La place de la data dans les stratégies d’activation marketing est croissante depuis de nombreuses années. Aujourd’hui il n’est plus uniquement demandé aux équipes data d’analyser a posteriori mais bien d’aider à la prise de décision en amont.
En matière d’acquisition, l’analyse data devient d’autant plus cruciale que les stratégies d’activation mobilisent plusieurs canaux, de nature différente, en séquence ou en simultané… L’allocation des budgets selon les leviers est déterminante sur la performance globale du recrutement et l’enjeu est de mesurer de manière pertinente le retour sur l’investissement média.
Retracer le parcours client pour déterminer l'attribution
Dans cette logique multicanale, un modèle d’attribution permet d’affecter à un ou plusieurs leviers la performance de la conversion et d’établir ainsi le ROI du canal.
Ainsi, imaginons le parcours suivant :
- Pierre est exposé à une bannière proposant une promotion sur le produit Truc de l’entreprise Machin. Il clique sur la bannière et passe quelque temps sur le site machin.fr sans être tout à fait convaincu.
- Le lendemain, Pierre repense au produit Truc et effectue une recherche sur Google – il revient à nouveau sur machin.fr et décide de s’inscrire à la Newsletter pour être tenu informé des nouveautés.
- Une semaine plus tard, il reçoit la newsletter de l’entreprise Machin avec une présentation détaillée du produit Truc. Il se décide, clique et achète son Truc en ligne.
Quel poids attribuer aux leviers activés dans ce parcours : le display, le search et l’e-mail pour mesurer le coût d’acquisition du client et évaluer la rentabilité des investissements ?
Quelle décision prendre pour l’allocation des prochains budgets média ? – particulièrement pour des arbitrages dans des contextes de baisse budgétaire.
Un modèle d'attribution pour optimiser son budget
Un (trop ?) grand nombre d’annonceurs s’appuie sur des modèles d’attribution figés : accordant le bénéfice de la transformation au dernier levier (last click) ou encore répartissant le budget équitablement sur le nombre de leviers mobilisés. Ces modèles ont le mérite d’établir des règles simples à comprendre et faciles à appliquer. Ainsi, la conversion de Pierre sur le produit Truc peut être 100% attribuée à l’e-mail (last click) ou encore répartie à 33% sur le display, 33% sur le search et 33% sur l’e-mail.
Bien d’autres règles plus complexes peuvent être définies et toutes à leur manière permettent d’assure la mesure. Toutefois s’agissant d’impacter les allocations budgétaires et d’accroître les performances business, il est pertinent d’ouvrir une réflexion de fond sur la question du modèle d’attribution.
C’est ce que propose Oussama Raboun – ingénieur en datascience chez keley - dans une série d’articles intitulée « comment évaluer l’efficacité de mes campagnes marketing ». Sans détailler leur contenu, on y trouve exposés plusieurs modèles mathématiques, mais surtout une approche rigoureuse pour identifier le modèle d’attribution qui répondra aux besoins spécifiques d’une entreprise.
