Le travail du CMO est devenu encore plus difficile.
De plus en plus, le succès est lié à des mesures concrètes comme les résultats financiers. Les CMO doivent montrer comment diverses tactiques de publicité et de marketing ont amené quelqu’un à acheter le produit de leur entreprise, ainsi que si elles ont conduit à des mesures plus douces comme la sensibilisation des gens à une marque. Cette preuve doit convaincre les directeurs financiers – qui considèrent toujours le marketing comme un « centre de coûts » malgré les meilleurs efforts des directeurs marketing – de maintenir les budgets marketing.
Une approche consiste à utiliser la modélisation du mix marketing, qui permet aux CMO de montrer aux dirigeants de l’entreprise comment leurs efforts contribuent au résultat net. « Les directeurs financiers adorent ça parce que beaucoup d’analyses sont effectuées en silos », a déclaré Jon Turner, directeur mondial de l’analyse chez Mediahub, ajoutant que ces silos peuvent ajouter des écarts dans les rapports. « Avec la modélisation du marketing mix, vous regardez de manière holistique, de sorte qu’il ne peut pas expliquer plus que ce que sont réellement vos ventes. Il explique toutes les ventes et les répartit entre différents leviers marketing. »
Contenu de l'article :
Bien sûr, mais qu’est-ce que la modélisation du marketing mix ?
C’est une façon d’utiliser l’analyse statistique comme un outil pour examiner les ventes sur une période de temps afin de déterminer exactement ce qui a causé ces ventes. Essentiellement, c’est un moyen d’aider les spécialistes du marketing et les dirigeants d’agence à contextualiser ce qui fonctionne et ce qui ne fonctionne pas. Par exemple, supposons qu’un spécialiste du marketing qui dépense généralement la majorité de ses dollars publicitaires à la télévision réaffecte ces dépenses aux chaînes numériques et offre un prix de produit réduit. Si cette approche représentait des chiffres de ventes plus élevés, ce spécialiste du marketing pourrait alors prendre cette analyse, modifier son approche et l’optimiser pour dépenser plus de son budget sur ce qui fonctionne et moins sur ce qui ne fonctionne pas.
Cela semble être une chose évidente à faire. Comment ça marche?
Les spécialistes du marketing et les cadres des agences saisissent des données dans l’analyse en fonction non seulement des tactiques de marketing qu’ils utilisent, mais également de chaque activité qu’une marque peut déployer ou rencontrer. Ainsi, ils ne comptabilisent pas seulement la publicité numérique, télévisée, extérieure, radio, podcast et sur les réseaux sociaux, mais aussi le prix d’un produit et diverses promotions en cours. Bien sûr, ce n’est pas tout. Ce serait trop facile. Ils tiennent également compte de facteurs tels que les niveaux de stock, la saisonnalité, voire les changements de conditions météorologiques – en gros, tout ce qui pourrait avoir un impact sur les ventes. Ces données sont ensuite comparées aux données de ventes précédentes, souvent d’au moins trois ans, pour montrer comment les ventes ont changé et donner une raison pour laquelle elles ont changé. C’est la corrélation plutôt que la causalité.
Si cela ressemble à un vague synopsis, eh bien, c’est parce que c’en est un. Le modèle est spécifié pour chaque marque et doit tenir compte de tout ce qui entraînerait des pics de ventes pour les vallées.
OK donc c’est juste une autre méthode d’attribution. Gros ouf.
Eh bien, oui et non. Bien qu’il s’agisse d’un moyen pour les spécialistes du marketing d’indiquer une raison de vente, il s’agit également d’un modèle prédictif pour aider les spécialistes du marketing à prendre des décisions pour les mois à venir. Les spécialistes du marketing utiliseront l’analyse – souvent sur une base trimestrielle – pour voir les changements qui se produisent et déplacer les dollars pour, espérons-le, poursuivre les tendances positives. Si le modèle montre qu’un canal particulier fonctionne mieux, il y déplacera probablement plus d’argent marketing. À emporter, par exemple. Alors que les gens ont recommencé à voyager et à faire la navette après les fermetures, c’est redevenu un canal plus utile, de sorte que les spécialistes du marketing y dépensent plus.
Mais vous venez d’évoquer la pandémie. Cela ne jette-t-il pas une clé dans le tout?
À certains égards mais pas vraiment. C’est pourquoi les spécialistes du marketing utilisent quelques années de données pour la modélisation du marketing mix. « Lorsque vous avez un choc sur le système comme Covid, avoir des années de données devient encore plus important », a expliqué Larry Davis-Swing, vice-président de l’analyse avancée chez Spark Foundry. « En ayant beaucoup de données avant et beaucoup de données après, vous pouvez commencer à comprendre et à isoler tout ce que vous avez vu se produire pendant Covid. »
Davis-Swing a poursuivi : « Lorsque les marchés se sont fermés, nous avons vu le comportement des consommateurs changer. Les gens sont passés du restaurant à la vente à emporter et à la livraison. Nous avons vu la livraison exploser. Nous pouvons donc expliquer cette explosion initiale, non pas à cause de la publicité ou du marketing, mais parce que les consommateurs ont dû changer leur comportement. »
Alors oui, les données de la mi-mars 2020 à la fin de 2020 – peut-être même l’été 2021 – sont un peu floues car le comportement des consommateurs a considérablement changé, ce qui rend plus difficile la réalisation des prévisions. Cependant, à mesure que les gens sortent de chez eux et reprennent leurs activités pré-pandémiques, les spécialistes du marketing peuvent alors peser les données de 2019 à la hausse et prendre en compte des comportements plus normaux pour aider les prévisions futures à être plus précises.
C’est pourquoi vous devez vous assurer que les entrées sont correctes.
Exactement. Les spécialistes du marketing et les dirigeants d’agence doivent réfléchir à tout ce qui pourrait expliquer la variation des ventes afin que le modèle puisse fonctionner correctement et aider à prédire comment ils devraient répartir leur marketing mix. Si vous avez un modèle qui essaie d’expliquer la variation des ventes de champagne, vous devrez entrer un pic le jour de l’An et la Saint-Valentin, a expliqué Trisha Pascale, directrice du groupe d’analyse chez The Many. Si vous ne tenez pas compte de cela, le modèle pourrait être inexact et son élément prédictif inutile.
Il est également important de tenir compte des changements dans les stratégies de marketing et de publicité. Avec le roulement d’un CMO à un autre, qui a tendance à se produire tous les 18 mois environ, il y a souvent un changement de stratégie. Si vous n’avez pas pris en compte davantage de publicité numérique ou quel que soit le changement dans la modélisation du mix marketing, cela ne montrera pas comment ce changement fonctionne.
OK, mais n’êtes-vous pas en utilisant un tas de données. Qu’en est-il de la mort du cookie ? Cela ne sera-t-il pas un problème ?
Contrairement à l’attribution multi-touch, la modélisation du mix marketing n’est pas exécutée au niveau du consommateur, de sorte que les données plus personnalisées qui pourraient disparaître avec la mort du cookie tiers ne sont pas aussi importantes pour la modélisation du mix marketing.
« Nous parlons de très grandes tendances, et nous ne construisons pas ces modèles au niveau du consommateur », a déclaré Michael Salemme, vice-président de l’analyse chez Zenith. « Il existe des moyens d’exécuter des données agrégées pour continuer à fonctionner [marketing] modélisation mixte. Nous essayons d’expliquer les changements dans les ventes généralement au niveau national ou régional, nous avons donc juste besoin de connaître les expositions approximatives.