Le marché de la donnée
Marché historique
Fondamental :
Dès les années 1960, aux débuts de l’informatisation, les organismes de crédit sont parmi les premiers à compiler et à traiter des données des américain·es ( Tréguer, 2023[1]).
Définition : Data broker
Un courtier en données (data broker en anglais) est une entreprise spécialisée dans la collecte et la vente ou revente de données, et en particulier de données personnelles, telles que les revenus, l'origine ethnique, les convictions politiques, les préférences sexuelles ou religieuses, le métier, le salaire et les revenus, les crédits et les dettes, l'état de santé, les comportements d'achats, de loisirs ou encore des données de géolocalisation).
Exemple : Acxiom, un data broker historique
Exemple : La plupart des applications pour smartphone intègrent des mouchards
Les data brokers eux-mêmes restent discrets sur l’origine de leurs données. Plusieurs circuits existent. Elles peuvent d’abord être collectées et partagées directement par les applications. La transmission peut aussi se faire par le biais d’une de leurs briques logicielles – les « SDK » (pour « Software Development Kit »). Ces outils, gratuits, sont utilisés par de nombreux éditeurs pour faciliter le développement et la monétisation de leurs applications. Les entreprises tierces qui les proposent se rémunèrent, quant à elles, grâce aux données personnelles des mobinautes.
Les éditeurs d’applications mobiles gratuites sont en effet « fortement incités à collecter les données de leurs utilisateurs, car la publicité est leur principale source de revenus », analyse Narseo Vallina Rodriguez, chercheur à l’IMDEA Networks Institute, à Madrid, et spécialiste des enjeux de protection des données mobiles. Or, une petite application gratuite peut difficilement le faire sans passer par des SDK, pour des raisons techniques et financières.
Les données récoltées sont donc fortement concentrées et ne transitent pas nécessairement par les éditeurs de logiciels (ou d'applications).
Début 2025, un journaliste allemand obtient un échantillon de données d'un databroker américain.
Certaines applications sont associées à des données de localisation d'une précision alarmante. Ces données peuvent aider à identifier le lieu de résidence d'une personne. Il s'agit notamment de l'application de rencontres homosexuelles Hornet, qui compte plus de 35 millions d'utilisateurs ; de l'application de messagerie Kik, qui compte plus de 100 millions de téléchargements dans le seul Google Play Store ; de l'application météorologique la plus populaire d'Allemagne, Wetter Online, qui compte également plus de 100 millions de téléchargements dans le Google Play Store ; de l'application de suivi des vols Flightradar24, qui compte plus de 50 millions de téléchargements dans le Google Play Store ; de l'application du site d'information allemand Focus Online et d'applications de petites annonces pour les utilisateurs allemands (Kleinanzeigen) et les utilisateurs français (leboncoin).
Certains développeurs d'application semblent dépassés par les mécanismes de collecte.
Aucune des applications interrogées ne déclare avoir eu des relations commerciales avec le groupe Datastream. Les applications Hornet et Vinted ont répondu qu'elles ne pouvaient pas expliquer comment les données de leurs utilisateurs avaient atterri chez un data broker. L'application de rencontre queer Hornet souligne qu'elle ne partage pourtant pas de données de localisation avec des tiers et annonce avoir ouvert une enquête.
Complément : Quels mouchards ?
Exodus Privacy : https://reports.exodus-privacy.eu.org
GAFAM et données
Fondamental : « Si c'est gratuit, c'est toi le produit »
Le modèle économique des GAFAM se base fortement sur l'exploitation des données des utilisateur·ices.
⚠️ Mieux vaut éviter cette formule qui exclut de fait l’existence d’alternatives non-marchandes, comme les logiciels libres.
Qui sont les vrais clients des GAFAM ?
Toute organisation voulant cibler quelqu'un selon son profil.
Exemple : Qui est prêt à payer pour du ciblage ?
Marques voulant promouvoir un produit aux différents segments marketing
Politiques cherchant à distribuer des messages très personnalisés
Compagnies d'assurance incluant le risque dans la cotisation
Chercheur·ses souhaitant recruter un public spécifique
États à la recherche de signaux faibles de risque de fraudes/délits
Remarque : IAg et ciblage ?
Par extrapolation du fonctionnement des services des Big Tech, il semble peu probable que les IAg ne deviennent pas, à un moment ou un autre, des produits pour annonceurs.
Remarque : Un aperçu des sources de données des GAFAM
Les régies publicitaires à l'ère des plateformes
Définition : Régie publicitaire
Une régie publicitaire est une entreprise qui met en relation des annonceurs souhaitant diffuser des publicités et des entreprises de média qui souhaitent mettre à disposition des espaces publicitaires.
Définition : SDK
Un SDK (Software Development Kit) est une boîte à outil qui aide les développeurs. Dans le domaine de la publicité, les SDK simplifient l'affichage de publicités et la monétisation. Les GAFAM comme les data brokers proposent des SDK qui sont largement adoptés.
Il faut noter que ces outils qui sont à l’origine d’une récolte de données considérable sur les smartphones (exemple : Ikram et al., 2021[7]).
Remarque : Régie publicitaire + fournisseur de contenu = davantage de pouvoir
Les grandes régies publicitaires sur le web (Google Ads, Facebook Ads, Instagram Ads, Tiktok Ads, YouTube Ads, Amazon Ads...) appartiennent à des grandes plateformes basées sur du contenu : elles ont un incitatif fort à capter les données des utilisateur·ices pour afficher une meilleure performance que les autres.
Fondamental : Les régies des Big Tech sont en situation de monopole
Les Big Tech collectent, agrègent et monétisent l’accès aux données personnelles. Elles sont dans une situation de monopole à la fois vis-à-vis des utilisateur·ices (par effet de réseau) et des autres publicitaires (par effet de seuil : elles ne peuvent pas entrer en concurrence vu la quantité de données accumulées).
Think with Google : plongée dans le monde du marketing digital
Exemple :
Lassés de la surcharge informationnelle, les consommateurs aspirent à plus de simplicité. La preuve ? L'intérêt de recherche pour le "jeûne de dopamine" (dopamine fasting) a explosé cette année, avec une multiplication par six des recherches sur le sujet.
C'est l'occasion pour les marques de sortir du lot en privilégiant des connexions plus étroites. Plutôt que de submerger vos publics, adoptez une approche marketing en "pleine conscience", axée sur l'essentiel.
La clé ? Une stratégie data efficace. Collectez et analysez les données consenties pour comprendre les besoins et préférences de vos client·es. Vous pourrez ainsi proposer des expériences hyper-personnalisées, au lieu de les noyer sous un flot d'informations inutiles.
Le 1er septembre 2025, la CNIL a sanctionné Google d’une amende de 325 millions d’euros pour avoir affiché des publicités entre les courriels des utilisateurs de Gmail sans leur accord, et pour avoir déposé des traceurs (cookies) lors de la création de comptes Google, sans consentement valide des utilisateurs français.
Exemple : Les shorts YouTube sont présentés comme un produit pour les publicitaires
Si vous cherchez un raccourci pour atteindre de nouveaux acheteurs et acheteuses, ne cherchez pas plus loin que YouTube Shorts. En effet, d’après notre dernière étude réalisée en partenariat avec Cint et Differentology, YouTube Shorts est la première plateforme de vidéos courtes pour découvrir de nouveaux produits et marques en Europe, au Moyen-Orient et en Afrique (EMEA).
Fondamental : La prédiction est au cœur du produit que vent Google
Les nouvelles formes de requêtes (images, commandes vocales, questions de suivi) fournissent des signaux riches sur ce que les utilisateurs cherchent réellement. L’IA excelle à décrypter ces entrées diverses, transformant des indices subtils en une intention utilisateur claire.
Remarque : Le machine learning est réputé plus performant avec l’accumulation de données
Pour accélérer leur retour sur investissement lors du déploiement d’applications d’IA, les entreprises doivent se concentrer sur la création d’un socle de données solide. Les performances de l’IA étant intimement liées à la qualité des données.
Conclusion
Remarque : Big Tech et nouveaux produits
En 2026, il semble peu vraisemblable que les GAFAM développent une fonctionnalité ou un produit qui n’ait pas pour raison première la collecte ou l’exploitation de données, puisque ça produit du chiffre d’affaire de façon durable et forte.
Fondamental :
Par leurs multiples casquettes, les GAFAM agrègent les données...
Récoltées via leurs plateformes ;
Récoltées via des « mouchards » (sites web tiers, application mobile...);
Achetées aux data-broker ;
Téléchargées par les clients.