Marketing mix modeling
Marketing mix modeling : mesurer sans suivre personne
Le marketing mix modeling estime la contribution de chaque canal aux ventes à partir de données agrégées, sans suivre aucun individu. Il croise l'historique des dépenses, des ventes et des facteurs extérieurs pour isoler statistiquement l'effet de chaque levier employé.
Ce que le marketing mix modeling prend en compte
| Variable | Rôle dans le modèle |
|---|---|
| Dépense par canal et par période | La variable explicative principale |
| Ventes constatées | La variable à expliquer |
| Saisonnalité | Neutralise les variations de calendrier |
| Prix et promotions | Facteurs internes concurrents |
| Météo, jours fériés, contexte | Facteurs externes selon le secteur |
L’oubli d’un facteur externe important attribue son effet au canal qui variait en même temps, ce qui produit des conclusions fausses et confiantes.
Pourquoi le mix modeling revient
Parce qu’il ne dépend d’aucun traceur ni d’aucun consentement. Il ne manipule que des totaux, ce qui le rend insensible aux restrictions qui dégradent les autres méthodes.
Il capte aussi les canaux hors ligne, invisibles pour toute mesure numérique.
Ce que le mix modeling exige
Deux à trois ans d’historique, avec des variations de dépense suffisantes. Un canal dont le budget n’a jamais bougé ne se modélise pas : rien ne permet d’isoler son effet.
Cette contrainte écarte la plupart des petites structures.
Ce que le mix modeling ne permet pas
D’optimiser une campagne en cours. Il produit une lecture rétrospective, utile pour répartir un budget annuel, inutile pour décider d’un arbitrage cette semaine.
Les confusions fréquentes et ce qui les sépare
- Attribution
- L'attribution suit des parcours individuels. Le mix modeling travaille sur des totaux par période, sans jamais identifier personne.
- Incrémentalité
- L'incrémentalité mesure un effet par expérimentation contrôlée. Le mix modeling l'estime statistiquement sur l'historique.
Mis à jour le