Mettre en place le marketing mix modelling pour un groupe mondial

Contexte et objectifs

• Mesurer l’impact complet et non biaisé des actions marketing sur les ventes, sans dépendre des cookies
• Simuler les ventes futures et comparer des scénarios marketing
• Optimiser le marketing de performance (médias et promotions), le marketing de marque et l’équilibre entre les deux
• Internaliser et industrialiser les capacités de marketing mix modelling (MMM)

Résultats

• Un ROI marketing global amélioré de 35 %, grâce à :
  • un rééquilibrage des budgets de marketing de performance et de marque ;
  • des stratégies de marketing de performance et de marque optimisées ;
  • des campagnes médias optimisées (mix de canaux, contenus, formats, stratégie d’achat média, etc.).
• La confirmation du succès d’un pilotage des médias fondé sur l’attention.
• La montée en compétences de l’équipe du client pour exploiter le MMM en autonomie.

Notre approche

Étape 1 : modélisation initiale

Après une phase de cadrage métier et IT, les données sont collectées et analysées. Elles alimentent la première série de modèles et apportent de précieux enseignements pour, ensuite, fluidifier et automatiser autant que possible leur collecte.

La modélisation initiale apporte également :

• des mesures fiables de la performance marketing et les enseignements associés, en tenant compte d’effets complexes mais importants comme l’impact à long terme, les effets de halo, la cannibalisation, la saturation, l’évolution des dynamiques, ainsi que les effets d’anticipation et de contrecoup des promotions ;
• des enseignements pour le MMM dans d’autres domaines d’activité et pour l’industrialisation (zones de confiance, données utiles, construction des variables, règles d’extrapolation, faisabilité des analyses approfondies, etc.).

Étape 2 : extension du périmètre

Déployer le MMM sur de nouveaux marchés, en s’appuyant sur les enseignements et les actifs techniques de la modélisation initiale, pour optimiser une part plus importante des investissements marketing, tout en évaluant les convergences et les économies d’échelle possibles au sein de la communauté MMM.

Étape 3 : l’IA au service du passage à l’échelle

Explorer et développer des modules fondés sur l’IA qui réduisent l’effort et le coût du MMM sur tout son cycle de vie (modélisation initiale, mises à jour, réentraînement) et à chaque étape de sa chaîne de valeur, de la collecte des données et de la modélisation jusqu’à l’analyse et l’exploitation des résultats.

Étape 4 : industrialisation

Construire un outil de MMM adapté aux spécificités métier et IT du client, détenu et exploité par le client, pour un fonctionnement autonome : collecte des données automatisée ou simplifiée, mise à jour fréquente des modèles, accès aux résultats à tout moment, et fonctions de simulation et d’optimisation.

Étape 5 : déploiement

Déployer l’outil dans les différentes zones géographiques et divisions, dans le cadre d’un programme de transformation comportant une forte dimension de conduite du changement, pour maximiser l’adoption par les métiers et l’optimisation marketing.