Questions et réponses avec Kasper Skou, PDG et co-fondateur de Semasio

Le récent documentaire de Netflix «  Le dilemme social  » a été le sujet de conversation, mettant en lumière l’utilisation des données des consommateurs – mais l’éléphant dans la pièce est la façon dont Facebook utilise les données de marque.

Facebook, Google et Amazon affirment que les données de marque saisies dans leurs bases de données sont anonymisées avant d’être utilisées, mais cela n’est tout simplement pas possible dans l’apprentissage automatique supervisé. En accrochant les marques et en vendant leurs données, ces entreprises les débarrassent de leurs données, contrôle, transparence et propriété les plus précieuses.

Nous nous sommes entretenus avec Kasper Skou, PDG et co-fondateur de la société de ciblage basé sur les données Semasio, qui pense qu’il est grand temps que les marques regardent Facebook et les autres à travers leur propre objectif et reprennent le contrôle de leurs données.

Selon Kasper, s’appuyer sur des tiers pour la gestion des données introduit un désavantage concurrentiel, et pour que les marques protègent et capitalisent sur leurs données, elles doivent adopter une technologie entièrement adaptée à leurs besoins commerciaux spécifiques.

Voici un résumé complet de notre conversation avec lui:

Q) Le documentaire sur le dilemme social met l’accent sur l’importance des données des consommateurs et de la vie privée. Mais les marques savent-elles comment les grandes entreprises utilisent leurs données de marque?

Le vieil adage pour l’Internet B2C dit: «Si le produit est gratuit, vous êtes le produit.» Si nous voulons réinventer cela pour le B2B, cela pourrait aller un peu comme ceci: «Si le produit est vraiment pratique à utiliser et ne nécessite que de télécharger constamment votre base de données CRM afin de fournir de bons résultats, alors vous êtes le produit. « 

Je pense que les marques ont une idée, mais les bons résultats de la campagne fournis par les jardins clos transforment ce problème en éléphant dans la pièce dont personne ne veut parler.

Pourtant, une fois que l’Internet ouvert commencera à montrer des capacités similaires, je pense que nous assisterons à un changement sismique des budgets vers des solutions ouvertes, qui offrent une transparence claire et la propriété des actifs marketing basés sur les données pour les marques. Ils récompenseront ceux qui les rendent plus intelligents à chaque fois qu’ils interagissent.

Q) Les grandes entreprises comme Facebook, Google et Amazon accrochent des marques et vendent leurs données comme avec les consommateurs, alors comment peuvent-elles reprendre le contrôle de leurs données?

Les marques doivent commencer à parler en interne de l’éléphant dans la pièce et prendre au sérieux l’importance d’être axé sur les données pour un avantage concurrentiel durable.

Cela doit se manifester en action, comme la transition du budget pour ouvrir les acteurs Internet et commencer à créer des capacités internes pour créer les bases d’une véritable différenciation basée sur les données.

Q) De nouveaux documentaires comme The Social Dilemma et les projecteurs sur certains scandales de données très médiatisés ont diminué la confiance des clients. Quels conseils pouvez-vous donner aux entreprises pour regagner la confiance du client?

Je pense que les consommateurs modernes commencent à réaliser l’échange inéquitable «forcé» par les jardins clos: donnez-nous toutes vos données à faire et combinez-les comme bon nous semble, et vous obtiendrez certains services gratuitement.

C’est le même principe qu’avec les marques: gardez-les dans le noir pour qu’elles reviennent sans cesse et ne développent pas d’indépendance. Cela engendre du ressentiment au fil du temps auprès des marques et des consommateurs.

Pour regagner la confiance, les jardins clos doivent participer à l’éducation des consommateurs modernes afin qu’ils comprennent réellement leurs données comme une monnaie, qui doit être soigneusement, délibérément et équitablement échangée en échange de services.

En outre, ils devraient proposer des cadres d’autorégulation sur l’utilisation de données et d’algorithmes pour lutter contre les pratiques destructrices telles que la dépendance aux applications et «l’ingénierie de l’opinion».

Q) Comment les marques qui s’appuient sur des tiers pour la gestion des données créent-elles un désavantage concurrentiel? Où devraient-ils chercher des alternatives qui répondent efficacement à leurs besoins?

Toute marque peut se tourner vers les jardins clos et utiliser ses outils simples et puissants pour générer des résultats commerciaux à court terme, ce qui signifie que l’approche n’apporte pas de différenciation intrinsèque.

Une marque exerçant une véritable différenciation basée sur les données absorbe, traite, synthétise et agit intelligemment sur les données pour parvenir à une compréhension sophistiquée d’elle-même et de son environnement, lui permettant ainsi non seulement de s’adapter, mais aussi de changer elle-même et son environnement de manière avantageuse. à lui.

Il y a des partenaires dans l’écosystème qui visent à aider les marques à le faire, mais en fin de compte, la marque doit créer sa propre «  unité d’intelligence  » pour vraiment se différencier.

Ce qui, je pense, soutiendra grandement ces efforts, c’est l’émergence de Project Rearc en tant que candidat sérieux pour la ciblabilité au niveau de l’utilisateur des cookies post-tiers et des salles blanches d’identité fédérée ou de données en tant que nouvelles formes de modalités sécurisées pour l’interopérabilité des données sans échange réel. .

Q) Dans un monde de plus en plus axé sur la confidentialité, les marques peuvent-elles maintenir la qualité, la transparence et la propriété des données? Souhaitent-ils faire de même pour chacun?

Ce que les marques doivent prendre plus au sérieux, c’est la confidentialité de leurs données – pas seulement celle des consommateurs. Quant à la capacité à maximiser simultanément la qualité, la transparence et la propriété, je le crois absolument pour les deux raisons du projet Rearc et des salles blanches d’identité ou de données fédérées.

En outre, les données propriétaires de la marque sont généralement associées au consentement et aux autorisations, qui sont en fait collectées par la marque, ce qui signifie qu’elle a beaucoup de contrôle sur le processus de collecte.

Q) Quelles mesures Semasio prend-il pour assurer la transparence et la protection des données de ses clients?

Depuis la création de Semasio il y a une dizaine d’années, notre valeur inébranlable est que des relations clients solides, stratégiques et durables reposent sur le fait de rendre le client toujours plus sage.

Pour cette raison, Semasio a toujours garanti que le contrôle total, la transparence et la propriété de toutes les données téléchargées et produites sur la plate-forme incombent sans équivoque au client. La plateforme Semasio est en libre-service – permettant aux clients et à leurs partenaires de créer des solutions de ciblage uniques qu’ils possèdent et peuvent déployer où ils le souhaitent.

De plus, Semasio a été fondée en Allemagne et, en tant que telle, a «grandi» sous certaines des lois sur la protection de la vie privée les plus strictes de l’UE et du monde. Cela signifie que le respect de la vie privée et la protection de la vie privée dès la conception sont des disciplines fondamentales depuis le début.

Q) Quelles leçons les marques doivent-elles tirer sur le ciblage des clients dans ce monde post pandémique?

Je pense que la leçon la plus importante est de ne pas revenir aux vieilles habitudes par commodité. Le monde a fondamentalement changé, ce qui signifie que les marques doivent vraiment réfléchir à ce qu’elles veulent être pour les consommateurs post-pandémie.

Les temps de grands changements sont soit une menace majeure, soit une opportunité puissante basée sur votre capacité à vous adapter à la «nouvelle normalité». Une fois qu’une marque est claire sur ce qu’elle veut être pour les consommateurs après la pandémie, elle doit commencer à réfléchir aux meilleurs moyens de les atteindre avec ce nouveau message.

La pandémie a accéléré le développement de formes avancées de télévision, ce qui en fait un canal de marketing numérique très puissant. Tout le monde parle de la mort du cookie tiers comme la fin du ciblage au niveau de l’utilisateur, mais l’émergence du projet Rearc continuera à rendre le ciblage au niveau de l’utilisateur possible même après 2021.

Le ciblage contextuel gagnera en importance, mais pas sous la forme que nous connaissons aujourd’hui. Son ascension stimulera plutôt une nouvelle vague d’innovation dans cette discipline.

Q) Qu’est-ce qui rend le ciblage contextuel tellement plus efficace que l’utilisation de données de première ou de seconde partie?

Le ciblage contextuel n’est généralement pas plus efficace que l’utilisation de données de première ou de seconde partie. Cependant, son utilisation est beaucoup moins compliquée du point de vue de la confidentialité, car elle ne tire pas parti des données au niveau de l’utilisateur.

Il présente l’avantage supplémentaire que, s’il est utilisé correctement, il peut identifier les utilisateurs dans le bon état d’esprit en fonction du contenu qu’ils consomment au moment où les messages marketing sont diffusés.

Q) Selon vous, quelles plates-formes ou quels médias sont actuellement les plus efficaces pour cibler les clients?

Formes avancées de formats de télévision et de films numériques, affichage ciblé, recherche et social.

Pour éviter tout doute: je ne remets pas en question l’efficacité du jardin clos – je remets en question leur modèle de garder le client aussi ignorant que possible. Nous devons exiger que les jardins clos s’ouvrent aux technologies de ciblage externes au lieu de regrouper le ciblage et les médias pour garder le client dans le noir.

Q) Quelle est la seule innovation dans les solutions de ciblage et d’analyse qui vous passionne le plus?

Identité fédérée ou salles blanches de données – c’est une approche très innovante de l’interopérabilité des données granulaires avec l’échange de données. Semasio a créé un concept similaire en 2012, que nous avons appelé Data in Escrow, mais la nouvelle génération est plus respectueuse de la confidentialité grâce à des méthodes mathématiques avancées.