Ce consentement qui légitime la collecte n'est pas un détail : c'est le cadre RGPD et DMA du ciblage publicitaire qui en fixe les règles, avant même de parler de first-party.
Privacy Sandbox : ce que ça change pour Google Ads
Pendant des années, le récit dominant fut celui d’une transition : les cookies tiers allaient disparaître à date fixe dans Chrome, et Privacy Sandbox prendrait une partie du relais. Ce récit a changé.
Google a maintenu son approche de choix utilisateur pour les cookies tiers dans Chrome, puis annoncé le retrait de plusieurs technologies Privacy Sandbox peu adoptées, notamment certaines API publicitaires. Autrement dit : le marché n’a pas hérité d’un remplaçant universel des cookies tiers.
En pratique : pas de bascule unique, mais une mesure plus fragmentée, avec navigateurs, consentements, bloqueurs et modélisation à gérer ensemble. C’est précisément ce glissement qui explique les écarts de mesure entre Google Ads et GA4 que vous observez dans votre compte.
Ceux qui « attendent de voir » attendent donc surtout une simplification incertaine. Le cookieless n’est pas une échéance unique. C’est une contrainte déjà installée. Reste à savoir comment mesurer dans ce monde, quand le signal individuel se raréfie et que l’effet incrémental devient plus précieux.
First-party, zero-party, third-party : de quoi parle-t-on ?
Le vocabulaire est flou dans les présentations agences. Poser les trois catégories d’entrée de jeu évite de construire une stratégie sur un malentendu.
Le tableau des trois sources
| Critère | Third-party | First-party | Zero-party |
|---|---|---|---|
| Origine | Collectée par un tiers sans relation directe | Collectée par votre propre site/CRM lors d’une interaction | Déclarée activement par le client lui-même |
| Exemples | Segments d’audience achetés, cookies cross-sites | E-mail à la création de compte, achat, formulaire | Quiz de recommandation, configurateur, préférences newsletter |
| Durabilité cookieless | Nulle, dépend des cookies tiers, déjà érodée | Bonne, vit dans votre CRM, pas dans le navigateur | Très forte, dépend d’une relation déclarative, pas d’un cookie tiers |
| Usage Google Ads | Plus exploitable directement | Enhanced conversions, imports d’aval, Customer Match | Usage proche de la first-party, avec une fiabilité déclarative souvent supérieure |
Zero-party data : quand le client déclare lui-même ce qu’il veut
La zero-party résiste souvent mieux aux limites techniques, parce qu’elle repose d’abord sur la relation.
La first-party classique vous dit ce qu’un client a fait (il a acheté, il a rempli un formulaire). La zero-party vous dit ce qu’il veut : il répond à un quiz de recommandation produit, il coche ses préférences dans un configurateur, il renseigne ses centres d’intérêt dans un programme de fidélité.
Cette distinction a une conséquence pratique immédiate : la zero-party peut alimenter les mêmes briques que la first-party, enhanced conversions, imports d’aval, audiences prédictives GA4, mais avec un signal déclaratif moins exposé aux fenêtres ITP ou aux sessions tronquées.
Trois points de collecte zero-party à faible friction : un quiz de recommandation en entrée de catalogue, un configurateur de devis avec compte requis, une case « préférences de communication » dans le profil client post-achat. Chacun peut produire un e-mail + un attribut déclaré, à hacher et envoyer à Google quand le consentement et l’usage prévu le permettent.
Unifier les données dispersées avant de les activer
Le pré-requis le plus souvent négligé : la donnée first-party existe déjà dans votre organisation, mais elle est fragmentée entre des silos qui ne se parlent pas.
Le même client apparaît trois fois dans vos systèmes, dans le CRM, dans l’outil e-commerce, dans le service client, sous trois identités différentes, avec trois adresses e-mail légèrement variantes et des consentements de dates différentes. Quand vous envoyez cette base à Google pour les enhanced conversions ou un import d’aval, vous tirez sur un signal pollué : doublons, consentements périmés, e-mails qui ne matchent pas parce qu’ils ont changé de casse ou de domaine.
La conséquence est mécanique : un taux de correspondance bas, des audiences Customer Match qui peinent à atteindre le seuil d’activation, et une perception faussée de la qualité de votre dispositif, alors que le problème est en amont de l’envoi.
L’approche n’exige pas un CDP enterprise pour commencer. Trois étapes suffisent à un premier niveau : un audit des sources d’identifiants disponibles (e-mail, téléphone, adresse postale hashés), une clé de réconciliation unique (l’e-mail normalisé en minuscules, sans espaces, avec une règle claire sur les alias), et une passe de déduplication avant chaque export vers Google. Une jointure propre en SQL ou un export CSV nettoyé récupère souvent davantage de signal qu’un outil sophistiqué branché sur une base non nettoyée.
Vous avez déjà presque tout construit
Si ces briques sont déjà en place, le virage first party n’est pas un chantier séparé : c’est leur mise en cohérence. Reprenons l’inventaire sous ce jour.
- Consentement propre. Consent Mode et CMP au double parcours : la base légale de toute donnée directe. Sans ça, le reste du dispositif repose sur une base fragile.
- DataLayer structuré. La donnée que votre site sait, capturée avant que le navigateur filtre.
- Enhanced conversions. Votre première utilisation active du first party : l’e-mail confié qui renoue une partie du fil que le cookie a perdu.
- Imports d’aval. La donnée la plus first party qui soit : vos contrats, votre CRM réinjectés dans Google.
- Pose serveur. Une durée de vie mieux maîtrisée sur votre propre domaine, moins dépendante du JavaScript côté navigateur.
Chaque page de cette branche était une brique first party qui n’en portait pas le nom. La « stratégie first party data » n’est pas une couche de plus : c’est la cohérence de toute votre mesure, enfin nommée.
Ce qui manque le plus souvent n’est donc pas technique. C’est l’amont.
Comment collecter la donnée first party quand l’outillage ne suffit pas ?
Voici le point dur, et il déplace le sujet hors du périmètre des outils : la donnée first party se gagne.
Un e-mail se confie contre quelque chose : un compte client utile, un contenu qui vaut l’échange, un suivi de commande, un programme qui justifie de s’identifier.
Le stack le plus propre du marché, branché sur une relation client pauvre, collectera peu : pas de raison de créer un compte, pas de compte ; pas de compte, pas d’identifiant ; pas d’identifiant, pas de rapprochement. La technique ne remplace pas la raison de s’identifier.
D’où la question d’inventaire qui vaut tous les audits techniques : à quels moments un client a-t-il aujourd’hui une bonne raison de me confier qui il est, et qu’est-ce que je lui donne en échange ?
Chaque réponse est un point de collecte ; chaque point de collecte alimente une brique (EC, import, audience). Et c’est cette donnée propre que le modèle d’attribution data-driven digère ensuite pour répartir le mérite entre vos campagnes.
Chaque absence de réponse pointe un chantier réel : il relève de l’offre et de la relation, pas uniquement du tag management.
| Point de collecte | Contrepartie offerte au client | Brique de mesure alimentée |
|---|---|---|
| Création de compte | Historique commandes, suivi simplifié | Enhanced conversions (e-mail hashé) |
| Formulaire de devis / contact | Réponse personnalisée, rappel | Import d’aval CRM |
| Programme de fidélité | Avantages, réductions, statut | Customer Match + audiences GA4 |
| Quiz / configurateur | Résultat personnalisé, conseil | Zero-party → EC + import |
| Compte post-achat | Suivi colis, facilité de retour | Enhanced conversions récurrentes |
Les cases vides de la colonne « contrepartie » sont vos chantiers. Ce tableau fait surtout ressortir les blocages avant de choisir un outil.
Ce que rapporte concrètement un dispositif first party structuré
Il n’y a pas de chiffre universel à annoncer ici, et méfiez-vous de ceux qui en avancent un. Les études publiées par les partenaires ou les plateformes mesurent des contextes très différents, et l’uplift dépend du point de départ : une base d’e-mails propre déployée sur des enhanced conversions récupère davantage de signal qu’une base polluée sur un compte déjà bien tracké.
Ce qui est mesurable en compte, c’est le delta avant/après.
Delta de conversions récupérées. Avant les enhanced conversions, combien de conversions reposent sur un cookie ? Après le déploiement, le diagnostic EC dans l’interface vous donne votre taux de correspondance réel. La différence entre les deux états est votre signal récupéré, pas une projection, une mesure en compte.
Delta tROAS ou tCPA à périmètre constant. Un dispositif first party qui fonctionne améliore la qualité du signal d’entraînement du Smart Bidding. L’effet n’est pas immédiat (la phase d’apprentissage a besoin d’accumuler) mais il se lit dans l’efficience sur la durée, pas dans un tableau de bord agence.
Le biais de sélection à connaître. Les entreprises qui ont un bon first party ont généralement une meilleure relation client : elles collectent plus parce qu’elles offrent plus. Cela fausse les comparaisons de portefeuille. L’indicateur utile n’est pas « combien gagnent les boîtes avec du first party » mais « qu’est-ce que votre compte récupère entre l’état actuel et l’état cible ».
Quand la base first party est insuffisante : alternatives et compléments
Deux leviers existent quand votre dispositif first party est en cours de construction. Ni l’un ni l’autre ne remplace la donnée directe, mais ils ne sont pas équivalents.
Ciblage contextuel : cibler la page, pas la personne
Le ciblage contextuel est la roue de secours, pas le dispositif. Il cible le contenu de la page ou du thème de recherche plutôt que la personne, ce qui le rend indépendant de tout identifiant.
Sur Search, le contexte est naturellement intégré : la requête elle-même est du contexte pur. C’est sur Display et YouTube que le ciblage contextuel redevient un levier explicite, pour les annonceurs qui ne disposent pas encore d’une audience first party suffisante pour un remarketing ou un Customer Match.
La limite est claire : le ciblage contextuel capitalise peu. Il cesse dès que vous arrêtez de diffuser, il n’alimente pas directement votre base client et ne remplace pas une donnée identifiante consentie. C’est un levier de couverture à court terme, pas une alternative à la construction du first party.
Data clean rooms : la couche avancée pour les gros volumes
Les data clean rooms, dont Google Ads Data Hub, aident à croiser vos données first party avec les données Google sans les exposer individuellement. Analyse de reach incrémental, fréquence réelle cross-canal, audiences lookalike sans export brut des profils : c’est une couche de mesure qui opère sur des agrégats, pas sur des individus.
La condition d’entrée est réelle : en dessous d’un volume suffisant de clients actifs, les requêtes tombent sous les seuils de confidentialité et renvoient des résultats vides. Il s’agit moins d’une brique de départ que d’une brique de maturité, pour les organisations qui ont déjà un first party structuré, propre, et volumique. Si vous en êtes là, la valeur est réelle. Si vous n’y êtes pas encore, concentrez-vous sur les briques précédentes.
- Privacy Sandbox ne fournit pas de remplaçant universel aux cookies tiers : la mesure reste fragmentée.
- Zero-party (déclarée) > first-party (observée) > third-party (achetée) : la hiérarchie de durabilité est aussi celle de la valeur relationnelle.
- Avant d’activer, unifier : une base dupliquée ou avec des consentements périmés dégrade le taux de correspondance et masque la qualité réelle du dispositif.
- La stratégie first party data, c’est la somme des briques déjà posées dans cette branche : consentement, enhanced conversions, imports, pose serveur.
- Le chantier principal dépasse la technique : construire les raisons pour lesquelles un client confie sa donnée.
La décision pratique
Le first party dépasse la transition : c’est la base durable. La seule question est l’état de votre bagage.
