Comportement modélisé : une nouvelle stratégie de mesure évolutive

Dans l'environnement actuel centré sur la confidentialité, les méthodes traditionnelles de mesure du marketing et de l'analyse ne sont plus viables. La question urgente est donc de savoir quelles sont les prochaines étapes clés que les marques devraient suivre pour pouvoir mesurer efficacement leur activité marketing ?

Dans l'ensemble de l'industrie, les différentes initiatives et solutions qui tentent de résoudre ce problème ne manquent pas, du bac à sable de confidentialité aux salles blanches de données en passant par Unified ID 2.0. En parcourant les détails de ces solutions, il est compréhensible que tout commerçant finisse par être submergé par les différentes options.

Ainsi, plutôt que de vous soucier de ce que vous devriez faire en réaction à quelque chose comme Google Topics (réponse courte : pas grand-chose jusqu'à ce que Google effectue des tests plus concrets et fournisse la preuve qu'il est entièrement conforme à la confidentialité), il y a deux domaines spécifiques dans lesquels toutes les marques devraient être se concentrer dans l'immédiat.

Le passage des grandes plateformes technologiques aux données modélisées

La mesure au niveau de l'utilisateur a toujours été l'étoile polaire des marques. Dans un monde parfait, cela nous permet de comprendre le plus précisément possible l'impact des campagnes marketing pour prendre des décisions d'optimisation et de budgétisation efficaces.

Cependant, à une époque centrée sur la confidentialité, des plates-formes telles que Google et Meta ont mis en œuvre diverses améliorations pour préserver autant que possible la mesure au niveau de l'utilisateur. Cela inclut les conversions améliorées et l'API Conversions, chacune permettant d'attribuer plus précisément les conversions à vos campagnes marketing.

Les deux fonctionnalités doivent être à l'esprit. Cela dit, cela ne couvrira qu'une partie de vos données manquantes et c'est là qu'intervient quelque chose comme le mode de consentement de Google. Cela tire parti des techniques de modélisation pour tenir compte des utilisateurs qui se désengagent du consentement marketing/analytique.

Il peut y avoir un certain scepticisme quant à l'utilisation de données modélisées dans vos rapports. Cependant, il est important de noter que ce n'est pas quelque chose de nouveau.

En fait, des conversions modélisées sont en place dans des outils tels que Google Ads et Facebook Ads Manager depuis de nombreuses années. L'exigence de modélisation ne fera qu'augmenter à mesure que les ensembles de données d'utilisateurs connus continueront de diminuer.

Bien que, comme on pouvait s'y attendre, les grands fournisseurs ne facilitent pas les choses, avec le bon support expert, il est possible de comparer à quoi ressemblent vos résultats non modélisés et modélisés. Cela vous permettra de prendre des décisions plus éclairées concernant les chiffres que vous déclarez et leur degré de précision relatif.

Plutôt que d'éviter la modélisation, les spécialistes du marketing devraient chercher à mieux la comprendre et à l'adopter sans réserve.

Approfondir : pourquoi l'attribution marketing est à la fois un défi et une nécessité

Économétrie + attribution = attribution modélisée

L'attribution a été un débat éternel dans le marketing et était déjà suffisamment difficile. D'autant plus quand on pense à la façon de naviguer dans les nombreux jardins clos et les restrictions de confidentialité.

Compte tenu des lacunes inévitables dans les données connues, un modèle d'attribution au niveau de l'utilisateur est désormais très difficile - à moins que vous ne regardiez un sous-ensemble spécifique de canaux qui ne traversent pas les jardins clos. Sinon, créer une solution d'attribution d'utilisateurs personnalisée et cross-canal robuste est désormais presque impossible.

Pourtant, chaque entreprise aura toujours besoin de spécialistes du marketing pour mesurer avec précision les performances de son mix média et prendre des décisions budgétaires efficaces. Curieusement, la solution optimale de nouvelle génération est en fait une combinaison de deux approches historiques.

Obtenez MarTech ! Du quotidien. Libre. Dans votre boîte de réception.

Traitement... ABONNEZ -VOUS

Voir conditions.

Vue complète des performances marketing

L'attribution modélisée utilise les meilleures parties de MMM (modélisation du mix média) et de MTA (attribution multi-touch) pour vous donner une vue complète de l'entonnoir des performances marketing tout en étant totalement résilient à la confidentialité.

La base de l'attribution modélisée est basée sur MMM, qui utilise des ensembles de données au niveau agrégé plutôt que des entrées au niveau de l'utilisateur (c'est-à-dire des données de cookies). Cela signifie qu'il n'a pas besoin de se préoccuper des considérations MTA, comme le consentement de l'utilisateur ou la façon de naviguer dans les jardins clos.

Un avantage supplémentaire de l'attribution modélisée est qu'en utilisant une approche basée sur la régression, il est beaucoup plus facile d'intégrer tous vos canaux marketing dans votre modèle sans avoir à tout suivre au sein d'une seule solution.

Vous avez également la possibilité d'inclure des facteurs externes tels que la saisonnalité, les niveaux de stock ou l'activité des concurrents pour augmenter la précision de votre modèle et isoler l'impact spécifique de vos campagnes médias.

Approfondir : Mesurer l'invisible : la vérité sur l'attribution marketing

Une nouvelle approche granulaire

L'inconvénient historique du MMM était que les sorties étaient à un très faible niveau de granularité (par exemple, TV vs numérique vs imprimé) et que les résultats n'étaient disponibles que tous les six mois.

Cependant, l'attribution modélisée peut tirer parti des connexions directes à chacune de vos plates-formes marketing pour tirer des entrées quotidiennes au niveau le plus granulaire. Cela le rend beaucoup plus exploitable pour la planification tactique et les décisions budgétaires.

Alors que la configuration initiale nécessite une planification et une expertise précises, l'attribution modélisée cherche à fournir tous les détails auxquels vous êtes habitué avec MTA tout en vous protégeant contre d'autres changements de l'industrie - qui sont tous rendus possibles grâce à la puissance de la modélisation.

Il s'avère donc que la réponse à notre avenir incertain était quelque chose qui était devant nous depuis le début. À bien des égards, nous retournons vers le futur avec nos stratégies de mesure.

Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement celles de MarTech. Les auteurs du personnel sont répertoriés ici.

Ajoutez MarTech à votre flux d'actualités Google.

---