EN BREF 2. ESV DIGITAL. Préambule

Transcription

1

2 EN BREF Afin de mieux piloter leurs investissements marketing, il est devenu impératif pour les annonceurs de pouvoir mesurer de façon précise la performance de chacun des canaux de leur mix média. C est là tout l enjeu du marketing d attribution. La multiplication des leviers et des terminaux d accès à Internet rend cette tâche d autant plus complexe et importante pour les marques. Aujourd hui, les annonceurs utilisent encore principalement des modèles simples, voire simplistes, du type «Last Click». Ces derniers donnent cependant une vision partielle d une réalité complexe en ne tenant compte que d un seul point de contact du parcours d achat. D autres modèles, plus élaborés, prennent en compte l ensemble du parcours vers la conversion, mais se fondent sur des règles à priori définies, et restent donc arbitraires. La toute nouvelle génération de modèles d attribution, à l instar de celui développé par ESV Digital, utilise des algorithmes tenant compte de toutes les interactions entre l internaute et la marque. Ils ont recours à une analyse différentielle entre chemins pour mesurer l impact de chaque interaction dans la conversion finale. Ces algorithmes, qui ne s appuient sur aucun modèle «ad hoc», offrent enfin aux annonceurs une méthodologie fiable et objective pour analyser l impact de chaque canal dans le ROI des activités marketing. 2. ESV DIGITAL Préambule

3 SOMMAIRE 01. Introduction : Pourquoi l attribution? 02. Les 5 objectifs de l attribution 03. État des lieux des modèles d attribution 04. Les modèles d attribution algorithmiques 05. Étude de cas 06. Conclusion Sommaire ESV DIGITAL 3.

4 01. INTRODUCTION : POURQUOI L ATTRIBUTION? La multiplication des canaux marketing ainsi que des terminaux (PC, mobile, tablette) touchant les consommateurs complexifie grandement le marketing des marques. Se pose donc la question de la mesure de la performance de chaque canal marketing. Seule une analyse globale permet en effet de comprendre l interaction entre les différents canaux et l impact de chacun d entre eux. Telle est la mission du marketing d attribution. Ce livre blanc a pour but d en expliquer les enjeux, les principaux modèles d attribution et les défis auxquels ces derniers font face. Bonne lecture! 49% du chiffre d affaires des entreprises françaises, tous secteurs confondus, provient d achats effectués en plusieurs points de contacts avec le site web 64% du chiffre d affaires des entreprises françaises, dans le secteur du retail, provient d achats effectués en plusieurs points de contacts avec le site web Source : «The customer Journey to Online Purchase», Google, ESV DIGITAL Introduction : Pourquoi l attribution?

5 02. LES 5 OBJECTIFS DE L ATTRIBUTION MESURER LA PERFORMANCE DE CHAQUE CANAL En analysant l intégralité des données du mix média et en cherchant à créditer les canaux des conversions qui leur reviennent véritablement, l attribution permet de sortir d une vision en silo et d obtenir la contribution réelle de chaque canal. L intégration du post-view aux solutions d attribution permet aussi de calculer la performance des campagnes de branding et de display. COMPRENDRE LES INTERACTIONS ET LES SYNERGIES ENTRE LES CANAUX Les canaux marketing sont interdépendants. Certains initient la relation et créent la notoriété de la marque, d autres favorisent la découverte des produits, enfin certains concrétisent la conversion. L attribution permet de définir quel est le rôle de chaque levier et comment ils interagissent entre eux. Les annonceurs peuvent ainsi encourager les synergies en associant les canaux qui fonctionnent bien ensemble. DÉDUPLIQUER LES CONVERSIONS POUR UN CALCUL EXACT DU ROI En raison de leur tracking, les apporteurs de trafic revendiquent tous des conversions dont ils ne sont pas toujours à l origine. L attribution déduplique les conversions et offre davantage de visibilité aux annonceurs sur la performance véritable de leurs partenaires apporteurs de trafic. SEGMENTER ET MIEUX CONNAÎTRE VOS CLIENTS Les visiteurs à plus forte valeur ajoutée, les visiteurs récurrents ou les nouveaux visiteurs ne méritent pas forcément le même traitement. L attribution permet ainsi de concentrer ses efforts d acquisition et de conversion sur les visiteurs les plus intéressants et ouvre la voie à des stratégies marketing et CRM adaptées à chacun des profils. COMPRENDRE LES PARCOURS DE CONVERSION L étude des parcours de conversion et des cycles de décision permet de comprendre la fréquence idéale des différents points de contact et de connaitre à quels moments du parcours chaque campagne ou levier fonctionne le mieux. Grâce à ces analyses, il est possible de rationnaliser l investissement ou de mieux planifier les campagnes, par exemple en évitant de retirer des emplacements encore efficaces ou en ajustant les limites de fréquence. Les 5 objectifs de l attribution ESV DIGITAL 5.

6 03. ÉTAT DES LIEUX DES MODÈLES D ATTRIBUTION FIGURE 1 Pourcentage des annonceurs utilisant le Last Click Il existe un grand nombre de modèles d attribution. On peut les classer en deux grandes catégories : - Les modèles d attribution à point de contact unique d une part - Les modèles d attribution à points de contact multiples d autre part Les modèles à point de contact unique sont les plus répandus, et notamment le modèle Last Click. Last Click Autres modèles 79% des annonceurs utilisent le Last Click Source : IFOP, Sondage auprès d un panel d annonceurs français réalisé entre le 24 février et le 4 mars 2014 TYPE NOM DESCRIPTION POINT DE CONTACT UNIQUE Last Click First Click La conversion est attribuée au dernier point de contact. La conversion est attribuée au premier point de contact. Last Click sauf direct La conversion est attribuée au dernier point de contact ou à l avantdernier point de contact si le dernier est le direct. Last Click payant La conversion revient au dernier point de contact payant. 6. ESV DIGITAL État des lieux des modèles d attribution

7 Ces modèles, qui ne considèrent qu un seul point de contact, offrent une vision tronquée de la réalité. Le Last Click, par exemple, surestime l influence des leviers qui se situent en fin de parcours et ignore l importance de ceux qui créent la notoriété de la marque. Les modèles à points de contact multiples prennent en compte l ensemble du parcours de conversion, et notamment une multitude de critères tels que les objectifs de l annonceur, le cycle d achat des consommateurs, les leviers considérés ou encore le comportement des utilisateurs une fois sur le site. Le tableau ci-dessous donne les principaux modèles de cette catégorie. TYPE NOM DÉSCRIPTION POINTS DE CONTACT MULTIPLES Linéaire Linéaire croissant Tous les points de contact reçoivent le même crédit. Plus le point de contact est proche de la fin, plus il reçoit de crédit. Déclin inversé (Time Decay) Modèle en U (Position Based) Plus le point de contact a lieu longtemps avant la conversion, plus il reçoit de crédit. Les points de contact en début et en fin de parcours reçoivent davantage de crédit (généralement 40% chacun), le reste étant réparti entre les autres. Modèles personnalisés Une règle, définie à priori en fonction de critères variés, régit l attribution des crédits. FIGURE 2 Efficacité des modèles selon les annonceurs Cependant, ces modèles ont pour faiblesse de prédéfinir la pondération des critères utilisés, créant ainsi un biais intrinsèque. De plus, les règles simplifiées qui les régissent ne seront jamais assez précises pour représenter la diversité des mix média, des visiteurs et de leurs parcours de conversion. Par ailleurs, l opinion générale des annonceurs exprime bien leur jugement mitigé par rapport à tous ces modèles, comme le montre la Figure 2 ci-contre, puisque aucun modèle n est jugé majoritairement par les annonceurs comme étant «Très efficace». Personnalisé par canal 29% 49% Méthodologie unique 27% Linéaire 23% First Click 14% 61% Last Click 14% 55% 18% 0% 20% 40% 60% 80% 100% Seulement 14% des professionnels du marketing considèrent le Last Click comme un moyen très efficace d analyser les données Source : econsultancy, Marketing Attribution, Valuing the Customer Journey, Feb % 5% Très efficace Quelque peu efficace Quelque peu inefficace Très inefficace 64% 69% 9% 8% 25% 13% État des lieux des modèles d attribution ESV DIGITAL 7.

8 04. LES MODÈLES D ATTRIBUTION ALGORITHMIQUES Les faiblesses des modèles à points de contact multiples ont conduit à développer de nouvelles méthodologies algorithmiques permettant d analyser l impact de chaque canal dans le processus de conversion sans préconception arbitraire. Basés sur une pure analyse statistique des données, les modèles algorithmiques ne présentent pas de biais dans leur analyse. Certains modèles algorithmiques sont basés sur l étude du comportement de l internaute au cours de sa visite sur le site. Ils prennent en compte le temps passé sur le site, le nombre de pages vues, la mise au panier ou encore la visualisation de pages produit, entre autres indicateurs d engagement. Pour être intéressante, la mesure de l engagement nécessite cependant de prendre en compte un nombre important de ces indicateurs d engagement. Or, plus ils sont nombreux, plus la quantité de données nécessaires pour définir des corrélations avec la performance des chemins est importante. C est pourquoi les modèles par engagement souffrent généralement d un manque de fiabilité statistique. D autres modèles algorithmiques utilisent la structure des chemins menant à la conversion, elle aussi riche d enseignements sur l impact de chaque élément du mix média dans la conversion. Les critères à prendre en compte étant moins nombreux, leurs résultats sont plus fiables. 8. ESV DIGITAL Les modèles d attribution algorithmiques

9 Voici quelques exemples de critères qui peuvent être pris en compte par ces méthodologies : RANG DANS LE CHEMIN DE CONVERSION Lorsqu un levier intervient en 2ème ou en 4ème position d un parcours de conversion, il ne contribue pas de la même façon à la conversion finale. Cette contribution par ordre de point de contact est propre à une entreprise donnée, dans un secteur donné. Si une entreprise bénéficie d une forte notoriété par exemple, le premier point de contact contribuera moins à la conversion que pour une startup cherchant à se faire connaître. CHEMINS QUI N ABOUTISSENT À AUCUNE CONVERSION Ces chemins doivent être intégrés au calcul de performance pour faire émerger les caractéristiques des chemins qui fonctionnent. LE TEMPS ÉCOULÉ ENTRE LA CONVERSION ET LES POINTS DE CONTACT L impact sera différent selon le temps écoulé entre la conversion et le point de contact avec le prospect (10 minutes, 3 jours, 10 jours,..) LONGUEUR DU PARCOURS DE CONVERSION Plus le parcours d achat est long, plus certaines tendances générales sur l utilisation d un levier en début / milieu / fin d un parcours d achat peuvent émerger. L intérêt est alors d estimer l impact de chacun des leviers en termes de contribution à la phase de considération, d évaluation ou d achat afin de piloter les leviers de façon complémentaire et non plus en silo. QUALITÉ DU TRAFIC GÉNÉRÉ Il est essentiel de prendre en compte la qualité du trafic généré par un levier. Si mes campagnes sur les réseaux sociaux ont un faible taux de conversion, elles peuvent toutefois avoir un rôle majeur dans mon mix media si le panier moyen des clients acquis est élevé ou si elles renvoient un trafic de qualité vers d autres leviers. L expertise ESV Digital L équipe R&D d ESV Digital a développé un algorithme d attribution s appuyant sur l analyse différentielle entre les divers chemins de conversion. L algorithme compare des groupes de chemins identiques sauf pour un point de contact, décomposant ainsi l impact de chaque point de contact marketing dans la conversion. Entièrement objectif, cet algorithme adapte ses résultats dynamiquement à toutes les particularités du mix média, du comportement des visiteurs et du secteur d activité de l annonceur. La mise en œuvre de l attribution via le modèle algorithmique a permis d améliorer l efficacité des stratégies d acquisition et le ROI de 15 à 25%. Les modèles d attribution algorithmiques ESV DIGITAL 9.

10 05. ÉTUDE DE CAS Un acteur majeur du voyage gagne 23% de ROI grâce au marketing d attribution. Cette entreprise souhaitait savoir si le modèle Last Click était approprié pour évaluer sa performance webmarketing et définir une répartition optimale de ses budgets média. Direct -40% -11% FIGURE 3 Écart de conversion en fonction du Last Click Les analystes d ESV Digital ont pu : Démontrer que le Last Click était particulièrement inadapté car le nombre de points de contact avant conversion était important et le mix média interdépendant. Redéfinir une répartition des investissements média sur la base du ROI recalculé par le modèle algorithmique et des synergies entre les différents leviers et campagnes. Déterminer des stratégies d acquisition adaptées au comportement des visiteurs selon leurs itinéraires et leurs origines géographiques. Prouver que l influence du Display avait été surestimée par le modèle Last Click et que ce levier ne correspondait plus aux objectifs de rentabilité du client. Grâce aux connaissances acquises à partir de l attribution et à la mise en place des recommandations d ESV Digital, cette société a constaté une augmentation de 23% de son ROI à iso investissement sur l ensemble de ses leviers. La figure ci-contre montre l écart de conversion entre le Last Click et les modèles algorithmiques et linéaires. SEO 71% 33% SEA 99% 14% Affiliates 47% -5% ing 71% -5% Referral 86% -10% Display 151% -32% -50% 0% 50% 100% 150% 200% Algorithmique Linéaire 9% ESV DIGITAL Étude de cas

11 06. CONCLUSION L introduction d une approche algorithmique permet de développer de nouveaux modèles plus fiables en matière d attribution. Mais à l heure où les PC, tablettes et smartphones deviennent universels, cette approche ne prend tout son sens que si l ensemble des points de contact avec l internaute est analysé (Cross device), par opposition à une approche en silo pour chaque terminal utilisé. Cette nouvelle ambition est le défi des années à venir, notamment du fait de la difficulté à unifier le tracking des internautes au travers de multiples devices. C est un sujet qui est actuellement au cœur des priorités des équipes de R&D d ESV Digital. % % 8% 25% 13% Conclusion ESV DIGITAL 11.

12 A PROPOS D ESV DIGITAL ET DES AUTEURS ESV Digital (anciennement esearchvision) est un acteur du marketing digital spécialisé dans la collecte, l analyse et le traitement de données pour améliorer la performance marketing de ses clients. Fondé par des ingénieurs et des consultants, son offre se structure autour de 3 pôles d expertises complémentaires : Data Analytics, Conseil en stratégie et Marketing online. A travers son modèle intégré, ESV Digital accompagne les annonceurs sur l ensemble de leurs enjeux digitaux grâce à un investissement soutenu en technologie et une équipe de plus de 180 consultants et analystes. Présent dans 6 pays, ESV Digital gère 300 millions d Euros d achats média, et sert plus de 200 clients dont Conforama, la Maaf, ou encore BNP Paribas, Alain Afflelou et Toys R Us. 12. ESV DIGITAL A propos d ESV et des auteurs

13 STANISLAS DI VITTORIO Diplômé de Polytechnique et Ph.D. en sciences physiques du MIT, Stanislas di Vittorio est un entrepreneur en série du secteur du logiciel et de l Internet. Après avoir travaillé en R&D chez NEC au Japon, dans le conseil chez Bain & Co à Paris et San Francisco et chez Excite@Home dans la Silicon Valley, Stanislas a fondé 3 entreprises : Assurland, Prima Solutions et ESV Digital. LUCAS LEFEBVRE Analyste Senior chez ESV Digital, Lucas intervient avec l équipe Data Analytics d ESV auprès de grands comptes français ou internationaux de tous secteurs. Diplômé d HEC, Lucas a auparavant fondé Limelight Academy, un cabinet de conseil en stratégie digitale. A propos d ESV et des auteurs ESV DIGITAL 13.

14 18 rue de Londres Paris