Logo de Keley Consulting
Menu burger à 3 traitsCroix blanche de fermeture du menu
EXPERTISE + LIBERTÉ
= OPINIONS
Filtrer

Comment évaluer l’efficacité de mes campagnes Marketing ? Épisode 03

Précédemment dans la série « comment évaluer l’efficacité de mes campagnes marketing ? », nous avons présenté plusieurs modèles d’attribution permettant d’évaluer l’efficacité des campagnes marketing Online. Ces modèles se basent sur une analyse des chemins de conversion afin d’inférer la contribution des canaux. Cependant, pour les canaux Offline, on dispose rarement des chemins de conversion des clients. Dès lors, comment évaluer la contribution des canaux Offline en ignorant le niveau d’exposition de chaque prospect aux différents canaux ?

Essayer de résoudre une telle problématique permet de répondre à plusieurs questions stratégiques qu’un marketeur peut avoir :

  • Quel support marketing contribue le plus à mon ROI ?
  • Quels sont les facteurs économiques ou marketing qui impactent le plus mes ventes ?
  • Pour quel arbitrage ou allocation budgétaire opter dans le but de maximiser mon ROI ?
  • Dois-je investir davantage dans des campagnes online ou offline ?

Les modèles de mix marketing sont une solution à la problématique posée. Ils permettent d’analyser par des techniques économétriques la réponse de la demande du marché à l’effort marketing. Tout au long de cet article, et sans perte de généralité, on va référer à la réponse de la demande du marché par les ventes.

Qu’est-ce qu’un Marketing Mix Modeling ?

Le Marketing Mix Modeling (MMM) est un outil d’aide à la décision permettant au marketeur, à travers un ensemble de techniques statistiques, de quantifier et d’analyser les effets de plusieurs facteurs économiques, marketing et commerciaux sur les ventes. Pour illustrer, les facteurs économiques peuvent être le prix, l’inflation, la saisonnalité ou des campagnes sur des produits de substitution. Les facteurs marketing reposent principalement sur des actions marketing, comme par exemple la dépense sur des canaux publicitaires (TV, radio, presse écrite, etc.). Quant aux actions commerciales, il se peut que le marketeur ait engagé des campagnes de promotion ou des ventes privées. Le résultat de l’MMM nous permet d’améliorer, si besoin, la stratégie marketing.

Comment implémenter un MMM ?

Le MMM exploite les variations associées à un ensemble de facteurs (économiques, marketing et commerciales) et la variation du KPI correspondant (par exemple le volume des ventes). Il segmente les ventes en Baseline (par exemple ventes dues au Brand-Building) et en volume incrémental (variations court terme). La Baseline est une estimation des ventes en cas d’absence de tout effort marketing. Quant au volume incrémental, il nécessite une analyse à court terme des variations des ventes en raison d’une campagne marketing ou d’une action commerciale.

Avant d’entamer toute modélisation, une analyse exploratoire s’impose. En effet, vu que le MMM se base sur une analyse des variations des ventes et des facteurs potentiellement influant sur les ventes, il faut isoler la saisonnalité car cette dernière peut mener à des corrélations insensées. Il faut aussi vérifier que les variables d’entrée présentent une variance assez élevée dans le but de pouvoir faire une inférence sur leurs contributions aux ventes. Cette analyse exploratoire doit aussi vérifier certaines caractéristiques métiers qui peuvent se manifester par une saturation des médias menant à un rendement décroissant (Diminishing Returns) ou à une durée d’effet ou effet de report (Carry Over Effect) d’une campagne associée à un canal publicitaire. Ces derniers peuvent nous imposer d’opérer des transformations sur les variables.

La figure suivante illustre le processus à suivre lors d’une analyse de type MMM :

Schéma de processus d'analyse du Marketing Mix Modelingg
Le sujet vous intéresse ? Découvrez nos compétences dans le domaine :

La modélisation d’un problème MMM dans le but d’évaluer le ROI passe par les 4 étapes suivantes :

1. Identification de la structure du modèle économique

L’identification de la structure du modèle économique consiste à identifier le niveau de la taxonomie sur laquelle va porter l’étude : doit-on analyser les ventes au niveau d’un produit, ou au niveau d’une catégorie de produits, ou d’une business-unit ? Le niveau d’intervention va influencer sur le choix du modèle MMM.  

2. Modélisation de la profondeur de l’analyse et des données d’entrée

La modélisation de la profondeur de l’analyse consiste à étudier la granularité sur laquelle va porter l’analyse. La granularité dans ce contexte peut être soit à l’échelle temps (données journalières, hebdomadaires ou mensuelles, etc.), soit à l’échelle spatiale (données à l’échelle régionale, nationale, etc.). La question de granularité se pose lors de la fusion des différentes sources de données.  Par exemple, au cas où on s’intéresse uniquement à l’évaluation de l’efficacité des campagnes marketing, le choix de la granularité associée à l’échelle temps doit se baser sur la granularité des données de campagnes tout en évitant d’agréger les données au niveau journalier vu que les ventes sont très volatiles à cette échelle.

3. Estimation des paramètres du modèle court terme, décomposition des ventes et estimation du ROI

A travers une variété de techniques de régression, le MMM permet d'identifier les meilleurs canaux marketing dans lesquels investir tout en tenant compte du rendement décroissant, souvent due à la saturation des médias, et l’effet de report qui représente la durée d’effet d’une publicité sur un canal. Les différentes variantes du MMM peuvent être formulées comme suite :

g(Ventes (produit i,t ̂)) = Baseline i,t ̂ + ∑j∈S(i) ∑k∈F(i) ∑t≤t ̂ β k,i,j f(Facteur k,j,t) + bruit (t ̂)

S(i) est l’ensemble de produits de substitution au produit i (y compris le produit i), les fonctions f et g sont des transformations à opérer selon les caractéristiques du problème, F(i) représente l’ensemble des facteurs influant sur i et Facteur k,j,t est un facteur k associé au produit j à l’instant t.

La décomposition des ventes ainsi que l’estimation du ROI reposent sur l’estimation et l’interprétation des coefficients β k,i,j, qui dépend à son tour des transformations f et g. Par exemple, en absence de toute transformation, β TV,i,j représente une estimation de la part des ventes du produit i pour chaque euro investi en publicité sur le canal TV, alors que si on opère des transformations logarithmiques  g=f=ln, β TV,j,t peut être interprété comme le pourcentage de variation des ventes associé à 1% de variation dans l’investissement sur le canal TV.

4. Effet du marketing indirect

Quand on parle de l’efficacité d’une campagne marketing, on se focalise souvent sur le ROI. Or, la pertinence d’une campagne va au-delà de la valeur générée à un instant donné et doit intégrer l’image de marque, i.e. une bonne image de marque est souvent corrélée à une baisse de la sensibilité de la demande à la variation de prix.  Afin d’approcher l’évolution de l’image de marque dans le temps, on peut analyser le trend associé à l’évolution de la Baseline.

À la fin de ces 4 étapes, vous obtiendrez une évaluation la contribution de chaque canal à la fois au chiffre d'affaires généré, et à la construction de l’image de marque.

Pour toute entreprise, l’optimisation budgétaire est l'une des décisions clés à prendre à des fins de planification. En connaissant par le biais du MMM la contribution de chaque canal, le marketeur peut opérer un arbitrage budgétaire en déplaçant l’argent des canaux à faible ROI vers les canaux les plus rentables. Ceci permettra de générer plus de ventes sans effort marketing supplémentaire. Le MMM nous permet également d’aller au-delà d’une inférence sur l’importance des canaux Offline, il permet également la prédiction des ventes ce qui permettra à un marketeur de simuler la performance de plusieurs stratégies.

Après la théorie la pratique. ! Nous vous proposerons dans le prochain épisode de poursuivre notre série « Comment évaluer l’efficacité de mes campagnes Marketing ? » par un cas d’usage concret sur l’attribution.

Restez connectés !

Commentaires

Oussama Raboun

Ingénieur en recherche chez Keley Data

Diplômé d’un Doctorat en informatique obtenu à l’Université Paris-Dauphine, d’un Master de recherche Paris-Dauphine et Mines ParisTech et d’un diplôme d’ingénieur en ingénierie mathématique, Oussama a rejoint Keley Data afin de construire de nouveaux modèles d'aide à la décision pour nos clients.

Partager cet article :

Vous avez un projet digital ? Nous pouvons vous aider à définir et concrétiser rapidement votre stratégie.

Contactez-nous
Filtrer

Inscrivez-vous à la newsletter Keley

Recevez tous les mois nos paroles d'experts et l'actualité du digital dans notre newsletter.

Merci ! Votre message a bien été envoyé.
Désolé ! Votre message n'a pu être envoyé.

La collecte des informations demandées est nécessaire au traitement de votre demande par Keley, unique entité habilitée au traitement. Elle vous permettra de recevoir chaque mois la newsletter Keley, mais aussi de recevoir en avant-première des invitations à nos événements et de donner votre avis lors d'enquêtes. Pour tout autre type de contact, votre consentement sera au préalable recueilli. Vous disposez d’un droit d’accès, de rectification, d’opposition et de suppression des données vous concernant. Pour l'exercer, merci de nous en faire la demande par email à  communication@keley-consulting.com.