La disparition des témoins tiers est souvent présentée comme un compte à rebours : un jour, les annonceurs ne pourront plus suivre les internautes d’un site à l’autre. La réalité est moins nette. Les navigateurs ne les traitent pas tous de la même façon, les décisions de Google ont évolué et les règles sur le consentement s’appliquent déjà, indépendamment de leur avenir technique.
Pour les entreprises, la question n’est donc pas seulement de savoir quand les témoins tiers vont disparaître. Il faut comprendre ce qu’ils permettent, ce qui les remplace et quelles méthodes de mesure restent fiables. Car la publicité en ligne change déjà, même sans extinction générale et simultanée.
Un témoin tiers, à quoi ça sert ?
Un témoin, ou cookie, est un petit fichier enregistré par le navigateur. Il peut servir à mémoriser une connexion, un panier d’achat ou un choix de langue. Le témoin est dit « tiers » lorsqu’il est déposé par un domaine différent de celui du site consulté. Une régie publicitaire présente sur plusieurs sites peut ainsi reconnaître un même navigateur au fil de ses visites.
Cette reconnaissance a longtemps soutenu des usages courants : limiter le nombre d’affichages d’une publicité, mesurer les conversions après une campagne ou proposer des annonces en fonction des pages consultées auparavant. Par exemple, une personne qui visite une fiche de chaussures peut retrouver une annonce pour le même produit sur un autre site.
Ce mécanisme a un avantage pour l’annonceur : il relie des événements qui se produisent dans des environnements différents. Mais il a aussi des limites. Il dépend des réglages du navigateur, du consentement de l’internaute et de la qualité de l’identification. Un même utilisateur peut être compté plusieurs fois sur son téléphone et son ordinateur, tandis que des blocages techniques peuvent rendre une partie de son parcours invisible.
La fin annoncée n’est pas une date unique
Le débat a été largement associé à Google Chrome, dont la part de marché en fait un acteur central. Le groupe a annoncé à plusieurs reprises des changements concernant les témoins tiers, puis a revu son approche. Le calendrier et les modalités ont donc évolué. Il serait imprudent de présenter leur suppression dans Chrome comme une échéance certaine et uniforme.
En revanche, leur usage est déjà limité dans plusieurs environnements. Safari et Firefox bloquent par défaut une grande partie du suivi intersites, avec des modalités qui leur sont propres. Les systèmes mobiles, les extensions de protection et les réglages choisis par les internautes réduisent également la portée du suivi. Autrement dit, le marché ne se dirige pas vers un interrupteur que l’on actionnerait partout le même jour : il s’adapte à une fragmentation croissante.
La réglementation ajoute une autre dimension. En Europe, les règles relatives aux traceurs imposent généralement de recueillir un consentement avant le dépôt de ceux qui ne sont pas strictement nécessaires. Un témoin tiers ne devient donc pas acceptable simplement parce qu’un navigateur l’autorise. Inversement, son blocage ne fait pas disparaître les obligations de transparence et de consentement applicables aux autres technologies.
Pour un responsable marketing, le changement est déjà concret : une campagne peut être visible, obtenir des clics et générer des ventes sans que tous les liens entre ces événements soient observables. Les rapports d’attribution ne décrivent pas nécessairement l’ensemble des parcours.
Ce qui change pour le ciblage publicitaire
Le ciblage fondé sur l’historique de navigation entre plusieurs sites devient moins systématique. Les annonceurs peuvent perdre une partie de leur capacité à créer des segments très précis à partir de comportements observés ailleurs. Cela ne signifie pas que toute personnalisation disparaît. Elle peut s’appuyer sur le contexte de la page, les choix exprimés par les utilisateurs, les données recueillies directement par une entreprise ou les outils propres à une plateforme.
Le ciblage contextuel, par exemple, associe une publicité au contenu consulté plutôt qu’au profil de la personne. Une annonce pour un équipement de randonnée peut apparaître dans un article consacré aux sentiers alpins. Cette approche n’exige pas de reconstituer l’historique de navigation, mais elle demande de bien comprendre les contenus, les audiences et les environnements de diffusion.
Les grandes plateformes disposent aussi de leurs propres espaces publicitaires et de données issues de leurs services. Une campagne sur une plateforme peut être optimisée à partir des interactions observées dans cet environnement, selon les paramètres et les consentements applicables. Pour l’annonceur, cela peut être efficace, mais les comparaisons entre plateformes deviennent plus délicates : chacune définit ses indicateurs, ses fenêtres d’attribution et ses méthodes de mesure.
Il faut donc distinguer deux choses : la capacité à diffuser une annonce pertinente et la capacité à démontrer précisément quel contact publicitaire a provoqué une vente. La première peut rester élevée. La seconde est plus difficile lorsque les parcours traversent plusieurs appareils, plateformes et sites.
La mesure des campagnes devient moins complète
La mesure fondée sur les témoins tiers pouvait relier une exposition publicitaire à une action ultérieure. Quand ce lien manque, certaines conversions ne sont plus attribuées à la campagne, même si celle-ci a contribué à la décision. À l’inverse, des systèmes différents peuvent revendiquer la même vente. Le chiffre affiché dans un tableau de bord n’est donc pas toujours une mesure neutre : il dépend d’une méthode.
Imaginons une campagne qui attire des visiteurs vers un site. Une partie d’entre eux achète immédiatement ; d’autres reviennent quelques jours plus tard, après avoir vu une annonce ou effectué une recherche. Si le système ne peut pas relier ces étapes, il peut sous-estimer l’effet de la publicité. Mais accorder toute la valeur de la vente au dernier clic serait tout aussi réducteur.
Les solutions de mesure évoluent en conséquence. Certaines plateformes utilisent des conversions modélisées : elles estiment une partie des résultats non observés à partir des données disponibles. Ces estimations peuvent aider à piloter une campagne, mais elles ne sont pas des ventes directement constatées. Elles dépendent d’hypothèses, de volumes suffisants et de la qualité des données d’entrée.
Les interfaces de programmation destinées à la publicité peuvent également limiter le partage d’informations individuelles et fournir des résultats agrégés. Elles réduisent certains risques liés à l’identification, mais ne reconstituent pas nécessairement toute la précision des méthodes précédentes. Leur fonctionnement varie selon les navigateurs et les plateformes ; elles ne constituent donc pas une solution universelle.
Les données de première partie prennent de la valeur
Les données de première partie sont recueillies directement par une organisation dans le cadre de sa relation avec ses clients ou ses visiteurs : compte, abonnement, achat, demande de devis ou préférence déclarée. Elles ne sont pas automatiquement libres d’usage. Leur collecte doit être transparente, proportionnée et conforme aux règles applicables. Mais elles peuvent fournir une base plus maîtrisée que des données achetées ou déduites d’un suivi intersites.
Un distributeur qui connaît les achats réalisés dans son programme de fidélité peut, par exemple, mesurer les ventes associées à une campagne diffusée dans son propre environnement publicitaire. Un média peut mieux comprendre la fréquentation de ses abonnés s’il dispose d’une relation directe avec eux. Dans les deux cas, la valeur vient autant de la qualité de la relation que de la technologie.
Cette stratégie suppose toutefois de vrais investissements : améliorer les formulaires, expliquer l’usage des données, éviter les doublons entre outils et maintenir des informations à jour. Une base importante mais mal renseignée n’est pas nécessairement utile. Et une collecte trop insistante peut dégrader la confiance, donc la qualité des données obtenues.
Les annonceurs peuvent également travailler avec des partenaires dans des environnements sécurisés de rapprochement de données, parfois appelés salles blanches de données. Ces outils permettent des analyses contrôlées sans échanger directement toutes les informations brutes. Ils impliquent néanmoins des coûts, des contraintes techniques et des règles d’accès. Ils sont surtout pertinents lorsque les volumes et les enjeux justifient cette complexité.
Les régies et les éditeurs doivent clarifier leur valeur
Pour les éditeurs, la réduction du suivi intersites peut fragiliser certaines offres publicitaires fondées sur des segments comportementaux. Elle renforce aussi l’intérêt des données détenues directement : abonnements, événements, contenus consultés ou préférences déclarées. Mais transformer ces données en produit publicitaire demande une gouvernance solide et une proposition compréhensible pour les annonceurs.
Les régies ont, de leur côté, plusieurs leviers : le ciblage contextuel, les données consenties, les accords avec des partenaires et l’amélioration des outils de mesure. Elles doivent expliquer clairement ce qu’elles savent mesurer, à quel niveau et avec quelles limites. Dire qu’une campagne est « mesurable » ne suffit pas : il faut préciser s’il s’agit d’impressions, de clics, de conversions observées ou d’estimations.
Pour les entreprises qui achètent des campagnes, cette évolution peut aussi réduire la comparabilité des résultats. Deux régies peuvent afficher des performances différentes parce qu’elles n’utilisent pas la même fenêtre d’attribution ou le même modèle. Avant de comparer les coûts par conversion, il faut donc vérifier que les définitions sont identiques.
Comment adapter sa stratégie sans tout reconstruire
La réponse ne consiste pas à remplacer chaque témoin tiers par une technologie nouvelle. Il est plus utile de commencer par examiner les usages réels et leur contribution aux décisions de l’entreprise.
- Inventorier les traceurs et les outils présents sur le site, leur finalité, les données transmises et le consentement associé.
- Vérifier les indicateurs utilisés par les équipes et distinguer les conversions observées des résultats modélisés.
- Renforcer les données de première partie en expliquant leur collecte et en limitant les informations à ce qui est réellement utile.
- Tester le ciblage contextuel et comparer ses résultats avec ceux des campagnes fondées sur des audiences.
- Mettre en place des tests d’incrémentalité, lorsque le volume le permet, pour estimer si une campagne génère des ventes supplémentaires plutôt que de simplement revendiquer des ventes existantes.
- Documenter les méthodes de chaque plateforme afin d’éviter les comparaisons entre indicateurs qui ne mesurent pas la même chose.
Les tests d’incrémentalité méritent une attention particulière. Ils consistent à comparer un groupe exposé à une campagne à un groupe similaire qui ne l’a pas été. Cette méthode peut mieux éclairer l’effet réel d’une action que le seul suivi des clics. Elle nécessite cependant un protocole rigoureux, un volume suffisant et une durée adaptée. Elle ne convient pas à toutes les campagnes ni à tous les budgets.
Une transformation plutôt qu’une disparition soudaine
La publicité en ligne ne s’arrête pas avec les témoins tiers. Elle devient plus dépendante du contexte, des relations directes entre marques et publics, des environnements fermés des plateformes et de méthodes de mesure qui combinent données observées et estimations. Le suivi individuel à grande échelle perd du terrain, mais les capacités de ciblage et d’optimisation ne disparaissent pas pour autant.
Le vrai changement est aussi organisationnel. Les équipes doivent accepter une mesure parfois moins granulaire, documenter les hypothèses de leurs tableaux de bord et arbitrer entre précision, coût et respect de la vie privée. Un chiffre unique ne résume plus toujours la performance d’une campagne.
La bonne question n’est donc pas seulement « que va-t-il remplacer les cookies ? », mais « quelles données nous sont réellement nécessaires pour prendre une meilleure décision ? ». Pour beaucoup d’entreprises, la réponse passe par une collecte plus maîtrisée, des tests mieux conçus et une lecture plus critique des résultats fournis par les plateformes. Moins de certitude apparente peut, au fond, conduire à de meilleures décisions.
