mknews

mercredi 14
novembre 2018

  

5958 News

1630 Membres

Simple & Gratuit !

Je communique
sur ma marque

    btcliquez

Je reste en veille

  facebook tw 

L'information permanente dédiée aux dirigeants et aux marketeurs

 
Accueil » tribune
 
Publié le 31/10/2018

tribune

Les six phases d’une stratégie d’attribution marketing réussie

Devenu indispensable pour optimiser les ventes et gagner en productivité, l’attribution marketing implique d’agréger et d’exploiter avec une forte acuité d’immense volumes de données liées à des parcours d’achat de plus en plus complexes. Voici comment établir la bonne feuille de route en six étapes clés.

#Bilan : connaître l’existant pour mieux évoluer

L’élaboration d’une bonne stratégie d’attribution marketing doit partir de l’existant. Une photographie de la situation initiale permettra d’identifier les points forts et les lacunes de la stratégie déjà mise en place : les équipes en charge de l’attribution marketing, leur mission, leur mode de fonctionnement, leurs objectifs, les outils à leur disposition et les résultats obtenus.

#Objectifs : connaître la finalité de la stratégie

Acte d’achat ou sensibilisation à un nouveau produit ou service ? Selon l’objectif poursuivi (achat d’une coque de smartphone ou promotion d’un produit au long cycle de vente), la stratégie sera évidemment différente, puisque basée sur des points de contacts différents, plus ou moins nombreux selon les cas. Un système informatique par exemple requiert une grande richesse d’interactions, que ce soit dans la phase de présentation de la solution, de négociation, dans la formation ou dans le support pendant et après vente. Il est donc essentiel de définir clairement ses objectifs pour utiliser le meilleur modèle d’attribution marketing.

#Données : connaître leur sens pour mieux les qualifier

L’attribution marketing s’appuie sur l’analyse de grands volumes de données. Construire un modèle d’attribution efficace nécessite donc de s’assurer que toutes les données sont disponibles et qualitatives, afin de ne pas manquer celles qui fournissent les informations les plus précieuses, et qui peuvent être déterminantes. On doit ensuite les rendre exploitables par les algorithmes d’attribution. Cette opération nécessite non seulement de sensibiliser les utilisateurs à l’enjeu de la donnée mais aussi de les former à la qualification de la donnée. Des données hétérogènes et de mauvaise qualité ne fourniront que des résultats d’attribution erronés.

#Modèle : choisir celui qui convient

Aujourd’hui, l'attribution marketing est souvent basée sur des modèles heuristiques consistant à corréler le résultat obtenu à une seule source du parcours client ou à un seul canal. Ces pratiques introduisent souvent également les modèles du premier ou du dernier clic leurs accordant ainsi une valeur importante et injustifiée au regard de l’importance des autres sources. Car la réalité est bien plus complexe, notamment lorsqu’il s’agit de produits et services aux longs cycles de vente dont l’acquisition est basée sur une combinaison de plusieurs paramètres. Sachant que l’objectif ultime de l’attribution est de refléter au plus près la réalité des comportements clients dans le processus d’achat, le recours à la Data Science permet de prendre en compte la multiplication des points d’interaction ou canaux intervenant dans la conversion. Ainsi, pour obtenir le plus haut niveau de granularité il est crucial de compiler, de synthétiser et d’analyser les données issues de la diversité des canaux.

Dès lors que plusieurs points d’interaction ou canaux interviennent dans la conversion, il est pertinent d’utiliser les modèles d’attribution répartissant les crédits de conversions à plusieurs canaux et points de contacts. Ces modèles reflètent plus justement la réalité et permettent de mesurer de manière plus rationnelle la performance respective des différents canaux.

Le modèle linéaire : la distribution des crédits de conversion est faite à part égale entre les différents canaux. Bémol à ce modèle : il nie la contribution respective des différents canaux alors qu’il est bien connu que dans un processus qu’un canal est souvent prépondérant.

Le modèle fondé sur la dépréciation dans le temps : les points de contact ou les canaux les plus proches de la conversion sont davantage crédités dans le processus de conversion. Les canaux les plus en amont ne sont donc pas pris en compte dans la transformation d’une conversion. Ce modèle croissant s‘oppose au modèle décroissant qui consiste à attribuer le plus de mérite aux canaux situés les plus en amont de la conversion.

Le modèle parabolique : celui-ci attribue des valeurs de crédits de conversion plus importantes au premier et le dernier canal, les canaux intermédiaires se partageant le reste de manière équitable : si 30% sont accordés au 1er et dernier canal, les quatre canaux intermédiaires auront 10% de crédits.


 

Toutes les news

Espace service

La lettre d'information des professionnels de la VAD, du MD, de l'E-commerce et M-commerce