« Je sais que la moitié de mon budget publicitaire est de l’argent jeté par la fenêtre. Le problème, c’est que j’ignore de quelle moitié il s’agit. » Un grand classique des spécialistes en marketing d’entreprise. Mais pour les start-ups et les scale-ups, elle n’est plus vraie depuis belle lurette. Ces entreprises doivent en effet être attentives au moindre euro de leur budget marketing, alors qu’aujourd’hui plus que jamais, elles ont l’embarras du choix en matière de publicité. Il est donc intéressant de pouvoir mesurer le retour sur investissement du moindre euro investi dans la publicité.

C’est là qu’intervient le Marketing Mix Modeling (MMM), un modèle qui vous permet d’intégrer toutes les données et de savoir où vos investissements marketing sont les plus efficaces. Si cela peut sembler évident, il n’en est rien. Vous pourriez construire un tel modèle par vous-même, en partant de zéro. Chez ZIGT, nous avons toutefois opté pour Robyn, une solution développée par Meta et sa vaste équipe de brillants data scientists. Robyn tient compte de l’effet différé de l’engagement média, mais aussi de la saturation. Chaque unité média ajoutée apporte de la valeur, mais en quantité décroissante. Il s’agit en outre d’une solution open source. Elle est donc transparente et modulable à souhait.

Comment fonctionne le marketing mix modeling ?

Mais dans la pratique, le MMM, ça marche comment ? Chez ZIGT, nous utilisons cette solution pour un certain nombre de clients et la plupart des trajets ne sont pas terminés. La première analyse finalisée est celle des coussins chauffants Stoov et les résultats sont plutôt concluants.

Mais avant d’aller plus loin, reprenons le contexte. Stoov fabrique des coussins chauffants uniques en leur genre puisque, contrairement aux autres coussins chauffants, ceux-ci sont sans fil. Les produits Stoov se déclinent dans un éventail de formes, coloris et designs. Et ils sont adaptés à un usage en intérieur et en extérieur. De plus, Stoov est une boutique en ligne de vente directe aux consommateurs. La marque veut attirer les consommateurs sur son site via l’exposition médiatique et les inciter à acheter un ou plusieurs coussins ou couvertures. Stoov existe depuis quelques années. La marque a dépassé le stade de la start-up et est à présent une scale-up, axée sur l’expansion et la croissance.

Modélisation optimale avec des données agrégées

Comme toute scale-up, le budget marketing de Stoov n’est pas illimité. Le moindre euro dépensé est donc compté. L’entreprise a notamment recours au TV billboarding (« ce programme est financé en partie par ») et à des campagnes Out of Home pour renforcer sa notoriété. Le Social Advertising est quant à lui davantage orienté vers la vente. Stoov partage toutes ses données avec ZIGT (entendons-nous bien, il s’agit de données agrégées, elles ne posent donc pas de problème de confidentialité), ce qui nous permet de faire fonctionner le modèle de manière optimale. Nous introduisons les données de Stoov (ventes totales par jour, impressions sur Facebook, etc.) dans le modèle, mais aussi des données publiques externes : météo du jour, prix du gaz, action de remise, confiance des consommateurs… Bref, tout ce qui est pertinent pour la marque peut être introduit dans le modèle. Autre élément important : que fait la concurrence ? Multiplie-t-elle les réductions ? Cela a alors un effet sur votre publicité et vos ventes, et vous devez en tenir compte dans les modèles.

Le modèle vous fournit énormément d’informations sur vos canaux et sur leurs performances, de manière réactive. Stoov peut par exemple savoir quel jour férié est bénéfique pour sa marque. Ou encore qu’une vente sur quatre est réalisée grâce aux publicités Facebook, alors que la moitié du budget y est allouée. Pour les moteurs de recherche (principalement la publicité sur Google), c’est exactement l’inverse. Cela nous permet de déplacer les budgets pour augmenter le ROAS, en regardant au-delà de l’attribution basée sur le dernier clic. Nous avons constaté qu’un montant substantiel était alloué aux publicités Facebook, alors que cet argent pourrait être économisé ou utilisé plus efficacement ailleurs.