Qu'est-ce que la modélisation du media mix, et pourquoi les professionnels du marketing s'y intéressent-ils à nouveau ?

Introduction

Vous avez sans doute remarqué quelque chose d'étrange dans votre fil d'actualité ces derniers temps.

Une méthode de mesure datant de plusieurs décennies refait soudainement surface partout. On en parle dans les discours d’ouverture des conférences. Les agences la mettent en avant dans toutes leurs présentations. Et non, ce n’est pas de la nostalgie.

Il s’agit de la modélisation du mix média. Et si vous êtes responsable marketing ou si vous dirigez une agence gérant des équipes de petite ou moyenne taille, vous devez comprendre pourquoi elle fait son retour et pourquoi elle revêt aujourd’hui plus d’importance qu’il y a cinq ans.

Qu’est-ce que la modélisation du mix média ?

La modélisation du mix média, souvent abrégée en MMM, est une technique statistique.

Elle analyse vos données historiques: dépenses, ventes, saisonnalité, tarification et autres facteurs externes. Elle estime ensuite dans quelle mesure chaque canal a réellement contribué à vos résultats.

Voici ce qui le distingue de la plupart des outils de suivi modernes : il ne suit pas les utilisateurs individuellement sur Internet. Il fonctionne plutôt à partir de données agrégées. Dépenses totales en entrée, résultats totaux en sortie, tendances extraites entre les deux.

C’est précisément ce détail qui explique son retour en force.

Pourquoi fait-elle son retour en ce moment ?

Les cookies sont devenus moins fiables. Les règles de confidentialité n’ont cessé de se durcir. Et bon nombre des outils de suivi sur lesquels les spécialistes du marketing s’appuyaient depuis des années ont discrètement cessé de fonctionner aussi bien qu’auparavant.

Selon une enquête de TransUnion rapportée par eMarketer, près de la moitié des responsables marketing des marques et des agences américaines, soit 46,9 %, prévoient d’investir dans le MMM au cours de l’année à venir. Et 27,6 % la considèrent désormais comme leur méthode de mesure la plus fiable, devant l’attribution multitouch (19,4 %).

Ce n’est pas un changement anodin. Cela signifie que les spécialistes du marketing reconnaissent ouvertement que les anciennes méthodes ne sont plus suffisamment fiables à elles seules.

Une autre enquête menée par eMarketer et Snap a révélé que plus de la moitié des spécialistes du marketing américains, soit 53,5 %, utilisent déjà le MMM sous une forme ou une autre. Et l’accélération de leur processus MMM figure en tête de leurs priorités en matière de mesure.

Cette tendance n’est pas le fruit de votre imagination. Elle est bien réelle et s’accélère.

Un exemple simple de mix média

Concrétisons un peu les choses.

Imaginons que vous meniez simultanément une campagne de référencement payant, une campagne sur les réseaux sociaux payants et une campagne radio nationale. Vos ventes augmentent pendant cette période. Une attribution simple pourrait attribuer l’essentiel du mérite au référencement payant, car c’est le canal dont les données de clics sont les plus précises.

Mais le MMM examine la situation dans son ensemble. Il pourrait révéler que la radio a en réalité contribué à une grande partie de la notoriété de la marque qui a permis à votre référencement payant d’afficher d’aussi bons résultats. Sans la radio, le référencement payant n’aurait pas généré autant de conversions.

C’est le genre d’information que met en évidence une analyse du mix média, ce que les rapports au niveau des canaux ne peuvent tout simplement pas faire. Elle vous montre comment les canaux fonctionnent ensemble, et pas seulement lequel a généré le dernier clic.

Techniques modernes de modélisation du mix média

Le MMM utilisé dans votre secteur il y a dix ans et celui disponible aujourd’hui ne sont pas le même outil sous un nouveau nom.

Les anciens modèles s’appuyaient fortement sur la régression statique, actualisée une fois par an si vous aviez de la chance. Les techniques modernes de modélisation du mix média utilisent des méthodes bayésiennes qui fournissent une gamme complète de résultats et un niveau de confiance, et non pas un simple chiffre prétendant être une certitude.

Elles sont également actualisées bien plus fréquemment. Selon une étude d’OptiMine, la précision d’un modèle peut se dégrader de 10 à 35 %, voire davantage, s’il n’est pas mis à jour régulièrement. Un modèle construit sur la base des conditions de marché de l’année dernière peut vous induire en erreur tout au long du trimestre sans que personne ne s’en aperçoive.

La meilleure approche actuelle combine trois éléments : la modélisation du mix média (MMM) pour une vue d’ensemble ; les tests d’incrémentalité pour valider les liens de causalité réels ; et l’attribution par plateforme pour obtenir des signaux tactiques en temps réel. Selon Measured, les marques utilisant une version validée et calibrée de manière causale de cette approche constatent généralement des gains de 10 à 30 % en termes d’efficacité média dès la première année.

Comment intégrer cela dans votre flux de travail

Tout cela n’a aucune importance si cela se résume à un simple PDF statique qui reste sur un espace de stockage partagé jusqu’au trimestre suivant.

C’est là que l’optimisation du mix média doit s’intégrer directement dans la manière dont votre équipe travaille réellement. Votre feuille de route marketing trimestrielle doit refléter ce que votre modèle vous indique aujourd’hui, et non ce qu’il vous indiquait il y a six mois. Les décisions budgétaires doivent évoluer aussi vite que les mises à jour du modèle, sans attendre la prochaine révision prévue.

C’est également là que l’achat média et le merchandising de site web « agentiques » prennent toute leur importance. Lorsque les résultats de votre MMM alimentent directement des systèmes capables de réaffecter le budget ou d’ajuster le merchandising en temps quasi réel, le modèle cesse d’être un simple rapport. Il devient un élément actif du processus décisionnel.

Pourquoi vous ne devriez pas vous contenter de tableurs

Réaliser correctement une analyse MMM à la main est véritablement difficile. Cela nécessite des données historiques propres, une véritable expertise statistique et une mise à jour constante pour garantir la précision.

La plupart des équipes internes ne disposent pas des ressources nécessaires pour cela. Selon une enquête menée par Funnel et Ravn Research, seul un quart environ des équipes marketing internes gèrent leur MMM entièrement de manière autonome.

C’est précisément cette lacune qu’une véritable plateforme de veille marketing est conçue pour combler. Au lieu d’attendre un modèle annuel fourni par un prestataire externe, vous bénéficiez d’une analyse du mix média mise à jour en continu, reliée au reste de vos données de performance et de chiffre d’affaires, de sorte qu’elle éclaire réellement les décisions au lieu de simplement les documenter a posteriori.

Conclusion

La modélisation du mix média ne fait pas son retour parce que les spécialistes du marketing ont eu la nostalgie des anciennes techniques.

Il est de retour parce que les changements en matière de confidentialité ont rendu l’alternative inopérante, et parce que l’IA l’a enfin rendu suffisamment rapide pour être utile en temps réel plutôt qu’une fois par an.

Si vous vous fiez encore uniquement à l’attribution au dernier clic, vous ne voyez pas la situation dans son ensemble. Et chaque trimestre que vous passez à attendre pour y remédier est un trimestre où les décisions budgétaires sont prises sur la base d’informations incomplètes.