Les spécialistes du marketing ont peu confiance en leurs données
Alors que les entreprises tentent d’adopter des pratiques basées sur les données, ou « data-driven », c’est crucial que les marketeurs aient confiance en la fiabilité des données collectées. Toutefois, des études démontrent que c’est loin d’être le cas.
En effet, moins d’un spécialiste marketing sur cinq prétend être capable de mesurer avec exactitude leur retour sur investissement. Malheureusement, ce manque de fiabilité mène à des campagnes marketing mal optimisées et des opportunités de croissance manquée.
En étant en contact quotidien avec plusieurs entreprises, nous les voyons faire face à ce défi fréquemment.
Nos clients nous posent souvent la question: comment pouvons-nous identifier les stratégies et les canaux les plus efficaces pour notre entreprise quand nos outils de marketing analytique rapportent des chiffres différents ?
Par exemple, les plateformes comme Meta Ads, Google Ads et même les campagnes de programmatique rapportent souvent plus de conversions que Google Analytics. Ces deltas peuvent parfois être très éloignés d’un écart-type normal, ce qui est source de confusion pour les spécialistes qui tentent d’optimiser leurs dépenses publicitaires et d’allouer des budgets en conséquence.
Plusieurs entreprises sont témoins de ces écarts. Ceux-ci sont d’ailleurs dû à plusieurs facteurs comme:
- La disparition progressive des cookies de tiers : Google planifie supprimer progressivement les cookies tiers sur Chrome, le navigateur Web le plus populaire. D’autres navigateurs, comme Firefox et Safari, l’ont fait, il y a plusieurs années. Ce changement a une incidence sur la capacité des plateformes publicitaires à suivre les utilisateurs sur l’ensemble des sites Web qu’ils visitent et, par conséquent, certaines conversions ne peuvent pas être attribuées correctement aux campagnes ou aux canaux appropriés.
- Le « App Tracking Transparency » de Apple : Avec la sortie d’iOS 14.5, Apple a introduit un nouveau processus qui exige que les applications demandent la permission aux utilisateurs pour suivre leurs données sur le Web. Ce changement affecte la capacité de Meta et d’autres applications à suivre les actions des utilisateurs d’appareils Apple.
- Les différents modèles d’attribution : Les plateformes publicitaires et Google Analytics utilisent des modèles d’attribution différents pour mesurer les conversions, ce qui peut entraîner des divergences dans les mesures rapportées entre les plateformes.
Notre solution : Polaris, notre outil de modélisation du mix média
Pour répondre à cette problématique, notre équipe de stratégie et de marketing analytique à créer un outil de modélisation du mix média. Le Media Mix Modelling en anglais, est une technique d’analyse qui évalue le rôle de chaque canal marketing dans l’atteinte des objectifs d’affaires.
Notre outil a pour mission d’aider notre équipe à élaborer des plans média plus efficaces et fondés sur des données plus précises.
Cet outil s’appuie sur l’économétrie pour réconcilier les données collectées par Google Analytics et les plateformes publicitaires.
Comment ça fonctionne ?
Tout d’abord, nous connectons différentes sources de données à notre outil. Nous ajoutons des métriques telles que : le nombre de conversions, de sessions et de revenus générés à partir de diverses plateformes publicitaires comme Google Ads, Meta Ads, Snapchat, Pinterest, et plus encore. Ensuite, nous regardons les mêmes métriques, mais sur Google Analytics.
Ensuite, l’algorithme applique des taux d’actualisation à ce que les plateformes rapportent, en se basant sur les écarts entre les différents points de référence. Le nombre moyen de points de contact avant une conversion est également pris en compte.
Finalement, l’algorithme calcule un revenu attribuable à chaque plateforme.
Par exemple, d’une part, la plateforme Meta Ads rapporte 961 818 $ de revenus provenant de ses publicités. D’autre part, Google Analytics n’attribue que 18 543 $ de revenus à Meta Ads. Après avoir utilisé Polaris, nous pouvons affirmer en toute confiance qu’il est réaliste et fiable d’attribuer 623 316 $ de revenus à Meta Ads.
Au final, nous obtenons une vision plus nuancée des performances de chaque canal dans le mix média, ce qui nous permet de planifier une allocation budgétaire plus optimale entre les différents canaux.
Pourquoi Polaris ?
Comme l’étoile Polaire, Polaris peut servir de guide ou de point de référence aux spécialistes qui tentent de naviguer dans le monde complexe du marketing numérique.
Polaris est également un symbole de fiabilité et de constance. Tout comme les marins se fient à l’étoile Polaire pour les guider dans leurs voyages, nous pouvons compter sur un outil d’attribution comme Polaris pour obtenir des données précises et cohérentes sur l’efficacité de nos campagnes de marketing.
Dans l’ensemble, le nom Polaris incarne les caractéristiques clés d’un outil qui les aidera à naviguer, à mesurer et à optimiser leurs efforts de marketing.
Les prochaines étapes pour Polaris
Ce qui est intéressant dans ce projet, c’est que les possibilités d’amélioration sont presque infinies. Dans un avenir proche, nous continuerons à affiner notre modèle actuel en fonction des suggestions de nos clients et de notre équipe. Ensuite, nous envisagerons d’intégrer les canaux traditionnels et les conversions hors ligne. Nous sommes également impatients d’expérimenter avec l’intelligence artificielle et l’apprentissage automatique pour accroître les capacités de notre outil. À suivre…
Si vous souhaitez en savoir plus sur nos solutions médias, n’hésitez pas à nous contacter.