En marketing, la publicité de marque en haut de l'entonnoir (à la télévision ou en vidéo, par exemple) permet de développer la notoriété de la marque et de stimuler la demande au fil du temps. En parallèle, la publicité à réponse directe en bas de l'entonnoir (comme la recherche sponsorisée) capte cette demande pour générer des ventes ou des conversions immédiates.
Pour mesurer ces investissements marketing dans l'intégralité de l'entonnoir, un modèle de mix marketing (MMM) standard en une seule étape peut s'avérer fiable, parcimonieux et relativement simple à exécuter. Cependant, comme un MMM de ce type analyse tous les canaux marketing en une seule étape, il crée un dilemme.
- Si vous excluez les variables de capital marque intermédiaires (comme le volume de recherche naturelle), vous attribuez trop de crédit aux canaux situés en bas de l'entonnoir. Ils se voient attribuer le mérite d'avoir capturé une demande qu'ils n'ont pas réellement créée.
- Si vous incluez les variables de capital marque intermédiaires (en tant que contrôles standards), vous n'accordez pas suffisamment de crédit aux canaux situés en haut de l'entonnoir. Ils se voient privés du mérite d'avoir généré cette demande en premier lieu.
Prenons le volume de requêtes de marque Google (VRGm) comme exemple de variable de capital marque. Les modèles à une seule étape imposent un compromis : si vous incluez le VRGm en tant que variable de contrôle dans le modèle, vous privez les canaux de marque du crédit qu'ils méritent pour avoir suscité cet intérêt pour une recherche. Si vous excluez le VRGm, vous attribuez trop de crédit aux annonces de type "réponse directe" qui captent une demande existante au lieu de la créer. Pour en savoir plus sur cet exemple, consultez Inclure le volume de requêtes.
Pour mesurer ces investissements marketing dans l'intégralité de l'entonnoir, Meridian propose désormais un MMM dans l'intégralité de l'entonnoir reposant sur une approche de modélisation en deux étapes. Le modèle de l'étape 1 mesure la façon dont le marketing de marque développe le capital marque. Le modèle de l'étape 2 mesure la façon dont ce capital marque et l'ensemble du marketing influencent le KPI final.
Le problème principal : une variable de contrôle peut être à la fois un médiateur et un facteur de confusion
En modélisation du mix marketing (MMM), le principal problème de l'inférence causale est l'estimation de l'effet de traitement conjoint de plusieurs variables marketing différentes. En inférence causale, on sait qu'il faut inclure les variables de confusion dans le modèle, tout en excluant les variables de médiation (voir Sélectionner des variables de contrôle). Les spécialistes du MMM rencontrent souvent des variables qui jouent un rôle de médiateur pour certaines variables de traitement, mais de facteur de confusion pour d'autres.
Dans un MMM en une seule étape, les spécialistes sont confrontés à un dilemme concernant ces variables, qui sont des facteurs de confusion pour certaines variables de traitement, mais des médiateurs pour d'autres :
- Exclure la variable du modèle : son effet de confusion n'est pas pris en compte lors de l'estimation de l'impact des canaux situés en bas de l'entonnoir, ce qui entraîne des surestimations biaisées du ROI de ces canaux.
- Inclure la variable dans le modèle : cela bloque le chemin de causalité de la publicité de marque via la variable, ce qui se traduit par une sous-estimation du ROI des canaux de marque.
Les variables de capital marque, telles que la considération de la marque ou le volume de requêtes de marque Google (VRGm), sont des exemples classiques de ces variables. Le marketing de marque (ou "marketing en haut de l'entonnoir") renforce le capital marque, lequel influence à son tour le KPI, ce qui en fait un médiateur pour le marketing de marque. En parallèle, le capital marque stimule la demande naturelle et l'activité sur les canaux en bas de l'entonnoir (comme les annonces payantes sur le Réseau de Recherche). Le capital marque est donc un facteur de confusion pour ces canaux.
Fonctionnement du MMM sur l'intégralité de l'entonnoir
Meridian résout ce problème fondamental en ajustant deux modèles MMM distincts. Dans le premier, une variable de capital marque est la variable de réponse. Dans le second, la variable de capital marque est une variable explicative.
| Étape de l'entonnoir | Objectif | Variable de traitement | Variable de réponse | Variables de contrôle requises |
|---|---|---|---|---|
| Modèle de l'étape 1 : marketing de marque \(\rightarrow\) Capital marque | Analyse la façon dont le marketing de marque renforce le capital marque | Marketing de marque (par exemple, vidéo, TV, RP) | Variable de capital marque (par exemple, VRG de marque). | Facteurs de confusion avec le marketing de marque et le capital marque |
| Modèle de l'étape 2 : capital marque et marketing \(\rightarrow\) KPI | Analyse l'impact du marketing sur le KPI, y compris la demande générée par l'étape 1 | Toutes les actions marketing et la variable de capital marque utilisée à l’étape 1 | KPI | Facteurs de confusion affectant le marketing et le KPI, et facteurs de confusion affectant le capital marque et le KPI |
En résumé, nous estimons trois types d'effets causaux :
- Étape 1 : l'effet du marketing de marque sur le capital marque.
- Étape 2 : l'effet du capital marque sur le KPI.
- Étape 2 : l'effet de l'ensemble du marketing sur le KPI.
Pour estimer ces trois types d'effets, il faut tenir compte des facteurs de confusion pour chaque relation causale au sein du modèle qui en estime l'effet. Pour en savoir plus sur le diagramme causal supposé pour le MMM sur l'intégralité de l'entonnoir, consultez le diagramme causal sur l'intégralité de l'entonnoir.
Une fois les deux modèles ajustés, vous devez mettre leurs résultats en relation. Plus précisément, vous propagez l'effet du marketing de marque sur le capital marque (estimé par le premier modèle) à l'effet du capital marque sur votre KPI final (estimé par le deuxième modèle). L'effet dit "indirect" du premier modèle est inclus dans les estimations causales clés, comme le ROI, le ROI marginal, les courbes de réponse et l'optimisation du budget.
Pour en savoir plus sur l'exécution d'un MMM sur l'intégralité de l'entonnoir dans Meridian, consultez le tutoriel Intégralité de l'entonnoir de Meridian. Ce tutoriel détaille tous les aspects à prendre en compte pour la modélisation et explique comment propager l'effet indirect avec une classe AnalyzerFullFunnel.
Choisir entre un MMM sur l'intégralité de l'entonnoir et un MMM en une seule étape
Le choix entre un MMM en une seule étape et un MMM sur l'intégralité de l'entonnoir repose sur un compromis fondamental : le MMM sur l'intégralité de l'entonnoir résout le problème des variables qui jouent à la fois le rôle de médiateur et de facteur de confusion, mais nécessite d'estimer davantage d'effets causaux et d'identifier davantage de variables de confusion.
- Le MMM en une seule étape est plus simple et nécessite uniquement d'identifier les facteurs de confusion entre le marketing et le KPI final. Toutefois, si le capital marque joue un rôle de médiateur pour le marketing de marque et de facteur de confusion pour le marketing en bas de l'entonnoir, vous êtes confronté à un dilemme inévitable : l'inclure n'accorde pas suffisamment de crédit aux canaux de marque, tandis que l'exclure en attribue trop aux canaux situés en bas de l'entonnoir.
- Le MMM sur l'intégralité de l'entonnoir résout ce dilemme en modélisant explicitement l'effet indirect via le médiateur. Toutefois, cela nécessite d'estimer trois types d'effets causaux (marketing de marque \(\rightarrow\) capital marque, capital marque \(\rightarrow\) KPI et ensemble du marketing \(\rightarrow\)KPI). Vous devez identifier et contrôler les facteurs de confusion aux deux étapes, ce qui augmente les exigences concernant les données ainsi que la sensibilité aux facteurs de confusion non observés.
La complexité supplémentaire d'un MMM sur l'intégralité de l'entonnoir se justifie dans les cas suivants :
- La voie indirecte a un effet important : le marketing de marque a un effet notable sur le capital marque, qui stimule fortement les ventes. Si l'effet passant par cette voie est faible, le biais du modèle à une seule étape est minime.
- Les facteurs de confusion sont mesurables pour les deux étapes : vous disposez de données fiables pour contrôler les trois types de facteurs de confusion nécessaires.
Sinon, un MMM en une seule étape peut être une option plus fiable.
Un framework générique pour le capital marque
Le volume de requêtes de marque Google (VRGm) est une variable de capital marque courante pour le MMM sur l'intégralité de l'entonnoir de Meridian. Il joue en effet un rôle de médiateur pour le marketing de marque et de facteur de confusion pour le marketing en bas de l'entonnoir (en particulier les annonces sur le Réseau de Recherche). Le VRGm est disponible à un niveau de précision hebdomadaire et géographique sur MMM Data Platform.
Toutefois, le framework couvrant l'intégralité de l'entonnoir est entièrement générique. Il peut être appliqué à toute métrique intermédiaire de santé de la marque qui correspond au diagramme causal sur l'intégralité de l'entonnoir supposé.