Marketing Mix Modeling : pourquoi et comment (bien) l’internaliser ?
Après nous avoir présenté les principes du Marketing Mix Modeling (MMM), Guilhem Bodin, partner et expert média chez Converteo, nous explique l’intérêt d’internaliser tout ou une partie du Marketing Mix Modeling (MMM). Dans cette quête d’autonomie, plusieurs solutions sont possibles, avec différents niveaux d’internalisation.
—
A retenir
- Après avoir adopté le MMM comme outil de pilotage stratégique, certains annonceurs ont tout intérêt à aller plus loin dans la démarche en internalisant l’outil afin de gagner en contrôle et en maîtrise sur leurs données et leurs algorithmes.
- Mais avant de se lancer dans une internalisation totale, plusieurs questions doivent être posées… L’entreprise a-t-elle la capacité à héberger la donnée en interne ? Est-ce que ses data scientists sont capables de développer et maintenir des modèles et outils économétriques ? L’organisation a-t-elle l’agilité suffisante pour faire en sorte que les différentes équipes concernées par le sujet se parlent et travaillent de concert ?
- In fine, que l’internalisation soit totale ou partielle, deux points demeurent absolument cruciaux : la maîtrise de la donnée par l’annonceur et la transparence des modèles.
—
Pour les gros annonceurs, l’intérêt de s’appuyer sur un outil de Marketing Mix Modeling n’est plus à démontrer : moteur de l’amélioration, de l’efficacité et de l‘efficience marketing, le MMM est un indicateur très performant pour les directions marketing. Certains acteurs ont toutefois intérêt à aller encore plus loin dans la démarche, en internalisant l’outil, pour gagner en maîtrise et en contrôle sur leurs données et leurs algorithmes.
Internaliser la data, une première étape
Dans cette quête d’autonomie, il existe évidemment de nombreuses façons de procéder et différents niveaux d’internalisation. Le plus intuitif est l’internalisation de la data : centraliser et structurer les données en interne est une démarche logique, notamment pour des questions de gouvernance et de confidentialité. Cette tâche est aujourd’hui facilité par la mise en place des datalakes, qui sont désormais la norme chez les principaux annonceurs.
Il reste toutefois de nombreux challenges, notamment en termes de récupération de la data issue des canaux offline et de la normalisation des données afin d’avoir un data set homogène. Ces deux enjeux nécessitent de rapprocher les équipes : les équipes data doivent travailler main dans la main avec les équipes marketing mais aussi avec le contrôle de gestion lorsque le projet vise à évaluer le rôle du marketing sur des indicateurs business.
Après avoir internalisé la data, l’annonceur peut choisir de développer ses propres solutions de MMM ou de se faire accompagner par son agence ou cabinet de conseil dans la conception des modèles et la mise en place des outils pour les exploiter. C’est cette seconde approche que nous privilégions chez Converteo, grâce à la plateforme MMM que nous avons conçu, même si nous pouvons aussi accompagner des clients qui souhaitent devenir totalement autonomes.
L’internalisation totale, une approche délicate
De fait, l’internalisation totale, qui suppose de s’appuyer sur des modèles économétriques conçus et maintenus en interne, représente une étape beaucoup plus délicate. Il faut en effet pouvoir s’appuyer sur des compétences et des ressources internes, avec des data scientists formés à l’économétrie et au sujet du MMM en particulier, capables, dans la durée, de se tenir au courant des évolutions et des spécificités du marketing et de l’achat média. La tâche est d’autant plus complexe que la documentation en la matière est limitée et qu’un travail de R&D conséquent est à anticiper pour identifier les modèles pertinents pour l’entreprise et son business model. On retrouve sur ce sujet les mêmes écueils que pour l’internalisation de l’achat média, que peu d’annonceurs ont finalement adopté.
En outre, le fait d’avoir en interne des data scientists disponibles et compétents sur le sujet n’est pas suffisant : il faut également pouvoir interprêter les conclusions de l’outil de MMM pour les transcrire en actions effectives. La coordination entre les équipes techniques et les équipes opérationnelles est un enjeu qui nécessite une bonne communication, des compétences spécifiques et une méthodologie éprouvée. En particulier, les clients sous-estiment souvent l’ampleur d’un projet MMM : celui-ci mobilise des ressources transverses, du CRM à l’acquisition en passant par l’achat média ou le contrôle de gestion…
Avant d’adopter une approche d’internalisation totale, il faut donc être capable de répondre “oui” à ces trois questions : l’entreprise a-t-elle la capacité à héberger la donnée en interne ? Est-ce que ses data scientists sont capables de développer et maintenir des modèles et outils économétriques, un sujet sur lequel le poids de la R&D peut être important ? L’organisation a-t-elle l’agilité suffisante pour faire en sorte que les différentes équipes concernées par le sujet se parlent et travaillent de concert ?
Deux principes non-négociables
Sans aller jusqu’à l’internalisation totale des modèles, des voies intermédiaires sont tout à fait envisageables : ce sont des approches que nous déployons chez Converteo avec plusieurs clients, en fonction de leurs besoins et spécificités. Une option est par exemple d’intégrer à nos équipes un data scientist de l’annonceur, afin de lui apporter toutes les ressources, le soutien et l’émulation dont il a besoin. Nous pouvons ainsi l’accompagner dans sa montée en compétence.
Une autre approche consiste à proposer nos solutions technologiques, plateforme de modélisation et prédiction à nos clients. Avec plus de 4 ans de R&D sur le sujet, nous avons développé une suite de solution qui prend désormais la forme d’une plateforme SAAS qui permet de gagner en agilité sur le sujet tout se concentrant sur la partie la plus importante des MMM : l’analyse des résultats et la création des protocoles de test qui en découlent.
Quoi qu’il arrive, dans le cas de modèles développés par nos soins, nous refusons les approches “boites noires” : tout est explicable. Il y a en effet deux points particulièrement importants lorsque l’on évoque le sujet de l’internalisation : la maitrise de la donnée et la transparence des modèles – justement pour éviter cet effet “boîte noire”.
La plateforme MMM Factory de Converteo
Envie de savoir comment notre expertise Marketing Mix Modeling peut propulser vos campagnes marketing et media ?
Avec la MMM Factory de Converteo, modélisez facilement la performance incrémentale générée par vos actions marketing et média sur vos performances économiques. Piloter votre budget marketing et media, réduire vos coûts, et maximiser la performance de vos investissements n’a jamais été aussi simple.
