L'attribution algorithmique : une approche mature de la mesure des performances marketing

Fanny Bourdon-Bart

Mesurer, comprendre et optimiser les performances de ses investissements est aujourd’hui l’objectif de tout marketeur. Afin de l’aider dans sa démarche, un concept web marketing a vu le jour : l’attribution algorithmique.

Retour sur les enjeux de ce concept qui est devenu incontournable, au coeur des enjeux de pilotage en MarTech / AdTech. 

 

Qu’est-ce que l’attribution-contribution ?

 

L’attribution est un concept web marketing permettant de connaître la contribution des leviers intervenant dans le chemin de conversion d’un internaute afin de pouvoir mesurer leur impact et leur performance.

Ce concept se traduit concrètement par la création et l’utilisation de modèles appelés modèles d’attribution, qui imputent un poids aux différents leviers dans les chemins de conversion. Ces leviers peuvent être des leviers online, tels que le SEO, le SEA, le Display, le Social… mais également des leviers offline, tels que la télévision, les centres d’appel, les magasins physiques, etc.

 

Et l’attribution algorithmique ?

 

L’attribution algorithmique repose, comme son nom l’indique, sur un modèle algorithmique permettant de mesurer objectivement les performances des différents canaux et répondant aux différentes problématiques liées à la rentabilité. L’enjeu majeur pour un annonceur est ici de maximiser son ROI et d’optimiser ses stratégies marketing.

 

Grâce à l’attribution algorithmique, les annonceurs peuvent répondre de manière objective à de nombreuses problématiques :

 

·         Quelle est la performance véritable de mes leviers et de mes campagnes ?

·         J’ai un budget supplémentaire, où dois-je l’investir pour booster mes ventes?

·         Je dois diminuer mes investissements de XXXX €, où dois-je désinvestir ? 

·         Quel est l’impact de mes investissements online sur le offline et inversement ?

·         Comment visualiser, comprendre et exploiter les synergies entre mes différents canaux d’acquisition ?

 

Comprendre les interactions entre les différents canaux et l’impact de chaque canal dans les parcours de conversion est devenu crucial pour les annonceurs. L’attribution leur permet de disposer d’une vue objective de leur mix marketing et donc de prendre des décisions d’investissement basées sur la réalité du parcours de leurs consommateurs.

 

En quoi l’attribution algorithmique se démarque-t-elle des modèles classiques ?

 

Le principe de l’attribution classique est d’allouer une part de la conversion aux canaux impliqués dans le chemin, selon différentes règles. L’attribution algorithmique possède donc un réel avantage comparé aux modèles classiques puisque ces règles ne sont pas définies arbitrairement mais bien basées sur la réalité des parcours des consommateurs.

Focus sur les différences les séparant :

 

Modèles d’attribution prédéfinis classiques mono-canal

Avantages : Simples
Inconvénients : Biaisés, valorisation d’un seul point de contact

 

Modèles d’attribution prédéfinis multitouch

Avantages : Simples avec une prise en considération de différents canaux
Inconvénients : Biaisés car ils ne s’adaptent pas à la diversité des chemins des consommateurs

 

Modèles d’attribution algorithmiques non prédéfinis et évolutifs

Avantages : Pas de règles prédéfinies, les modèles algorithmiques permettent un pilotage précis et optimal du mix média, basé sur la réalité des parcours clients
Inconvénients : Nécessite d’être alimenté via une collecte de données très qualitative

A première vue, les modèles algorithmiques représentent donc la solution optimale pour mesurer la performance de ses canaux. Il est cependant nécessaire d’être vigilant lors du choix d’un modèle d’attribution algorithmique.

 

Comment choisir un modèle juste et adapté à ses besoins ? 

 

Les modèles algorithmiques utilisent du machine learning pour calculer la performance objective de chaque levier du mix media. Ils doivent donc reposer sur des données quantitatives et qualitatives tirées de chaue point de touche.

Les points à prendre en considération dans le choix d'un modèle d'attribution algorithmique

Certaines métriques et caractéristiques sont indispensables et doivent être présentes comme fondements du modèle retenu. Ce dernierdsoit ainsi prendre en compte :

 

  • l’intégralité des leviers (online) avec possibilité d’intégrer la data des leviers offline pour réconcilier les parcours nés de l’omnicanalité

  • la nature du point de contact et le type d’interaction (clic, impression ou vue réelle)

  • l’engagement utilisateur on-site (durée et profondeur de visite)

  • la temporalité (horodatage des points de touche)

  • l’origine du trafic (source, campagne, medium)

 

 Si le modèle d’attribution algorithmique que vous souhaitez utiliser omet une de ces caractéristiques, il est très probable qu’il ne soit pas la solution la plus optimale pour répondre à vos enjeux marketing. 

 

Un modèle d’attribution algorithmique efficace doit également être data driven et dynamique : cela signifie qu’il prend en compte l’évolution continue du mix marketing, des comportements des consommateurs et des cycles d’achat. Mais cela implique également qu’il est sensible aux données qu’il processe pour calculer la performance. La qualité de la mesure repose donc à la fois sur la pertinence du modèle retenu et sur la qualité et l’intégrité de la donnée.

 

 Le choix d'une solution d'attribution / contribution: 

 Si optimiser les performances de vos investissements media on et offline est une priorité : optez sans hésitation poiur une solution d'attribution/contribution basée sur un modèle d’attribution algorithmique data driven qui sera à même de refléter la réalité et la complexité des parcours de vos consommateurs et de leur consommation média.

Néanmoins, restez vigilent quand au choix de la solution que vous retiendrez ! En effet, de nombreux acteurs prétendent, à tort, avoir développé des modèles qui reflètent objectivement la performance du mix média. Il est important de prêter une grande attention au fonctionnement des algorithmes des solutions que vous étudiez afin de bien comprendre sur quelles variables ceux-ci se basent. Il faut de plus s’assurer que ceux-ci sont bien data driven et donc évoluent en fonction du mix média et du temps. En effet, les parcours et habitudes de vos consommateurs évoluent selon les stratégies que vous mettez en place via différents canaux et votre outil d’attribution doit être à même de suivre ces évolutions. Ainsi, n’hésitez pas à challenger votre partenaire sur la pertinence du modèle utilisé afin d’ouvrir ces « boîtes noires » et s’assurer que celui-ci répond techniquement à vos besoins.

Pour aller plus loin vous accompagner dans votre réflexion, vous pouvez télécharger notre livre blanc « Comprendre les enjeux de l’attribution pour bien choisir sa solution ». Cet ouvrage vous livre les best practices pour optimiser votre mix media, apprendre à bien tracker la donnée, comparer les différents modèles du marché et vous propose une checklist pour vous aider dans le choix d’une solution d’attribution / contribution.

Wizaly est une solution d'attribution / contribution algorithmique 100% data driven. Tiers de confiance entre les annonceurs et leurs partenaires medias (agence et régies), Wizaly a pour ambition de booster le rendement des investissements publicitaires jusqu'à 30%. Envie d'en savoir plus ? Cliquez ici pour demander votre demo !