sur le site web, ses modèles d'engagement par e-mail, ses interactions sur les réseaux sociaux, ses contacts avec le service client, son activité de programme de fidélité et ses préférences prédites dérivées de modèles d'apprentissage automatique entraînés sur ses données comportementales.
L'activation des profils clients unifiés sur les canaux marketing nécessite une synchronisation en temps réel entre la plateforme de résolution d'identité et les systèmes d'activation en aval, notamment les plateformes publicitaires, les systèmes de marketing par e-mail, les moteurs de personnalisation de sites web et les outils de service client. Lorsqu'un client qui a consulté des manteaux d'hiver sur l'application mobile de la marque entre dans un magasin physique, le profil unifié devrait permettre à l'associé en magasin de fournir des recommandations pertinentes basées sur l'historique de navigation en ligne du client, créant des expériences omnicanales fluides qui favorisent la fidélité et la valeur à vie. Les plateformes de résolution d'identité leaders atteignent des latences de synchronisation de profil inférieures à 200 millisecondes, permettant une personnalisation en temps réel qui répond au comportement du client au moment où il se produit plutôt que de s'appuyer sur des données traitées par lots qui peuvent avoir des heures ou des jours de retard.
