Recherche
Se connecter

Attribution Marketing : Et si vous passiez au Machine learning ?

Publié par le | Mis à jour le
Qu'est-ce que BRAND VOICE ?
Attribution Marketing : Et si vous passiez au Machine learning ?

Pour effectuer vos achats médias et lancer vos opérations marketing, vous devez adopter une posture ROIste. Dans ce contexte, le choix du modèle d'attribution est crucial ! Dataiku, l'éditeur de la plateforme DSS d'analyses avancées vient de publier un véritable mode d'emploi. Explications.

  • Imprimer

Un modèle d'attribution est une règle qui détermine la façon dont le crédit des ventes et des conversions est attribué aux points de contact dans les chemins de conversion. Chaque acteur, en fonction des spécificités de son activité pourra définir son propre modèle. Toutefois, on considère que 60 à 80% des entreprises utilisent le modèle Last Click qui affecte 100 % du crédit aux points de contact qui précèdent immédiatement les ventes ou les conversions. Pourtant, il existe par ailleurs une kyrielle de modèles d'attribution : first click ou first touchpoint qui sont des modèles dans lesquels un seul point de contact reçoit tout le crédit de la vente, les modèles en U ou linéaires pondérés par le temps sont des modèles dans lesquels le crédit de la vente est réparti sur plusieurs canaux marketing... En fait, la seule réalité qui s'impose, c'est que l'impact de vos campagnes est susceptible d'être affecté par un large éventail de variables, très complexe à identifier puis à décrypter. Il faut donc repenser l'attribution en intégrant le meilleur des technologies aujourd'hui disponibles, au premier rang desquelles le Machine Learning.

Machine Learning & Attribution : le cocktail qui cartonne

Commencez par admettre cette réalité : en matière d'attribution marketing, il n'existe aucune recette miracle. En revanche, l'attribution doit répondre à une unique ambition : apporter des enseignements tangibles dans les délais les plus brefs. Le recours à la Data Science est une réponse à la multiplication des canaux disponibles pour les annonceurs. Une diversité de canaux susceptible de générer une grande quantité de données qu'il faut compiler, synthétiser et analyser pour obtenir le plus haut niveau de granularité. Si vous souhaitez mesurer l'efficacité de différentes stratégies dans le cadre d'une campagne exclusivement numérique sur un périphérique spécifique, le recours au machine learning sera la méthode la plus efficace. Mais pour tirer le plein bénéfice de cette méthode d'attribution, plusieurs prérequis doivent être réunis.

Une question de méthode

Avant toute chose, il faut poser le cahier des charges de votre projet : identifier vos besoins, comprendre les exigences business, et cartographier les différents types de campagnes envisagées. Dans un second temps, il s'agira de cerner tous les canaux et points de contact tout au long du parcours client afin de s'assurer qu'aucun canal n'est oublié. En outre, il vous faudra comprendre quelles données peuvent être rattachées à chaque point de contact avec vos cibles. Après une phase de test pour valider vos travaux préparatoires, vous devrez encore tenter d'évaluer vos algorithmes pour en assurer la pertinence.... Bref, envisager la création d'un modèle d'attribution sans outil peut s'avérer complexe. Mieux vaut s'en remettre à des experts qui sauront vous accompagner dans votre projet. En vue de mieux vous préparer, vous pourrez également vous plonger dans la lecture d'un livre blanc très didactique, réalisé par Dataiku. L'entreprise spécialisée dans les analyses avancées et le machine learning vient de publier une méthode complète illustrée des cas d'usage et interviews. Un guide à télécharger gratuitement en ligne et qui mérite sa place sur votre table de chevet !

Dataïku

La rédaction vous recommande

Sur le même sujet