Blog

Mesurer les performances de la TV en streaming : il est temps d’envisager un reporting basé sur la durée 

L’écosystème de la publicité programmatique a rapidement innové pour améliorer les performances publicitaires de la TV en streaming. OpenRTB 2.6 a normalisé le streaming et introduit une série de fonctionnalités pour répondre aux besoins spécifiques de la TV, l’une des plus remarquables étant la prise en charge de l’ad podding dynamique.  

Nous avons vu l’adoption du pod bidding se développer, car il fournit aux éditeurs de TV en streaming plus de contrôle sur la monétisation et la construction de leurs ad pods, améliore le targeting et la mesure pour les acheteurs de médias, et stimule l’efficacité et la durabilité pour toutes les parties.  

Pourtant, en tant qu’industrie, nous mesurons toujours les performances de la TV en streaming en utilisant une approche héritée qui repose uniquement sur des mesures de performance basées sur les impressions et développées pour le marché du display programmatique. 

La télévision introduit un autre paradigme dans la publicité programmatique, au-delà des impressions ou du nombre de slots : le temps. Pour comprendre avec précision l’efficacité des ad pods dynamiques et fournir aux acheteurs une véritable compréhension de la performance, nous devons intégrer une mesure basée sur la durée. 

Les slots des ad pods dynamiques n’ont pas tous la même valeur 

Au fur et à mesure de l’adoption d’OpenRTB 2.6, nous avons vu l’offre évoluer vers des ad pods dynamiques, qui permettent un nombre flexible de slots publicitaires et de longueurs de slots au sein d’un pod, le tout envoyé via une seule bid request. 

Text, Label, Symbol

Cela signifie qu’une pause publicitaire de 90 secondes peut comporter deux slots de 15 secondes et un slot de 60 secondes, trois slots de 30 secondes, un seul slot de 90 secondes, ou toute autre combinaison. 

Les ad pods dynamiques offrent une plus grande flexibilité aux propriétaires et aux acheteurs de médias, mais il est important de comprendre qu’en raison de la variable temporelle, toutes les opportunités d’impression n’ont pas la même valeur. Par exemple, une impression de 30 secondes a beaucoup plus de valeur qu’une impression de 6 secondes. 

Ainsi, pour mesurer avec précision les performances de la TV en streaming, il faut non seulement compter les opportunités d’impression dans le cadre d’une bid request pour un ad podding donné, mais aussi tenir compte de la durée totale.   

Les lacunes des anciens indicateurs dans la mesure des performances de la TV en streaming 

Les KPI de la publicité programmatique, tels que le bid rate, le fill rate et le win rate, ont été conçus pour les publicités autonomes, où chaque impression est mesurée individuellement.  

Nous avons appliqué ce principe aux performances de la TV en streaming (disponible en anglais uniquement), en mesurant le nombre d’impressions ou de slots sans tenir compte de la durée variable de ces slots. Pour l’essentiel, cette méthode traite une publicité de 6 secondes de la même manière qu’une publicité de 30 secondes et ne tient pas compte du temps pendant lequel le téléspectateur s’intéresse à la publicité.  

Par conséquent, le nombre d’impressions peut donner aux éditeurs de streaming une vision incomplète ou trompeuse des performances de l’inventaire et empêcher les acheteurs d’optimiser pleinement leurs budgets de streaming programmatique. 

Quelle est la solution ? 

Nous devrions commencer à comptabiliser la durée et penser en secondes, et pas seulement en nombre d’opportunités d’impression. En calculant ces KPI sur la base de la durée totale des placements publicitaires, les propriétaires et les fournisseurs de médias auront une vue d’ensemble de la performance. Voici la logique de calcul que nous pouvons utiliser pour la mesure basée sur la durée :  

Mesure de la durée en action : un exemple 

Pour illustrer l’écart entre ces deux méthodes de mesure, prenons un exemple d’éditeur de TV en streaming qui évalue la performance à l’aide du fill rate. Dans ce cas, l’éditeur dispose de 100 ad pods, chacun ayant une durée de 60 secondes, une maxduration de 30 secondes (durée maximale des publicités vidéo autorisées) et un maxseq de quatre (nombre maximal de publicités autorisées pour le pod).  

Tout d’abord, calculons le nombre total d’impressions et la durée disponibles : 

  1. Pour estimer la disponibilité sur la base du nombre d’impressions, nous calculons généralement le nombre maximum de slots disponibles à l’aide de la formule suivante : [nombre total de pods] x [maxseq]. Les 100 ad pods avec un maxseq de quatre représentent 400 opportunités d’impression.    
  1. Pour la disponibilité basée sur la durée, les 100 ad pods de 60 secondes chacun représentent 6 000 secondes disponibles au total

Comparons maintenant les performances de deux partenaires SSP de l’éditeur en utilisant des mesures basées sur le nombre et la durée : 

  • Le SSP 1 a remporté 80 bids, chacune d’une durée de 30 secondes (2 400 secondes au total). 
  • Le SSP 2 a remporté 100 bids, chacune d’une durée de 15 secondes (1 500 secondes au total).  

Voici la comparaison des fill rates entre les deux SSP : 

Comme vous pouvez le constater, le taux de remplissage du SSP 2 semble supérieur à celui du SSP 1 lorsque nous appliquons le calcul basé sur le nombre d’impressions.  

Cependant, le SSP 1 a rempli plus de secondes de temps publicitaire total, monétisant ainsi une plus grande proportion de l’inventaire disponible de l’éditeur. Le calcul des fill rates sur la base de la durée montre cet impact plus important dans le remplissage des pauses publicitaires et fournit une image plus précise de la performance dans ce cas. 

Une meilleure compréhension des performances de la TV en streaming 

Pour obtenir une image complète, il est essentiel de prendre en compte les mesures basées sur la durée. Les mesures basées sur le nombre ne permettent pas à elles seules d’appréhender pleinement les performances de la diffusion de publicités sur la TV en streaming et peuvent parfois produire des résultats faussés, comme le montre l’exemple ci-dessus. 

Les mesures basées sur la durée fourniront un reflet plus précis du succès, permettant une meilleure prise de décision et conduisant à des stratégies de monétisation plus efficaces qui maximisent la valeur de l’inventaire. Cela permet également aux fournisseurs et aux DSP d’avoir une vision plus claire des performances et de la tarification en fonction de la durée de la publicité, débloquant ainsi de nouvelles opportunités de tester et d’optimiser les stratégies d’enchères.  

« Alors que le rôle de la TV en streaming continue d’évoluer, les marketeurs ont une opportunité unique de créer des expériences publicitaires plus impactantes et de favoriser les conversions en ligne en utilisant des signaux avancés, tels que l’ad podding et la mesure basée sur la durée. En collaboration avec Index Exchange, Adobe Advertising aide les marques à maximiser leurs investissements digitaux en allant au-delà des mesures médiatiques pour optimiser et mesurer de meilleurs résultats de performance. »  

Ana Kilambi, Director of GTM Strategy and Operations 
Adobe Advertising 

Nous continuons à travailler pour faire progresser la publicité programmatique pour la TV en streaming et nous ajouterons également la mesure basée sur la durée à Index Exchange. Les rapports améliorés basés sur la durée que nous sommes en train de construire fourniront des informations supplémentaires et des données exploitables pour évaluer pleinement l’inventaire publicitaire et la performance des campagnes dans la TV en streaming.  

Restez à l’écoute des mises à jour et, dans l’intervalle, n’hésitez pas à contacter notre équipe pour obtenir des conseils ou poser des questions.  

Découvrez comment vous pouvez exploiter tout le potentiel de la TV en streaming avec Index Exchange.  

Catherine Cho

Catherine Cho

Product Manager

Catherine Cho est Product Manager chez Index Exchange, où elle est responsable de la mise au point de plusieurs produits pour la télévision en streaming. Forte d'une grande expérience dans le secteur du streaming et du marché publicitaire de la télévision connectée, Catherine s'attache aujourd'hui à faire d'Index Exchange le leader du marché du streaming TV en mettant au point des recommandations pratiques , en développant les capacités de la marketplace privée (PMP) et en mettant au point de nouvelles fonctionnalités d'ad podding. En dehors du travail, elle aime pratiquer le golf toute l'année en Californie et voyager avec son mari et ses deux filles.

Back to blog