Tout ce qui mérite d'être su, rien qui ne le mérite pas.
Ce que cela fait réellement
Un SMS submit_sm inclut un champ data_coding qui indique au SMSC comment interpréter le corps du message. DCS = 0x00 (ou 0x01) correspond à l'encodage GSM 7 bits, soit l'encodage par défaut de 160 caractères. DCS = 0x08 correspond à l'encodage UCS-2, soit deux octets par caractère. Le SMSC transmet le data_coding au SMSC de l'opérateur destinataire, qui le transmet ensuite au terminal. Le terminal affiche alors le corps du message en utilisant l'encodage indiqué. Tout mélange d'encodages (envoi d'un corps encodé en GSM-7 contenant un caractère UCS-2) constitue une violation du protocole et provoque un affichage illisible.
Pourquoi c'est important sur le plan commercial
Pour la messagerie au Moyen-Orient et en Afrique du Nord (MENA), le format UCS-2 est le format par défaut : la quasi-totalité du trafic A2P arabe destiné aux consommateurs utilise UCS-2, ce qui explique que chaque message coûte 2 à 3 segments au lieu d'un seul. Ce format est indispensable ; la translittération de l'arabe en alphabet latin nuit à la reconnaissance et à l'engagement des consommateurs. La pratique courante des opérateurs consiste à pré-classifier le trafic UCS-2 arabe au niveau du SMSC et à le tarifer en conséquence. Pour les marchés utilisant l'alphabet latin, l'optimisation consiste à nettoyer la composition des messages afin d'éliminer les déclencheurs UCS-2 accidentels (tirets cadratins, guillemets typographiques, émojis provenant de documents Word) avant l'envoi.
Angle opérationnel
La plupart des agrégateurs détectent automatiquement l'encodage à partir du corps des données soumises et configurent le paramètre `data_coding` en conséquence. Certains permettent de forcer l'encodage (utile pour les tests). En cas de facturation anormale (« pourquoi ma campagne en arabe coûte-t-elle trois fois plus cher que prévu ? »), il faut d'abord vérifier la distribution des encodages de la campagne : si vous attendiez du GSM-7 mais que les données sont en UCS-2, cela signifie que des guillemets typographiques ont été ajoutés.
Considérations relatives à la confidentialité et à la conformité
L'encodage est une métadonnée ; il ne constitue pas une donnée personnelle en soi et n'est pas concerné par la PDPL/RGPD. Cependant, UCS-2 étant l'encodage utilisé pour l'arabe, le trafic UCS-2 est statistiquement plus susceptible de transporter des données personnelles de résidents de la région MENA. Les opérateurs des marchés réglementés de cette région appliquent généralement les règles de résidence des données les plus strictes au trafic UCS-2, partant du principe, par défaut, qu'il transporte des données personnelles en langue locale.