CMO LEADERS

Stratégies marketing et données : au bout de la transparence avec le MMM

6 min
CMO LEADERS
temps de visionnage :
6 min

Stratégies marketing et données : au bout de la transparence avec le MMM

Ecouter cet article
Partager cet article
No items found.
No items found.
En partenariat avec
La disparition des cookies tiers est le symptôme de changements profonds sur le front des datas et des stratégies marketing. Dans ce contexte, le Marketing Mix Modeling est une bonne réponse aux nouveaux défis des marketeurs. Décryptage.

Très prisés par les marketeurs depuis plus de 10 ans, les modèles d’attribution habituels ne sont plus la panacée. En effet, avec la disparition des cookies tiers, mais aussi la chute des taux de consentement des internautes, il était urgent d’adapter les approches et les solutions pour maintenir un bon niveau de connaissance des comportements des utilisateurs. Si les solutions d’attribution classiques analysent les données dans le détail, le Marketing Mix Modeling (MMM) propose, lui, une approche statistique.

“Encore tout récemment, notre lecture du parcours utilisateur était plus simple : nous avions accès à de très nombreuses informations qui nous permettaient de générer des mesures plus précises”, confirme Romain Warlop, Data Science Director chez Fifty-Five, cabinet de conseil en data marketing. “Aujourd’hui, alors que le digital ressemble de plus en plus au monde offline en matière de précision de la donnée, c’est beaucoup plus compliqué”, assure-t-il. Et cela tombe bien : c’est le challenge relevé par un Marketing Mix Modeling revisité.

Enfin un MMM agile !

Loin de tout prévoir, le plan média ne suffit pas. D’autres critères tels que des changements ou des différences de prix, des lancements de promotions, pour ne citer qu’eux, ont un impact sur les campagnes marketing et publicitaires. Justement, tout l’intérêt du Marketing Mix Modeling est d’éviter qu’un facteur extérieur ne crée des biais dans les résultats obtenus. Ainsi, peuvent par exemple entrer dans le viseur du MMM, des données macroéconomiques, la météorologie, les effets de saisonnalité ou encore le lancement de produits par un concurrent.

Les modèles de MMM ont beau exister depuis presque quinze ans, il était temps de remplacer leur reporting annuel façon powerpoint, par une solution digitale agile.

Avec les progrès de la puissance de calcul des modèles statistiques, couplés à des données normalisées et facilement disponibles, le MMM permet de répondre à des problématiques de plus en plus granulaires. Comme l’explique Romain Warlop, chez Fifty-Five, “l’idée est de disposer d’une solution qui tourne en production au quotidien, permet de générer de nouveaux scénarios en mode “click button”, de manière libre pour l’utilisateur. C’est pourquoi nous travaillons sur une data platform pour récupérer toutes les données nécessaires pour comprendre les modèles, automatiser les sources et adapter les scénarios en direct, pour obtenir de nouvelles réponses adaptées au contexte”.

On le voit, Fifty-Five a opté pour une approche différente et moins contraignante que le MMM classique, ce dernier impliquant souvent des projets très longs et assez fastidieux à étudier.

Aujourd’hui, les acteurs en ont assez d’avoir des reportings annuels sous format powerpoint. L’idée est de disposer d’une solution qui tourne en production au quotidien, permet de générer de nouveaux scénarios en mode “click button”, de manière libre pour l’utilisateur. 

- Romain Warlop, Data Science Director (fifty-five) 

De même, Fifty-Five accompagne ses clients dans la prise en main et l’utilisation de solutions développées par Meta ou Google par exemple, pour leur permettre de bénéficier d’une première réponse à leur question et d’une mise en production. En parallèle, il développe sa propre solution ABM (Agent Based Model), qui offre plus de granularité dans les résultats. C’est une technique de modélisation qui cherche à simuler le comportement des consommateurs (inconnus) qui répliquent au mieux les résultats agrégés du marché (connus)“L’ABM n’est proposé aux clients qu’en cas de besoin précis de ces derniers. Notre objectif est de les aider à prendre en main les outils en plaçant le curseur de difficulté au bon endroit, en fonction de leurs questions spécifiques”, précise Romain Warlop qui ajoute que “tout se fait dans la plus totale transparence vis-à-vis du client : tout lui est ouvert, tout lui appartient”. Il faut aussi noter que Fifty-Five pratique un test incrémental dans la vraie vie : “l’idée est de vérifier que l’on n’a pas dit n’importe quoi dans le MMM”.

L’alternative du In-House Marketing Modeling

Pour moderniser le MMM, il faut adopter une autre approche en internalisant certains processus. C’est l’IMM (In-House Marketing Modeling), une alternative au MMM standard, basée sur le Cloud, avec à la clé quatre bénéfices intéressants pour les annonceurs : 

  1. Les sources de données offrent plus de précision et de granularité.
  2. Les données peuvent être mises à jour en temps réel.
  3. Une transparence totale est garantie dans les résultats car les opérateurs sont les Data Scientists des annonceurs, sans intervention d’une tierce personne.
  4. Un export rapide des données vers des outils de ciblage publicitaires ou les CRM.

Pour aller plus loin : Calculer l’impact des canaux marketing avec le nouveau MMM : les paroles de Pierre Harand

Un exemple d’application : Auchan

En 2021, l’enseigne de la grande distribution Auchan a collaboré avec Fifty-Five pour optimiser ses résultats médias. Si l’omnicanalité a permis aux retailers de proposer de nouvelles opportunités pour toucher les clients, elle est ici un frein lorsque l’on regarde les résultats entre le delta entre les points de vente et la part consacrée aux médias. 

En effet, l’enseigne consacre historiquement une part importante de ses revenus à la partie offline, avec notamment des investissements médias tournés vers les tracts en format papier (50%). 

Fifty-Five a mis son expertise au service d’Auchan notamment sur la partie data. Cela a notamment permis de construire une data platform où l’automatisation leur permet une plus grande souplesse sur l’exécution et l’analyse des différentes campagnes médias. 

Cette granularité a permis de répondre à l’une de leurs problématiques qui était de proposer des résultats locaux de leurs magasins et non des résultats uniquement nationaux. Grâce à ce partenariat, la rentabilité a augmenté de 10% en 1 an à l’échelle nationale de l’enseigne, ce qui représente 1% de son budget media. 

Mix media d’Auchan : les 3 facteurs d’amélioration 

  • Une bonne gouvernance avec une équipe mixte composée de fifty-five mais également de  CSA, une agence spécialisée dans le MMM. Le projet à été suivi dans une démarche agile.
  • La qualité de la donnée, avec une base de donnée centralisée avec une meilleure répartition des tables. 40 sources de données différentes ont notamment été nécessaires.  
  • L’automatisation des processus d’intégrations de la donnée avec l’implémentation d’un système d’alerte et un calibrage précis des modèles d’analyses. 

À lire également : AUCHAN CRÉE DES MODÈLES MARKETING «VIVANTS» AVEC FIFTY-FIVE ET CSA

HUB
  Newsletters

Hebdomadaire ou bimensuelle, retrouvez dans votre newsletter un décryptage des tendances business d'actualité à partager avec vos équipes, un cas d'usage analysé par nos experts pour vous inspirer, ainsi qu'une sélection des solutions innovantes à déployer facilement.

HUB
  Radar

IA générative : Le BIG Recap

La newsletter linkedin qui analyse les actualités de l'IA générative et son impact sur vos transformations business et métiers.

Je m'abonne