L’histoire pratique à propos de la publicité numérique est qu’elle a survécu à toutes les menaces qui l’ont précédé – des bloqueurs de pop-up à Do Not Track – et qu’elle survivra également à celle-ci. Ce récit ignore quelque chose que les vagues précédentes n’ont pas fait : plusieurs forces convergent en même temps, chacune d’elles attaquant une couche différente de l’infrastructure qui soutient le modèle. Ce qui se passe actuellement n’est pas une pression isolée qui peut être surmontée par une solution technique. C'est l'érosion simultanée des fondations.
Comment fonctionne le modèle et pourquoi il est important
L’économie de l’attention fonctionne selon un cycle simple en apparence mais complexe dans son exécution. Les plateformes capturent le comportement : ce sur quoi vous cliquez, combien de temps vous passez sur chaque élément de contenu, ce que vous recherchez, avec qui vous interagissez, à quelle heure vous vous réveillez. Ce comportement est traité pour construire des profils psychographiques qui vont bien au-delà des données démographiques de base. Les profils sont vendus sous la forme d'une attention segmentée : les annonceurs n'achètent pas d'espace, ils achètent l'accès à des états mentaux spécifiques de groupes spécifiques de personnes à des moments précis.
Ce qui rend ce modèle puissant – et ce qui le rend également fragile – est la dépendance totale à l’égard des données comportementales collectées sans que l’utilisateur sache ce qui est capturé, croisé et déduit. Lorsque cette collection est restreinte pour une raison quelconque, la précision du profil diminue, les CPM diminuent également et la proposition de valeur pour l'annonceur s'affaiblit. La plateforme doit compenser par le volume – plus d’utilisateurs, plus de temps d’écran, plus de contenu consommé – ce qui explique la conception délibérément addictive qui a généré des poursuites judiciaires dans plusieurs pays.
Les forces qui corrodent la base
La réglementation a été le premier front. Le RGPD européen, en vigueur depuis 2018, a créé une jurisprudence qui a limité les pratiques de suivi des navigateurs et imposé des modifications aux systèmes de consentement. La LGPD au Brésil a suivi le même chemin, avec une application qui a gagné en cohérence au cours des deux dernières années. Le résultat n’a pas été l’extinction de la publicité numérique, mais une augmentation du coût de mise en conformité et, plus important encore, la création d’un environnement juridique dans lequel les pratiques les plus invasives comportent désormais un risque concret d’amendes.
Le deuxième front était celui des infrastructures. Apple a mis en œuvre App Tracking Transparency en 2021 et a modifié structurellement la capacité des plates-formes à suivre les utilisateurs sur les applications iOS. L’impact sur Meta a été documenté et brutal : la société a estimé une perte de 10 milliards de dollars en revenus publicitaires au cours de la première année après le changement. Safari bloque les cookies tiers depuis 2020. Chrome, après des années de retard, met en œuvre ses propres restrictions. Le suivi intersites – qui est le moteur de personnalisation de la publicité programmatique – est systématiquement démantelé par l'infrastructure des navigateurs et des systèmes d'exploitation.
Le troisième front est comportemental. Les utilisateurs qui ont grandi avec Internet développent des connaissances publicitaires que les générations précédentes n’avaient pas. L'installation de bloqueurs de publicités a touché plus de 40 % des utilisateurs d'ordinateurs de bureau sur plusieurs marchés européens. La méfiance à l'égard des plateformes qui « écoutent les conversations » – une perception qui persiste même lorsque les preuves techniques sont ambiguës – reflète un niveau de scepticisme qui n'existait pas pendant la phase de croissance de l'économie de l'attention.
Ce que font déjà les annonceurs
Le mouvement vers une diversification des investissements publicitaires est mesurable. Les budgets qui étaient auparavant exclusivement consacrés à la publicité à la performance sur les plateformes de médias sociaux sont redistribués vers des canaux qui dépendent moins des données tierces : la recherche (qui utilise l'intention déclarée et non l'inférence comportementale), le contenu sponsorisé dans des publications avec des audiences verticales spécifiques et les canaux propriétaires comme les newsletters et les podcasts.
Le concept de données first party – données que la marque elle-même collecte directement à partir de sa relation avec ses clients – est devenu une priorité stratégique pour les entreprises qui ont pris conscience de la vulnérabilité d’une dépendance totale aux données provenant de plateformes externes. Ceux qui disposent de leur propre enregistrement, de leur historique d’achat et de leur propre relation directe avec le client sont moins exposés à la volatilité réglementaire que ceux qui ont entièrement sous-traité ces connaissances à Google et Meta.
Les modèles qui gagnent du terrain
Le remplacement n’est pas monolithique : il n’existe pas de modèle unique qui puisse remplir l’espace laissé par la publicité comportementale. La transition se produit par étapes.
Les abonnements se sont développés comme alternative au financement publicitaire. Substack, Spotify, Netflix et le marché des newsletters lui-même montrent qu'il existe une réelle volonté de payer pour du contenu lorsque la proposition de valeur est claire et que l'expérience publicitaire est éliminée. Ce n’est pas un hasard si la croissance la plus significative des abonnements numériques a coïncidé avec la période de plus grande saturation et de plus grande invasion publicitaire.
La publicité contextuelle – qui affiche des publicités basées sur le contenu que l'utilisateur consomme, et non sur le profil comportemental accumulé – a de nouveau attiré des investissements. Techniquement plus simple, moins dépendante des données tierces et prouvée efficace pour certaines catégories de produits, elle représente un retour partiel au modèle publicitaire média traditionnel, mais avec la capacité de ciblage de contenus qu'offre le numérique.
Les médias commerciaux – plateformes de vente au détail qui vendent des espaces publicitaires sur la base de données d’achat de première partie – connaissent une croissance rapide. Amazon, Mercado Livre et les chaînes de vente au détail physiques proposant des programmes de fidélité disposent de données d'achat obtenues légalement, contextuellement pertinentes et moins vulnérables à la réglementation du suivi intersites.
Quels changements pour ceux qui produisent du contenu numérique
L’abandon de ce modèle exerce une pression particulière sur les producteurs de contenu qui ont généré des revenus presque exclusivement grâce au CPM display et pré-roll. Le journalisme numérique a été le premier à ressentir cette pression, mais les éditeurs de niche, les créateurs de vidéos et les opérateurs de sites de contenu sont sur la même trajectoire.
La réponse viable n’est pas d’attendre que le marché publicitaire se stabilise. Il s’agit de constituer de multiples sources de revenus avant que la principale ne se détériore au point de rendre l’opération irréalisable. Cela signifie développer une audience propriétaire – liste de diffusion, communauté, relations directes – plutôt que de s’appuyer sur la portée organique de plateformes qui modifient les algorithmes et les politiques de monétisation sans avertissement. Cela signifie créer des produits d’information ayant suffisamment de valeur pour justifier un paiement direct. Cela signifie traiter la relation avec le public comme un atout et non comme un sous-produit de la production de contenu.
Le modèle économique de l’attention ne va pas disparaître d’un seul coup. Mais sa capacité à maintenir des opérations de contenu de qualité est déjà en déclin – et quiconque attend que les conditions se normalisent parie contre l’accumulation de preuves.
A lire aussi
- LGPD deux ans après : ce qui a vraiment changé dans les entreprises brésiliennes
- L'énergie solaire distribuée et le modèle économique qui a émergé autour d'elle -Big Data dans les produits numériques : bonnes pratiques en pratique
- Cryptage des données
- Données synthétiques et confidentialité : former et tester sans exposer les données personnelles
- Données synthétiques pour les tests et l'assurance qualité : masse réaliste sans copie de la production
