Ciblage géographique et analyse par pays : lire honnêtement les données de localisation

Le graphique par pays est la première chose qu’affiche un outil de liens et la dernière qui fasse changer une décision. Trente-huit pour cent d’une campagne venus d’un seul pays : cela ne dit rien de la présence réelle de ces gens dans ce pays, du réseau qui les a portés, ni de l’heure qu’il était là où ils se tenaient.

Cet article traite de la couche située sous le graphique par pays : d’où viennent réellement le pays, la région et la ville, ce que signifie le rayon de précision, pourquoi le réseau par lequel un visiteur est arrivé forme un axe distinct du lieu d’où il est arrivé, en quoi l’activité à l’heure locale du visiteur diffère de l’activité dans le fuseau de vos rapports, ce que fait le routage par pays et par langue et où il s’arrête, et les trois erreurs qui transforment immanquablement des données de localisation en certitudes fausses.

D’où viennent le pays, la région et la ville

Deux sources répondent à la même question avec deux niveaux de finesse, et savoir laquelle a répondu compte davantage que la réponse elle-même.

Le réseau répond en premier

Toute requête qui atteint une redirection sur un réseau de périphérie arrive déjà porteuse de champs que le réseau a résolus lui-même : pays, région, ville, coordonnées approximatives, fuseau horaire, numéro de système autonome et nom de l’organisation qui le détient. Ces champs ne coûtent rien — aucune lecture de base, aucun aller-retour — et ils suffisent à toute décision qui n’a besoin que d’un pays : c’est sur eux que tourne le routage rapide.

La base sous licence répond plus finement

Une base géographique commerciale, recompactée hors ligne dans un format conçu pour des recherches en une seule lecture sur le edge, ajoute ce qu’une réponse de niveau réseau ne porte pas : le rayon de précision de la ville, les identifiants GeoNames derrière la région et la ville, des noms de lieux stables en huit langues, le type de proxy de la plage d’adresses, et un numéro de système autonome là où le réseau n’en a pas fourni. Les répartitions géographie et qualité du trafic sont bâties sur cette couche.

Le plus intéressant est le comportement en panne. Si le paquet ne peut pas être lu, les redirections continuent de fonctionner et les statistiques d’enregistrer : le résolveur se rabat sur la réponse de niveau réseau et marque la ligne avec la source qui l’a produite, si bien qu’un graphique ne mélange jamais en silence données précises et données approximatives. Les lignes de repli n’ont ni identifiant de ville ni rayon de précision, et l’interface le dit au lieu de vous laisser le deviner.

Des identifiants, pas des noms

Un événement de clic stocke un identifiant, jamais un nom de lieu localisé. Cela ressemble à un détail d’implémentation et c’est en réalité toute la différence entre une ligne et deux : « Bavière » et « Bayern » sont un seul et même identifiant GeoNames, et un rapport qui stockerait des chaînes de caractères les classerait pour toujours comme deux régions distinctes.

Les noms sont résolus à la lecture du rapport, depuis le dictionnaire de la langue que le lecteur utilise : huit des dix langues du tableau de bord disposent de noms de lieux, les deux autres retombent sur l’anglais plutôt que sur une cellule vide. La langue est prise dans le réglage du compte du lecteur et non dans un paramètre de requête, car un paramètre permettrait à une seule personne de figer sa langue dans un cache partagé par tout l’espace de travail.

Le rayon de précision est ce qui rend la carte honnête

Une fiche de ville n’est pas une localisation. C’est un point assorti d’un rayon, et c’est le rayon qui vous dit ce que vaut le point. Vingt kilomètres décrivent une plage d’adresses qu’un opérateur a attribuée quelque part dans cette zone ; cela ne décrit ni une personne, ni un quartier, ni la zone de chalandise d’un magasin.

Deux choix de conception en découlent. Les coordonnées sont stockées en dix-millièmes de degré entiers, parce que des décimales supplémentaires fabriqueraient une précision que la source n’a pas. Et un rayon de zéro signifie « inconnu », pas « exact » — cela vaut la peine d’être vérifié avant que quiconque construise une carte à partir d’un export.

La règle pratique : servez-vous des données de ville pour comparer des marchés et repérer des concentrations, pas pour conclure quoi que ce soit à partir d’une poignée de lignes, et pas du tout sur les lignes auxquelles le chemin de repli a répondu.

La ville et le réseau sont deux axes distincts

Le lieu d’où vient un clic et le réseau par lequel il est passé sont deux questions différentes, et ne répondre qu’à la première est exactement la façon dont un acheteur média finit par payer du trafic qui n’avait aucune chance de convertir. La répartition par réseau liste le numéro de système autonome, le nom du fournisseur, le type de proxy de cette plage et — c’est la colonne qui fait le travail — les clics humains à côté des clics totaux. L’écart entre ces deux colonnes chez un même fournisseur constitue en général tout le résultat de l’analyse.

| Étiquette de plage | Ce qu’est la plage | | --- | --- | | Centre de données | Espace d’adressage d’hébergement, de cloud et de colocation | | Proxy public ouvert | Relais ouverts par lesquels n’importe qui peut passer | | VPN | Plages de sortie des VPN commerciaux | | Robot de recherche | Plages de robots publiées par les moteurs de recherche | | TOR | Nœuds de sortie du réseau TOR | | Anonymiseur web | Services de proxy utilisables depuis un navigateur |

Les plages qui n’entrent dans aucune de ces catégories sont des adresses ordinaires, et le groupe étiqueté de loin le plus vaste est celui des centres de données, pas celui des VPN grand public. Cette étiquette est combinée à d’autres signaux — listes de robots vérifiés, résolution inverse pour les robots qui ne publient aucune liste, motifs d’agent utilisateur, comportement des requêtes — pour produire un type de visiteur et un score de qualité de 0 à 100 assorti de ses motifs. Le score ne bloque rien par lui-même : le blocage se configure dans les règles de trafic, et le score sert à expliquer un verdict et à alimenter le rapport. La mécanique de classification est détaillée dans le filtrage du trafic.

Une asymétrie assumée : trois panneaux — Filtré, Qualité du trafic et Réseaux — incluent le trafic automatisé même quand l’option « exclure les robots » est active, parce qu’exclure les robots à cet endroit viderait précisément les écrans que l’on a ouverts pour regarder les robots. Partout ailleurs le filtre se comporte normalement, et le trafic automatisé ne consomme jamais le quota de clics suivis d’une formule.

L’activité à l’horloge du visiteur

Un rapport ne peut s’afficher que dans un seul fuseau horaire. Chaque clic a le sien. Convertissez les horodatages stockés vers le fuseau de l’espace de travail et un pic du soir dans trois marchés s’aplatit en un plateau qui laisse croire que votre audience n’a aucun rythme.

L’heure locale est donc calculée au moment où le clic est écrit, à partir du fuseau résolu pour ce visiteur, puis stockée sur la ligne — le seul point de la chaîne où le fuseau propre au visiteur est encore connu. Ce que l’on y gagne, c’est une réponse sur l’heure d’envoi qui survit à une campagne multimarché : l’heure à laquelle votre audience ouvre vraiment les choses, et non l’heure à laquelle vos machines étaient occupées.

Le coût, disons-le franchement, est que les réserves qui pèsent sur la réponse géographique se propagent. Un clic passé par un nœud de sortie situé dans un autre pays porte l’heure de ce pays, et une ligne à laquelle le chemin de repli a répondu porte le fuseau que le réseau a bien voulu indiquer. Les graphiques d’heure locale méritent d’être lus à côté de la répartition par réseau, pour la même raison que le graphique des villes.

Router par pays et par langue

Une seule adresse courte, plusieurs destinations : un visiteur allemand atterrit sur la boutique allemande, un visiteur belge francophone sur la page française, tous les autres sur le site principal. Les règles de ciblage forment une liste ordonnée, les conditions d’une même règle sont reliées par « et », et la première correspondance complète l’emporte. Ordonner à la main plutôt que par un score de spécificité est un arbitrage assumé : une liste ordonnée se lit à voix haute, tandis qu’une table de priorités devient impossible à déboguer dès qu’elle dépasse trois entrées.

Le rapprochement des langues tient en une règle qu’il vaut la peine de retenir : en couvre toutes les variantes régionales, si bien que en-GB et en-US y correspondent tous les deux, tandis que en-GB exige une correspondance exacte et n’attrapera pas l’anglais américain. Écrivez la règle large quand vous visez la langue, et la règle précise quand vous visez le marché.

Une donnée manquante ne se transforme jamais en blocage. Si une condition ne peut pas être évaluée — pays inconnu, paquet indisponible — la règle ne correspond tout simplement pas et le visiteur poursuit vers la destination de base. Dans les règles de trafic, le principe est explicite : chaque condition est trivaluée, remplie, non remplie ou sans réponse ; une règle qui contient une condition sans réponse est ignorée en entier ; et l’inversion ne porte que sur des réponses certaines, si bien que « n’autoriser que ces pays » ne ferme pas la porte au monde entier quand une recherche échoue.

L’ordre de la chaîne est fixe : d’abord les règles de trafic, puisqu’elles répondent à la question « faut-il seulement servir cette requête », puis le ciblage, puis un éventuel test A/B, puis la destination de base. Les filtres pays par destination du rotateur sont un quatrième endroit où la géographie resserre un choix : le ciblage décide où va un marché, le rotateur décide comment le trafic de ce marché se répartit.

Router n’est pas substituer un contenu

La distinction compte davantage qu’il n’y paraît. Le routage choisit vers quelle destination réelle une personne est envoyée, et chaque destination est une page que n’importe qui peut ouvrir et lire en entier. Substituer un contenu, c’est faire afficher à une même adresse des choses différentes selon qui la demande — et la variante de cette pratique à laquelle les moteurs de recherche s’opposent consiste à montrer à un robot ce qu’une personne ne verra jamais.

Le redirecteur n’affiche ni ne réécrit les pages de destination ; il répond par une redirection et la destination se sert elle-même. Le seul cas où une requête reçoit autre chose qu’une redirection est celui d’un robot d’aperçu de réseau social, à qui l’on répond avec les métadonnées d’aperçu du lien, pour qu’un lien partagé produise la même carte où que tourne le robot. C’est un aperçu, pas une page de substitution.

Les règles peuvent aussi réserver un sort particulier aux robots vérifiés : les laisser passer, fermer le lien, les envoyer vers une page de substitution. La plateforme fournit le mécanisme, un aperçu de la règle qui se déclencherait pour un profil de visiteur donné avant le moindre clic, et un journal de ce qui s’est déclenché ensuite. Décider si un robot doit recevoir autre chose qu’une personne vous appartient, et c’est le journal qui rend cette décision auditable.

Trois façons de tirer des données géographiques une conclusion fausse et assurée

Lire un marché sur du trafic qui n’était pas dans ce marché. Un pays qui grimpe dans votre graphique n’est pas une preuve de demande tant que vous n’avez pas regardé ce qui l’a porté. Si l’essentiel de ses clics arrive de plages de centres de données ou de sorties de VPN commerciaux, vous regardez où sont les nœuds de sortie, pas où sont les acheteurs. C’est l’erreur la plus coûteuse de la liste, parce qu’elle produit un plan : le budget se déplace, les créations sont localisées, et rien de tout cela n’atteint une personne.

Classer les pays sans classer leur volume. Un marché à 90 clics et 4,4 % de conversion ne surpasse pas un marché à 9 000 clics et 3,9 % ; c’est un marché où quatre événements de plus feraient bouger le chiffre davantage que l’écart qui vous enthousiasme. Fixez un plancher de volume en dessous duquel un pays n’entre pas dans un classement, et comparez l’écart observé à ce qu’une poignée d’événements suffirait à déplacer. L’enjeu n’est pas la pureté statistique : c’est de ne pas réorganiser un trimestre autour du bruit.

Se fier à une ville quand les données ne soutiennent qu’une région. Les lignes de ville portent des rayons, et certaines lignes n’ont aucune ville. Une campagne bâtie pour une seule agglomération à partir de lignes dont le rayon couvre la moitié d’un pays est un plan bâti sur un artefact d’arrondi. Quand la question exige vraiment une ville — l’ouverture d’un magasin, un événement, une promotion locale — vérifiez avant de vous engager combien de lignes sous-jacentes portent un identifiant de ville et à quoi ressemblent leurs rayons. Quand elles ne le soutiennent pas, servez-vous de la région : elle est stable, adossée à un identifiant et bien plus difficile à mal lire.

Une quatrième habitude empêche les trois premières de se cumuler : lisez les répartitions géographiques à côté des réserves sur la qualité des clics exposées dans le suivi des clics, et rappelez-vous que les visiteurs uniques sont une métrique quotidienne — une comparaison de pays sur un mois additionne des uniques quotidiens au lieu de compter des personnes distinctes.

Ce que ces données ne contiennent pas, délibérément

L’adresse du visiteur n’est jamais stockée. Elle n’existe à l’intérieur d’une seule fonction que le temps de produire une empreinte quotidienne salée et de retrouver la plage d’adresses ; elle n’atteint pas l’événement. Le code postal est résolu par la base et délibérément pas enregistré, parce que dans un habitat dense un code postal est presque une adresse.

La quantité du reste qui est conservée est un réglage de l’espace de travail, appliqué à l’écriture de l’événement et non à sa lecture.

| Niveau | Ce qui est stocké | | --- | --- | | Détail complet | Pays, région, ville, coordonnées, rayon de précision, fuseau horaire, heure locale | | Ville sans coordonnées | Pays, région, ville, fuseau horaire, heure locale | | Pays seulement | Pays et continent |

Des interrupteurs distincts couvrent le réseau du visiteur, l’adresse référente complète et la détection du type de trafic. La rétention est inscrite dans chaque événement sous forme d’un nombre de jours, ce qui n’est pas la même chose qu’une formule limitant jusqu’où vous pouvez remonter, et les changements atteignent les liens en service en quelques secondes plutôt qu’à la prochaine expiration de cache. Le détail figure dans les modes de confidentialité et dans le guide de l’analyse géographique.

Une limite de sortie prête facilement au malentendu : la page de statistiques publique d’un lien n’affiche de tout cela que le pays et la ville — ni réseaux, ni type de trafic, ni score de qualité, ni coordonnées. Cette frontière est vérifiée par un test sur la forme de la réponse plutôt que laissée à la convention.

Une configuration qui résiste à l’examen

1. Lisez la répartition par réseau avant le graphique par pays sur toute campagne que vous payez, en comparant les clics humains aux clics totaux fournisseur par fournisseur.
2. Fixez un volume de clics minimal en dessous duquel un pays n’entre pas dans un classement, et écrivez-le noir sur blanc pour qu’il ne se renégocie pas à chaque réunion.
3. Vérifiez le rayon de précision avant toute décision qui dépend d’une ville, et repliez-vous sur la région quand il n’en soutient aucune.
4. Prévisualisez ce que recevrait un profil de visiteur donné avant de publier des règles de ciblage, plutôt que de tester en production avec votre propre trafic.
5. Choisissez le niveau de détail géographique en connaissance de cause : il décide de ce qui est écrit, et rien de ce qui est désactivé ne pourra être récupéré ensuite.
6. Rapprochez les statistiques des données côté destination une fois par campagne, en particulier sur les marchés où les deux divergent le plus.

Les données de localisation fonctionnent mieux en deux questions plutôt qu’en une : d’où la requête semble venir, et ce qui l’a portée. La première seule produit toujours un graphique ; c’est la seconde qui rend ce graphique digne d’une décision. Les acheteurs média se heurtent à cela les premiers, et c’est pourquoi la configuration pour l’affiliation s’appuie sur les axes réseau et qualité plutôt que sur la carte.