Qu'est-ce que la modélisation du mix média (MMM) et comment la mesurer ?

Vous manquez de temps ? Voici la table des matières :

Qu'est-ce que le mix média en marketing ?

Le mix média est la combinaison de tous les canaux de communication qu'une organisation utilise pour faire passer son message de marque et ses efforts de marketing auprès de clients potentiels. Le mix média peut combiner les canaux publicitaires traditionnels, comme la presse écrite, la diffusion et la télévision, les médias sociaux et la publicité en ligne. Les entreprises parlent du mix marketing lorsqu'elles planifient leurs objectifs de campagne et c'est un élément essentiel de leur stratégie marketing.

Qu'est-ce que l'optimisation du mix média ?

Les organisations optimisent leur mix média afin de mieux comprendre ce dont elles ont besoin pour cibler efficacement leur audience. Toutes les entreprises ne peuvent pas optimiser leur mix média car celui-ci est plus adapté au marketing en ligne. Cela nécessite d'examiner les analyses et le retour sur investissement de différentes stratégies marketing.

C'est là que la modélisation du mix média vient en aide.

Qu'est-ce qu'une étude de modélisation du mix média ?

Est une technique d'analyse marketing qui mesure quel est l'impact d'une campagne et détermine comment chaque partie du mix marketing contribue (ou non) à son succès. Les résultats d'une étude de modélisation du mix média peuvent vous donner des informations que vous pouvez utiliser pour améliorer une campagne. Résumons cela avec une définition :

La modélisation du mix média est une approche descendante qui utilise des outils et des analyses avancées pour évaluer l'impact des activités médiatiques et marketing, des prix, de la saisonnalité et des facteurs variables sur les ventes et le retour sur investissement. Il fournit une mesure de la façon dont les activités contribuent au retour sur investissement de l'entreprise .

Les analystes marketing utilisent des techniques de science des données telles que la régression multilinéaire pour déterminer l'efficacité de chaque entrée marketing en termes de retour sur investissement. L'objectif est d'identifier les efforts marketing qui ont le meilleur retour sur investissement et qui ont donc le plus d'impact.

Exemple de modèle MMM ( Source de l'image )

Comment fonctionne MMM ?

La modélisation du mix média analyse les données collectées et traitées des canaux qui forment le marketing mix. Certaines solutions permettent aux spécialistes du marketing de prendre en compte les canaux traditionnels, les promotions, la saisonnalité et d'autres variables.

La modélisation collecte des données provenant de sources disparates, qui appliquent ensuite une analyse statistique avancée et permettent d'obtenir des informations sur l'efficacité de la campagne en cours. MMM exploite des mesures et des variables telles que les ventes, les évaluations ou les analyses en ligne, permettant aux analystes d'avoir une image plus large de l'impact de la campagne sur le marché de manière mesurable.

MMM analyse des variables linéaires et non linéaires. Cela signifie qu'il existe des variables qu'une relation directe avec les ventes peut mesurer. Plus vous augmentez l'apport, plus les ventes augmentent. Mais d'autres variables, comme la radiodiffusion, sont plus difficiles à suivre. Si un agent de commercialisation le faisait manuellement, ce serait extrêmement difficile. La technologie MMM permet aux spécialistes du marketing d'utiliser l'intelligence artificielle et des analyses avancées pour découvrir un impact quantifiable de chaque effort marketing, quel que soit le canal.

L'objectif d'une étude de modélisation du mix média est de donner une mesure de l'impact de chaque activité marketing sur chaque canal. Il fonctionne en quantifiant l'effet de la publicité, des prix, des relations publiques et des parrainages.

Le terme a été inventé dans un article de la Harvard Business Review, et la technique existe depuis quelques années. Grâce aux progrès des méthodes statistiques et de l'intelligence artificielle, la modélisation du mix média peut désormais se faire de manière plus simple.

Les facteurs qui peuvent affecter le mix marketing peuvent être classés comme suit :

Moteurs incrémentiels : il s'agit des résultats commerciaux générés par les activités de marketing telles que les publicités imprimées, les dépenses numériques, les remises sur les prix, la sensibilisation sociale.

Moteurs de base : il s'agit des résultats obtenus sans aucune publicité, généralement en raison de la valeur de la marque. Ces résultats ne changent généralement pas à moins qu'il y ait un changement économique ou environnemental.

Autres moteurs : composantes connexes des facteurs de référence, mesurées sur une période de temps.

Exemple de diagramme de modélisation du mix média ( Source de l'image )

Comment utiliser la modélisation du mix média ?

La modélisation des médias donne aux spécialistes du marketing la possibilité d'étayer leurs décisions avec des données, créant une approche basée sur les données qui est plus précise et peut réellement économiser de l'argent et des efforts.

Les recherches d'une étude de Forrester, "L'état actuel de la mesure et de l'optimisation du marketing", montrent que 71 % des spécialistes du marketing sont gênés par des méthodes et des outils de mesure inefficaces. Voici comment tirer le meilleur parti de la modélisation de votre mix média :

1. Collecter des données au niveau personnel

En ce moment, alors que les cookies tiers sont sur le point de devenir une chose du passé, les spécialistes du marketing essaient partout de collecter les informations dont ils ont besoin. Les données au niveau personnel vous permettent d'avoir une image précise de la façon dont les clients se rapportent au mix média que vous avez choisi.

Les données au niveau de la personne signifient que vous attribuez des données provenant de sources à un consommateur individuel dans le but de répondre aux questions commerciales et d'identifier les interactions au niveau de l'utilisateur. [CLIQUEZ POUR TWEET]

Dans le rapport Forester mentionné ci-dessus, 99 % des spécialistes du marketing qui n'utilisent pas actuellement de données personnelles aimeraient utiliser cette approche aujourd'hui. Cette approche granulaire vous permet d'effectuer une analyse au niveau de l'utilisateur au lieu d'utiliser les données déjà agrégées.

2. Vérifiez le type de données

La modélisation des médias fonctionne mieux si vous travaillez avec des canaux numériques qu'avec des méthodes de marketing traditionnelles. Il est plus difficile de mesurer les résultats d'une annonce dans un journal ou d'une émission de radio. Obtenir le bon mix marketing, avec un investissement plus important dans les canaux de marketing en ligne (y compris les mobiles) peut vous donner une image plus précise. Cela correspond également aux tendances de consommation de contenu en ligne et mobile par les utilisateurs. En migrant les campagnes vers des canaux en ligne, vous pouvez mesurer le retour sur investissement avec plus de précision et avoir de meilleures informations pour la prise de décision.

3. Choisissez une plateforme adaptée à votre organisation

L'utilisation d'un logiciel d'analyse vous donne un avantage. Vous pouvez analyser le mix média en utilisant des plateformes qui collectent les données d'interaction des utilisateurs et fournissent des rapports de suivi. La meilleure approche consiste à choisir une plate-forme qui vous donne une visibilité complète sur tous les canaux que vous mettez en œuvre. Un logiciel capable de fournir des rapports précis et opportuns est également indispensable. Vous devez connaître les performances de vos canaux individuellement et dans le cadre de votre campagne marketing.

4. Analysez les données

Avant de vous lancer dans l'analyse, vous devez choisir les mesures que vous souhaitez mesurer pour chaque canal. Les mauvaises mesures peuvent vous donner une image complètement différente qui ne correspond pas à la réalité. Choisissez la métrique que vous souhaitez mesurer en fonction de l'objectif que vous souhaitez atteindre pour ce canal ou cette activité. Par exemple, les newsletters de marketing par e-mail peuvent être mesurées par le taux de clics plus efficacement qu'en mesurant les taux d'ouverture.

Une fois que vous avez choisi les mesures et obtenu les données, il est temps d'analyser et de comprendre les rapports. Il est important de savoir ce que les données vous disent pour les utiliser à votre avantage. À l'instar des newsletters par e-mail, si vous voyez un CTR élevé de leur part, c'est un signe que vous devez utiliser cette stratégie pour la prochaine campagne destinée à ce public.

Essayez également de trouver les "hauts-performants" et les "moins performants". Savoir où se trouvent vos forces et vos faiblesses dans la campagne vous aidera à l'ajuster et à l'améliorer pour la prochaine fois.

5. Gardez à l'esprit le sentiment social et la perception de la marque

Le succès d'une campagne marketing ne se mesure pas seulement en termes de conversions ou de clics. Comprendre comment votre public potentiel perçoit votre marque peut fournir un contexte et vous aider à mieux interpréter les données. Tenez compte de l'opinion des consommateurs dans votre modèle de mix média. Comment faites-vous?

Menez des médias sociaux et recherchez une analyse des sentiments. Prenez note de ce que les gens disent de votre marque, du positif et du négatif. Vous pouvez utiliser ces informations pour créer une enquête et prouver vos résultats en évaluant votre entreprise. Plus précisément, demandez-leur dans quelle mesure ils recommanderaient votre entreprise à un ami et quel type de contenu marketing aimeraient-ils voir davantage. Cela vous donnera une idée de la prochaine étape sur laquelle concentrer vos efforts de marketing.

Comment savez-vous que le mix média convient à votre marque ?

Comment déterminez-vous le bon mix média pour votre campagne ? Examinons quelques-uns des facteurs à prendre en compte lors du choix de votre mix média.

L'utilisation de plusieurs canaux marketing pour promouvoir les produits et engager vos utilisateurs est une approche populaire. Cependant, choisir au hasard autant de chaînes que possible est non seulement inefficace, mais peut également vous faire perdre beaucoup d'argent. Choisir la bonne combinaison est essentiel pour réussir une campagne.

Comment commencez-vous? En connaissant et en comprenant votre public cible. Après tout, votre objectif est de les impliquer. Il y a deux étapes clés pour choisir la bonne combinaison pour votre stratégie marketing :

Définissez votre public cible

C'est l'étape la plus importante car sans comprendre votre public, vous êtes dans le noir. Commencez par cartographier les données démographiques de base : lieu, sexe, revenu, âge, niveau d'éducation. Ensuite, vous pouvez creuser davantage pour trouver des intérêts, des plateformes qu'ils visitent. Comment faites-vous?

• Vérifiez vos concurrents : vous pouvez obtenir de nombreuses informations sur vos clients potentiels en consultant les campagnes et les sites de médias sociaux de vos concurrents.
• Rechercher dans les groupes de médias sociaux d'intérêt : votre client parle de produits liés au vôtre sur les médias sociaux et les sites d'avis. Jetez un oeil à ce qu'ils disent, où ils se trouvent, etc.

Vous devez savoir qui sont les clients potentiels pour votre produit ou service. Une bonne règle de base consiste à créer des buyer personas pour avoir une idée détaillée de qui est votre client idéal.

Collecter et utiliser des données fiables

Rassemblez des données sur votre public cible en fonction de ce que vous savez de votre public. Par exemple, la recherche organique, les audits des concurrents, l'analyse des sentiments. Vérifiez également les données des sites de recherche sur l'écoute des médias pour avoir une vue d'ensemble. Les bonnes données peuvent fournir les informations dont vous avez besoin pour choisir la composition du marché qui fonctionne.

Contenu connexe : Qu'est-ce que l'achat de médias et les meilleurs modèles à télécharger

Modélisation du mix média vs modélisation d'attribution

Le marketing moderne est basé sur des données concrètes, en particulier le marketing numérique. L'une des questions qui prévalent dans les départements marketing est de savoir où va le budget marketing. Attribuer où l'argent a été dépensé à des objectifs de génération de leads et de marketing est l'un des objectifs clés de chaque spécialiste du marketing. Malgré les efforts continus et l'analyse basée sur les données, il est difficile d'attribuer avec précision. Les spécialistes du marketing divergent si la modélisation d'attribution ou la modélisation du mix média est le meilleur modèle de mesure à utiliser. Examinons chacun.

Qu'est-ce que le modèle d'attribution ?

La modélisation d'attribution est une approche ascendante utilisée pour mesurer l'efficacité du marketing. Cette méthode analyse et identifie la valeur de chaque initiative marketing en examinant les actions entreprises par les utilisateurs avant la conversion.

La modélisation d'attribution se concentre sur les résultats des efforts de marketing tels que les mesures, les ventes en ligne, la publicité et les efforts de conversion similaires.

Il existe cinq types de modèles d'attribution :

• Dernière interaction

Cela implique d'attribuer le crédit de la conversion au dernier prospect avec lequel un utilisateur a interagi. Cette méthode est utilisée par défaut dans de nombreuses équipes marketing. Par exemple, si un utilisateur trouve votre site grâce à une annonce Google, mais effectue finalement l'achat à partir d'une annonce Twitter, l'annonce obtient un crédit de 100 % pour cette vente.

• Première interaction

Cela implique d'attribuer un crédit à la première introduction de l'utilisateur dans l'entreprise. Dans l'exemple ci-dessus, l'annonce Google obtiendrait un crédit au lieu de l'annonce Twitter.

• Dernier clic non direct

Ce modèle attribue également tout le crédit à une seule interaction. La base de cette approche est que la dernière action est déclenchée par le dernier clic non direct, car c'est lorsque l'utilisateur est exposé à vos efforts de marketing.

• Attribution linéaire

Ce modèle répartit l'attribution de manière égale entre toutes les interactions de l'utilisateur avant la conversion. Cela signifie que ⅓ ira à l'annonce Google, ⅓ à votre site Web et ⅓ à l'annonce Twitter. Le problème avec ce modèle est qu'il ne tient pas compte du niveau d'influence de chaque interaction.

• Attribution de la décroissance temporelle

Une évolution du modèle d'attribution linéaire prend en compte le moment où chaque interaction a lieu et donne plus d'importance aux interactions qui se produisent à proximité du moment de l'achat. Cela donnerait à la publicité Twitter plus de valeur que les autres interactions.

• Attribution basée sur la position

Ce modèle divise également la différence lors de l'attribution du crédit de conversion. Il donne 40 % à la première interaction, 40 % à la dernière et 20 % à répartir entre toutes les autres interactions.

La différence avec la modélisation du mix média

La modélisation du mix média utilise une analyse de régression évaluant l'impact de plusieurs variables sur une seule variable comme les chiffres de vente. Il calcule la relation entre les variables indépendantes et la variable dépendante.

La modélisation d'attribution aurait pu fonctionner dans le passé pour des stratégies marketing simples avec peu de canaux. Cependant, cela s'avère difficile pour les stratégies complexes et distribuées du marketing d'aujourd'hui. La modélisation du mix média peut prendre en compte un large éventail de données provenant de diverses sources.

Avantages et inconvénients de mener un MMM

Mettre en place une modélisation du mix média peut être plus efficace :

• Il y a suffisamment de données pour estimer les paramètres du modèle.
• Il existe une gamme de variabilité dans les niveaux de publicité et les variables de contrôle.
• Les entrées du modèle varient indépendamment.
• Le modèle tient compte des facteurs susceptibles d'avoir un impact sur le retour sur investissement.
• Le modèle capture la relation entre les variables.

Certains problèmes peuvent affecter la fiabilité des résultats de MMM.

Alors, quels sont les avantages et les inconvénients de l'utilisation de la modélisation du marketing mix ?

Limites de la modélisation du marketing mix

Les spécialistes du marketing doivent prendre en compte plusieurs éléments dans leur écosystème, qui peuvent inclure :

• Données comportementales au niveau de la personne
• L'impact de l'autorité de la marque sur les dépenses marketing
• Quels sont les moments clés pour envoyer des messages marketing
• Quelle est la bonne attribution à l'efficacité des médias individuels

La prise en compte de toutes ces métriques a pu poser des problèmes de fiabilité de la modélisation du mix média. Les technologies de modélisation du marketing mix permettent aux spécialistes du marketing d'unifier la mesure.

Avantages de la modélisation du marketing mix

Bien que MMM ne puisse pas identifier les opportunités individuelles pour optimiser l'optimisation de leur campagne. Il constitue le point de départ d'une planification budgétaire marketing de haut niveau, offrant une approche holistique des tendances générales du marché, offrant aux spécialistes du marketing une vue d'ensemble de leurs marchés potentiels.

Mythes courants sur le MMM

Comme de nombreuses solutions analytiques, elles sont devenues très populaires, mais sont-elles à la hauteur de tout le battage médiatique ? Voici quelques idées fausses que les gens ont sur la modélisation du mix média :

• Les modèles de mix média sont obscurs : étant donné qu'il existe des ensembles de données et des analyses avancées impliquées dans la modélisation du mix média, ces méthodes sont considérées comme manquant de transparence. Cela soulève la question de savoir comment savoir si le modèle est précis si vous ne pouvez pas tout voir ? La bonne approche consiste à mettre en œuvre une approche transparente, en déterminant les livrables, les grandes lignes, les jalons et les rapports.

• MMM ne fournit pas de données en temps réel : la vérité est que MMM est basé sur des données historiques. Cependant, les modèles de mix média modernes peuvent fournir des informations marketing en temps quasi réel, qui peuvent évaluer de nouvelles campagnes et évaluer l'efficacité d'une campagne en cours.
• Est biaisé en faveur des canaux hors ligne/en ligne : les stratégies de mix média peuvent se concentrer davantage sur les canaux hors ligne. Mais les modèles de mix média modernes prennent en compte tous les canaux, numériques et hors ligne. Les modèles de marketing média sont adaptés pour tenir compte de chaque canal et de son importance en tant que facteur.

Comment mesurer le MMM ?

La modélisation du mix média est mesurée à l'aide d'une analyse de régression, en particulier la régression multilinéaire. Le modèle utilise des variables dépendantes et indépendantes pour identifier une relation entre elles.

Les analystes forment une équation entre les variables dépendantes et indépendantes. Selon la relation entre les variables, l'équation peut être linéaire ou non linéaire. Voici un exemple d'équation de régression multi-linéaire où chaque bêta montre qu'une augmentation affecte l'augmentation totale des ventes.

Exemple d'équation de vente (Source de l'image)

MMM aide les spécialistes du marketing à optimiser les dépenses futures et à maximiser l'efficacité de la campagne marketing.

Ratio de modélisation du mix média

Outre les équations complexes, le ratio MMM se compose de trois éléments clés :

1. Quels canaux de commercialisation utilisez-vous ?
2. Combien d'argent dépensez-vous sur chaque chaîne ?
3. Quels étaient les résultats et les informations des campagnes précédentes ?

La réponse à ces trois questions peut déterminer quel est le taux d'efficacité de vos efforts de marketing.

Cas d'utilisation courants pour l'utilisation de MMM

La modélisation du mix média ou comme on l'appelle aussi la modélisation du mix marketing peut être utilisée pour mesurer et optimiser vos canaux marketing en termes de retour sur investissement. Voici quelques cas d'utilisation auxquels vous pouvez appliquer cette technique :

Définition et optimisation du budget : les grandes entreprises dont les campagnes sont réparties géographiquement sur plusieurs canaux médiatiques peuvent bénéficier de l'évolutivité de la modélisation du mix média. La modélisation du mix média tire parti de l'automatisation pour assurer une efficacité marketing à grande échelle.

Mesure des médias : vous pouvez mesurer l'impact de différents types de campagnes médias, payées, détenues et gagnées. Vous pouvez utiliser la modélisation du mix média pour mesurer le parcours client dans son parcours d'achat. Les informations que vous obtenez peuvent être utilisées pour optimiser vos dépenses et vos actions sur ces canaux.

Mesurer les inducteurs de ventes : la modélisation du mix marketing peut être utilisée pour déterminer quels sont les facteurs qui stimulent les ventes, afin que vous puissiez investir davantage dans la stratégie gagnante.

L'histoire de MMM

Les spécialistes du marketing ont commencé à utiliser la modélisation du mix média (ou marketing) à l'âge d'or de la publicité, vers 1960-1970, lorsque le marketing était beaucoup plus simple qu'aujourd'hui. L'un des premiers utilisateurs de la modélisation des médias était Kraft Foods lorsqu'ils ont lancé Jell-O.

Le MMM traditionnel permettait à Kraft de voir comment les ventes seraient affectées en fonction des différents niveaux de publicité et de localisation géographique. Par exemple, comment les ventes augmenteraient-elles en lançant des campagnes dans 10 villes au lieu de quatre ?.

De nos jours, avec l'application de l'analyse des données de l'intelligence artificielle à la modélisation du mix média, les analystes peuvent obtenir des informations pratiquement en temps réel au fur et à mesure que les campagnes sont en cours.

Que rechercher dans les outils MMM

Pour mettre en œuvre une modélisation efficace du mix média, vous avez besoin d'outils de performance marketing qui vous donnent les informations dont vous avez besoin. Voici ce que vous devez savoir lorsque vous cherchez une solution :

• Équilibrer la croissance à long et à court terme : la plupart de vos efforts doivent être axés sur la croissance à long terme, mais ne négligez pas les objectifs à court terme. L'Institute of Practitioners in Advertising suggère un ratio de 60/40 pour les activités de marketing à long et à court terme. Votre outil de performance marketing doit analyser la manière dont les deux campagnes développeront votre activité.

• Collecte et mesure des données provenant de sources disparates : c'est l'une des fonctionnalités de base d'un outil de performance marketing. Pour être efficace dans la modélisation du mix média, vous avez besoin d'un outil capable de collecter, traiter et analyser les données des médias numériques et traditionnels. Étant donné que la plupart de ces sources de données disposent de leurs propres analyses, vous avez besoin d'une plate-forme d'orchestration capable d'ingérer les données de ces sources et de vous fournir les informations dont vous avez besoin.

• Tient compte des variables externes : les changements politiques, économiques et sociaux peuvent affecter les efforts de marketing. Un bon outil doit reconnaître les variables perturbatrices et évaluer leur impact sur vos campagnes à long terme.

• Considérez le parcours client : une modélisation du mix média doit prendre en compte les interactions tout au long du parcours client. Vos outils doivent pouvoir vous dire quel est l'impact de chaque étape, en tenant compte des habitudes d'achat des clients et en prédisant les tendances de consommation.

FAQ sur MMM

Comment faire un modèle de mix marché ?

Des variables de base ou des variables incrémentales sont prises en compte, en les quantifiant et en décomposant les métriques commerciales pour découvrir comment les activités de marketing et de promotion contribuent au retour sur investissement.

Quel type de méthode de modélisation est essentiel pour l'évaluation du marketing mix ?

L'analyse du marketing mix est généralement effectuée à l'aide d'une régression linéaire. D'autres effets non linéaires et retardés sont inclus pour avoir une approche plus large.

Qu'est-ce que la modélisation du mix de marché ?

La modélisation du mix de marché est une technique qui permet de quantifier plusieurs intrants marketing sur les ventes ou la part de marché.

Comment CodeFuel optimise l'achat et la gestion des médias

L'achat de médias est un élément essentiel de la modélisation du mix média. Après tout, les canaux que vous utilisez détermineront leur impact sur votre campagne marketing. CodeFuel vous aide à maximiser les revenus par visite utilisateur et offre une flexibilité maximale pour vos campagnes médias, sur n'importe quelle plateforme. En diffusant les bonnes annonces aux bons acheteurs au bon moment, votre campagne est plus efficace. Commencez dès aujourd'hui à optimiser efficacement vos campagnes marketing avec CodeFuel. Inscrivez-vous aujourd'hui.