Pourquoi et comment utiliser le Marketing Mix Modeling pour maximiser votre performance media ?

Aujourd’hui, mesurer le retour sur investissement de ses activations média est un vrai défi, tant pour les directions marketing/CRM/Media des retailers, que les DNVB’s (Digital Native Vertical Brand’s), ou les services providers.

Le Marketing Mix Modeling (MMM) est une démarche de modélisation ayant pour objectif de mesurer l'effet des investissements marketing sur les performances commerciales. En s'appuyant sur une approche économétrique le MMM permet d'optimiser l’allocation des budgets marketing.

Généralement les acteurs faisant appel à ce type de projet activent une grande variété de leviers media et cherchent à comprendre quels sont les canaux qui performent le mieux et le moins dans l’optique d’affiner leur mix media.

1. Pourquoi un projet de MMM ?

En réconciliant l’historique des performances commerciales et marketing avec les investissements média et en incorporant de nombreux facteurs comme la concurrence, la saisonnalité, les temps forts, la conjoncture économique… le Marketing Mix Modeling vous permet de déterminer la contribution et le ROAS (Return On Advertising Spend) propres à chacun des leviers. Grâce à ces outputs, le Marketing Mix Modeling offre une vision complète de la contribution de chacun des leviers activés aux performances commerciales et de leurs potentiel. Le Marketing Mix Modeling permet ainsi de réunir les éléments nécessaires à vos prises de décisions stratégiques.

2. La data : Colonne vertébrale de tout projet MMM

Les types de données collectées

Le succès de tout projet MMM repose avant tout sur une donnée fiable, exhaustive et maîtrisée. Dans un contexte de fragmentation des parcours client, les points de contact et les canaux de communication sont de plus en plus nombreux. Les sources de données sont multipliées, le volume de données liées aux investissements média et aux interactions client s’en trouve naturellement accru, et les typologies de données ne cessent de croître.

A titre d’exemple, il existe :

> Des données propres aux objectifs business :

• Sources de données : site(s), applications, CRM, data lake, DMP, des points de vente etc.
• Types d’indicateurs : les sessions, parcours utilisateurs, les segmentations clients, le trafic en magasin, le taux de transformation en magasin, le CA online, le CA en magasin etc.

> Des données propres aux leviers media :

• Sources de données : inventaires publicitaires online et offline le plus souvent pilotées par les agences média, le owned social media.
• Types d’indicateurs : impressions, clics, taux d’engagement, GRP, taux de couverture, arrivées sur site/landing page, notoriété, etc.

Remarque : Plusieurs dimensions de données peuvent être prises en compte afin d’affiner davantage la mesure de la performance des canaux media comme le type de création, de format, de ciblage, d’objectif (branding vs performance) etc.

> Des données exogènes issues de sources externes doivent être intégrées au modèle afin de prendre en compte l’ensemble des facteurs à l’origine des performances commerciales :  saisonnalité, concurrence (prise de parole, indice de notoriété etc.), météo, temps forts (Noël, Black Friday, coupe du monde), conditions économiques etc.

A noter qu’il est aussi intéressant de récupérer les informations relatives à vos opérations de communication (objectifs, tactiques, KPI de livraison) ainsi que vos plans média afin d’évaluer la stratégie et ses évolutions.

Uniformisation et harmonisation des données collectées

Une fois les données collectées, il est impératif de les harmoniser i.e. déterminer la granularité commune à toutes les sources de données. Faut-il agréger vos investissements quotidiens au niveau hebdomadaire ? Faut-il analyser les données au niveau local ou national ? Ce sont ces données uniformisées qui vont permettre à l’issue d’une phase de modélisation longue et complexe d’identifier par leviers, l’impact des campagnes sur les performances, d’estimer la rémanence des communications et de découvrir la présence de synergies ou de cannibalisations entre les différents média.  

L’actionnabilité et la précision des enseignements obtenus à l’issue d’une étude MMM dépendent du choix des indicateurs de performance intégrés dans le modèle en fonction des enjeux business, du niveau de granularité (géographique, marchés, marques) des données intégrées dans le modèle ainsi que de la profondeur de l’historique des données.

La réalisation d’un projet de Marketing Mix Modeling nécessite donc de centraliser, d’harmoniser, de normaliser et d’auditer la qualité et l'exhaustivité de données provenant de nombreuses sources.

3. Identification des enjeux business et use cases

Bien que les phases de collecte, d’audit et de retraitement de la donnée soient le pilier de tout projet MMM, il est primordial d’identifier et de prioriser les problématiques auxquelles vous souhaitez répondre en fonction de vos enjeux business. Cela permet de délimiter les contours et les spécificités des analyses à conduire.

De cette étape d’identification des enjeux business résulte notamment une cartographie des données nécessaires à la conduite de l’étude et un état des lieux de la donnée disponible et des leviers à analyser.

Qu’il s’agisse de stratégie “multi”, “cross” ou omnicanales, la multiplicité des canaux publicitaires à intégrer dans votre stratégie marketing est en perpétuelle expansion. Afin d’être en mesure d’identifier les canaux à privilégier et de déterminer le mix media optimal, une vision précise de la performance de chacun des leviers est nécessaire.

Si les ventes sont le plus souvent l'indicateur de performance privilégié, il est essentiel que les indicateurs de performance au coeur de l’étude reflètent les stratégies marketing adoptées sur la période étudiée et qu’ils soient cohérents vis-à vis de vos enjeux, de vos objectifs et de votre contexte sectoriel.

Ci-dessous quelques exemples :

• Use cases des Bricks and Mortar (produit, service, distribution etc.) :
  • Enjeu 1: optimiser les investissements media en fonction des zones géographiques d’implantation des magasins pour maximiser le chiffre d’affaires en magasin.
    • Problématique : Quel est l'impact des investissements marketing sur les ventes en magasin en fonction des zones géographiques d’implantation des magasins ?
  • Enjeu 2 : optimiser les investissements media afin de maximiser le trafic en magasin au niveau national
    • Problématique : Quel est l'impact des investissements marketing sur les ventes en magasin au niveau national / international ?
• Use cases des Bricks and Mortar / Pure Players (produit, service, distribution etc.)
  • Enjeu 1 : comprendre l’effet de rémanence des consommateurs mobiles sur le nombre de souscriptions aux box internet / TV
    • Problématique : Quel est l’impact d’une souscription mobile sur la souscription à une box internet / TV ?
  • Enjeu 2 : comprendre l’effet des événements sportifs sur les ventes de télévision
    • Problématique : Quel est l’impact des principaux événements sportifs sur les ventes online et offline de télévision ?
• Use cases des Bricks and Clicks (produit, service, distribution etc.)
  • Enjeu : optimiser les investissements TV afin de maximiser l’effet ROPO (Research Online, Purchase Offline)
    • Problématique : Quel est l’impact des différentes campagnes TV sur l’effet ROPO ?

• Use cases des Marques :
  • Enjeu : optimiser le réseau de distribution afin de maximiser les ventes online
    • Problématique : Quel est le rôle d’une marketplace proposant des produits de la marque “Y” sur le trafic online et le CA online de la marque “Y” ?

Le MMM pour piloter et orienter ses investissements vers un mix optimisé et performant

  Avoir une vision précise et globale de votre performance peut s‘avérer particulièrement difficile dans un écosystème media aussi dense. Une organisation des équipes en silo, qui gère des canaux marketing et publicitaires avec des outils, tactiques et indicateurs propres à chacun rend la tâche encore plus complexe.

Entreprendre un projet de Marketing Mix Modeling offre l'opportunité de collecter et d’activer des données jusqu’alors fragmentées et trop souvent inexploitées.

Bien que la mise en place d’une étude MMM nécessite un investissement significatif de la part des différentes parties prenantes (agences, équipes CRM et Media des annonceurs), la collecte et l’harmonisation des données nécessaires à la modélisation est encore trop souvent réalisée de manière ad-hoc.

Afin d'appréhender l’impact des investissements media et d’en optimiser le pilotage stratégique et opérationnel, les annonceurs doivent désormais accélérer leur transformation organisationnelle. Collecter, structurer et activer la donnée offline et online générée par directement par votre écosystème média est une étape nécessaire à la mise en place d’un dispositif de mesure de la performance de vos investissements pérenne.