L’étude Internet du CIM passe à une nouvelle méthodologie, la Joint Audience Recognition (JAR). Dorénavant, le CIM utilisera des first party cookies pour estimer l’audience d’internet.
Salomé Basch, Research Executive : « Avec la disparition progressive des third party cookies, une nouvelle méthode s’imposait pour assurer la pérennité de notre étude. Parmi les améliorations, l’étude va, entre autres, estimer de manière plus correcte l’audience des utilisateurs d’un navigateur Safari et d’applications sur l’iOS d’Apple. De plus les différences entre les sites, liées au consentement, n’affecteront désormais les résultats que de manière limitée. »
La méthode sera appliquée de manière rétroactive à partir du 1er janvier 2025. En raison de ce changement majeur, les nouveaux résultats ne peuvent pas être comparés aux résultats antérieurs.
Les principales différences entre l’ancienne et la nouvelle méthode
JAR permettra, d’une part, d’utiliser des first party cookies et, d’autre part, de mieux prendre en compte les différences de consentement entre les sites grâce à une modélisation spécifique à chaque site.
Amélioration du calcul de l’audience, les Real Users
Pour les sites et les players sur les sites, l’ancienne méthode de calcul estimait les Real Users (RU) pour l’ensemble du trafic, mais cette estimation dépendait toujours fortement du volume de third party cookies.
Ce pourcentage de third party cookies dépend :
- du taux de consentement de plus en plus inégal entre les sites. Dans l’ancienne méthode, un consentement au-dessus de la moyenne du marché surestime les RU.
- du pourcentage de navigateurs que chaque site visite : certains navigateurs n’étaient pas pris en compte dans le calcul des RU car la qualité des cookies n’était pas suffisante pour l’estimation de l’audience (ex. Safari). Dans l’ancienne méthode, un site dont la part de trafic provenant de Safari est plus élevée, est sous-estimé par rapport au marché.
Les Real Users des sites peuvent varier, à la hausse ou à la baisse, en fonction de leur taux d’acceptation des third party cookies.
Pour les applications, la modélisation des Real Users sera également améliorée par cette nouvelle méthode, car nous disposerons désormais de plus d’identifiants (AppVisitorID, qui fusionne
l’ AdvertisingID et le VendorID), ce qui nous permettra notamment de mieux estimer le trafic iOS.
Les RU des apps varieront en fonction de la proportion des trafics provenant d’iOS qui sera mieux rapporté.
Estimation stable du trafic, des page views et des stream views
Le trafic – le nombre de page views et de stream views – restera stable dans cette nouvelle méthode, à la fois pour les sites, les apps et les players.
Amélioration de l’estimation d’autres variables
Dans l’ancienne méthode, plusieurs variables étaient basées uniquement sur la proportion de trafic avec des identifiants (third party cookies, Advertising ID).
Avec la nouvelle méthode, les variables suivantes peuvent être estimées avec plus de précision :
- Real Users des players dans les applications : les Real Users augmenteront car ils sont également estimés pour le trafic sans identifiant.
- Visits : elles augmenteront parce qu’elles sont également estimées pour le trafic sans identifiant.
- Unique Applications : la nouvelle méthode est basée sur un nouvel identifiant, l’AppVisitorID. Cet identifiant permet de corriger le problème de la surestimation des cookies et donc de la surestimation des Unique Applications. Une surestimation pouvait se produire pour certaines applications dans l’ancienne méthode.
- Unique Browsers (UB) : le fait de baser la variable sur les first party cookies réduira les Unique Browsers.
