TECHNOLOGIE

Les partis pris technologiques de Wizaly

technologie wizaly

Les technologies développées par Wizaly s’appuient sur une combinaison du meilleur de l’IA et du MMM, pour la mesure la plus objective de la contribution des canaux on et offline dans les chemins de conversion

Soit un chemin de conversion 
comprenant un nombre N de points de touche de toute nature :

  • clics ou impressions
  • offline (TV, radio, imprimés sans adresse) ou online (bannières, vidéos, search, social, affiliation, CRM…)
  • payant (SEM, TV, …) ou gratuit (SEO, CRM, visites en magasins ou appels à un call center)
  • média (TV, SEM ….) ou hors média (CRM, visite en magasin, ….)
point de touche conversion finale

… quel est le poids de chaque point de touche dans la conversion finale ?

Les technologies développés par Wizaly s’appuient sur cinq partis pris forts :

  1.  Une collecte exhaustive et granulaire de la totalité des points de touche des parcours d’achat, qui réunit données user centric et données statistiques
  2. Un modèle data driven qui s’appuie sur la combinaison du meilleur de l’IA et du MMM, pour une restitution au plus juste des performances de chaque levier
  3. Un traitement des données user centric, via un algorithme de machine learning, la valeur de Shapley, basé sur la théorie des jeux
  4. La prise en compte de 6 dimensions pour caractériser le plus finement que point de touche : canal, medium, source, engagement, temporalité et type d’interaction
  5. Un traitement des données statistiques, via un modèle de MMM, pour mesurer l’influence des impressions sociales et des leviers offline sur les composants du mix média

On vous explique tout en détail

1. La collecte, point de départ stratégique

La collecte opérée par Wizaly est RGPD compliant et cookieless. Elle s’appuie sur la pose de tag (en 1st party), pixel ou d’un Javascript pour les données user centric, et sur des API ou sources externes pour les données statistiques.

Pour un tracking de qualité, la donnée doit être :

  • Exhaustive sur l’ensemble des points de touche pour garantir la fiabilité de la mesure à venir
  • Granulaire, pour fournir des recommandations stratégiques et opérationnelles (complétude et renseignement de l’ensemble des paramètres UTM – campagne, source, medium, termes, content)

 

modèle algorithmique data-driven
Modèle coopératif Shapley

2. La combinaison de l’IA et du MMM pour une mesure objective des performances

Pour connaître la contribution de chaque point de touche dans les parcours d’achat, il est nécessaire de prendre en compte deux natures de données différentes.

Pour comprendre l’intégralité du potentiel des campagnes, Wizaly tracke les données :

 

  • User centric : issues de clics trackables
  • Statistiques : provenant des impressions qui ne peuvent être associées à un individu d’un écosystème fermé : réseau social, TV, radio…

3. Un modèle algorithmique coopératif

Le traitement des données user centric s’appuie sur un algorithme de machine learning coopératif.

L’algorithme développé par Wizaly s’inspire du modèle de Shapley, issu de la théorie des jeux et qui a valu un Prix Nobel à Lloyd Shapley en 2012. C’est un modèle qui se rapproche au maximum de la problématique de l’attribution :

 

  • Les modèles coopératifs considèrent que les chemins doivent être analysés dans leur ensemble, car les points de touche précédents influencent les points de touche postérieurs
  • Ils sont beaucoup plus proches de la réalité. Ils prennent par exemple en compte que l’exposition à une publicité TV augmente le taux de clic sur une bannière, ou encore qu’il faut limiter les bannières auxquelles un utilisateur est soumis, car leur utilité marginale décroit au-delà d’un certain nombre d’apparitions
Algorithme Walled Garden Wizaly

4. La prise en compte de 6 dimensions

L’algorithme de Wizaly est multidimensionnel et prend en compte des paramètres cruciaux qui participent à la qualité de la mesure.

  • Canal, Medium, Source : pour qualifier la provenance du trafic
  • Engagement : pour définir la profondeur de visites (nombre de pages vues)
  • Temporalité : pour horodater le point de touche et le délai avant conversion
  • Type d’interaction : pour déterminer s’il s’agit de post clic ou post view

5. Une vision complète grâce au MMM

Wizaly traite aussi les données statistiques pour prendre en compte l’intégralité du potentiel des campagnes online (avec impressions) et des leviers offline.

Les écosystèmes fermés comme les Walled Garden (réseaux sociaux), ne permettent pas de tracking tiers sur le post view, ce qui fausse la mesure de la contribution de ces dispositifs.

Pour autant, ils fournissent des données statistiques (volume d’impressions par jour, source, medium, campagne, device, pays) qui permettent d’alimenter un modèle MMM. Il en est de même pour les leviers offline TV et radio… qui fournissent eux aussi des données statistiques.

  • Le modèle MMM de Wizaly va chercher, via des calculs de corrélation et de causalité, à mesurer précisément les influences de ces impressions et leviers offline sur les éléments composant le parcours d’achat des consommateurs. Par exemple, les campagnes TV influencent les volumes de requêtes et les taux de clics des campagnes search. 

Ce même algorithme pourra être appliqué à la mesure des performances dans un monde cookieless ou les cookies tiers aussi, appelés cookies third party, auront disparu et où seuls les cookies first party perdureront.

Concrètement, comment fonctionne l’algorithme Wizaly ?

 

schéma algorithme wizaly

Et si nous allions encore plus loin grâce au marketing data driven ?

Le nouvel algorithme d’attribution « Walled Garden » de Wizaly permet aux annonceurs de mesurer l’impact réel des réseaux sociaux ou de Youtube sur leurs conversions.

L’algorithme estime statistiquement l’impact des impressions publicitaires au sein des « Walled Garden », ces écosystèmes fermés au sein desquels les solutions tierces ne peuvent pas tracker les impressions au niveau individuel. L’algorithme d’attribution « Walled Garden » de Wizaly utilise l’intelligence artificielle et analyse des séries temporelles entre les impressions Walled Garden (par canal, source, pays, device) et le trafic des autres canaux marketing pour mesurer précisément l’impact réel des impressions Walled Garden. Wizaly mesure ainsi de façon objective et toujours plus précise l’impact de chaque levier de votre mix marketing dans l’atteinte de vos objectifs.

Ce même algorithme pourra être appliqué à la mesure des performances dans un monde cookieless ou les cookies tiers aussi appelé cookies third party auront disparu et où seuls les cookies first party perdureront.

Une vision objective des performances grâce à une collecte qualitative de la donnée.

La plateforme Wizaly intègre trois grandes sources de données afin de fournir des analyses rigoureuses des performance de votre mix marketing au niveau de granularité désiré.

Le tracking post clic : Grâce à la pause d’un tag sur le site de l’annonceur, Wizaly capte tous les événements qui s’y passent. En particulier l’origine du trafic ainsi que les conversions mais également toutes les actions réalisées par l’internaute une fois sur le site de l’annonceur et qui sont jugées pertinentes dans l’analyse des parcours et des comportements des consommateurs.

Le tracking post view : Les différentes technologies proposées par Wizaly, qu’il s’agisse d’un pixel d’impression ou d’un tag javascript, permettent de s’adapter à toutes les régies du marché pour tracker les impressions. Ces dernières sont ensuite réintégrées dans les chemins de conversion des internautes afin d’être appréciées à leur juste valeur via notre algorithme d’attribution.

L’intégration des dépenses média : Grâce à sa bibliothèque de connecteurs, Wizaly est en mesure de s’interfacer avec la majorité des acteurs digitaux afin de capturer simplement les dépenses associées à vos campagnes média.