Comment l’Intelligence Artificielle peut aider les marketeurs à mesurer l’attribution multicontact ?

Article de : Colin Priest, DataRobot

Source: Association Américaine de Marketing

Principaux points à retenir :

Quoi? Les marketeurs ont besoin d’un meilleur moyen pour déterminer quelles activités publicitaires sont les véritables moteurs de vente afin qu’ils puissent concentrer leurs ressources par rapport à celles-ci.

Et alors? Les algorithmes modernes d’apprentissage automatique déterminent objectivement comment chaque point de contact contribue aux ventes, vous permettant de calculer avec précision son retour sur investissement.

 

D’ici 2019, selon le magazine « Harvard Business », on estime que les dépenses mondiales en médias devraient atteindre 2,1 trillions de dollars. Mais tout cet argent est-il efficace pour produire un meilleur retour sur investissement (ROI)? Sans savoir quels canaux génèrent des ventes, ou plus précisément quels sont les efforts individuels qui fonctionnent, les dépenses de marketing sont comme une boîte noire.

Dans le monde du commerce numérique d’aujourd’hui, il n’est pas rare qu’une transaction implique une trentaine d’activités marketing ou «points de contact». Pourtant, de nombreux marketeurs adoptent un raccourci pratique et créditent chaque vente jusqu’au dernier point de contact avant la vente. Pour attribuer correctement l’influence de toutes les activités de marketing, les entreprises ont besoin d’une méthodologie d’entreprise capable de quantifier l’impact de chaque point de contact sur la vente.

 

Pourquoi s’inquiéter de l’attribution du marketing?

Vous savez peut-être globalement que votre marketing «fonctionne», mais sans véritable attribution, vous ne savez pas quelles activités marketing ont le plus d’impact et quelles sont celles qui ne font que consommer les budgets de marketing limités. L’attribution vous permet de:

• Justifier les budgets marketing et optimiser les activités marketing ;
• Faire des offres plus intelligentes pour les campagnes numériques ;
• Mesurer efficacement les indicateurs de performance clés.

 

 L’apprentissage automatique et la cartographie du chemin vers l’achat :

Pour une attribution marketing efficace, les marketeurs doivent développer des modèles prédictifs très précis.

Les méthodes statistiques, qui ajoutent un score pour chaque caractéristique personnelle distincte, ne permettent pas de modéliser un comportement humain complexe.

Les modèles d’apprentissage automatique capturent et analysent la complexité du comportement humain, analysent l’impact de nombreux points de contact et identifient les activités marketing qui influencent le plus la vente.

Traditionnellement, les scientifiques de données construisent manuellement des algorithmes d’apprentissage automatique. Ce processus peut prendre énormément de temps, certains projets prennent des mois à livrer. Au moment où l’algorithme est prêt, il peut déjà être obsolète.

Le marketing a besoin d’un moyen plus rapide pour construire les algorithmes : Un processus qui n’est pas si manuel. La réponse est dans l’apprentissage automatisé (Automated Machine Learning-AML), une technologie qui construit automatiquement des algorithmes à partir de données historiques, parfois en quelques heures au lieu de quelques jours ou mois.

 

Attribution marketing avec l’apprentissage automatique (Automated Machine Learning-AML) :

AML permet aux utilisateurs de tous les niveaux de compétence (Y compris les marketeurs) de faire de meilleures prévisions plus rapidement. En automatisant de nombreuses compétences traditionnellement appliquées uniquement par les scientifiques de données (De DATA), AML fournit le chemin le plus rapide vers le succès de la science des données pour les utilisateurs qui comprennent le business et les données.

AML vous permet de créer des modèles d’attribution de marketing sophistiqués pour effectuer des analyses « Et Si (What-If) » complexes qui quantifient l’efficacité de différents types d’activités marketing et de différentes combinaisons de points de contact marketing:

• Commencer avec une base de référence : Pour commencer, vous devez déterminer une base de référence- les ventes qui se produiraient naturellement sans aucune activité de marketing. Vous pouvez utiliser AML pour analyser l’impact sur les ventes si vous supprimez tous les points de contact marketing ;

 

• Déterminer la contribution du marketing aux ventes : Il s’agit de la différence entre les ventes réelles et les ventes de référence calculées. Plus vos activités de marketing sont efficaces, plus les ventes sont supérieures à cette valeur de référence ;

 

• Attribuer une contribution pour chaque point de contact : AML effectue une variété de calculs de simulation sur l’impact sur les ventes si vous supprimez un ou plusieurs points de contact.

En utilisant des points de contact et des résultats historiques, AML trouve automatiquement des dessins, créant un modèle qui prédit les ventes en fonction des points de contact qui s’appliquent à chaque piste. En utilisant le modèle, vous exécuterez un certain nombre de scénarios «Et Si» en utilisant différents points de contact pour prédire comment leurs différentes combinaisons impactent les ventes.

L’attribution effectuée de cette manière «illumine» votre entonnoir de ventes, vous donnant des idées impossibles il y a seulement quelques années. L’attribution crée un guide clair pour vous montrer quels programmes de marketing valent la peine d’être appliqués et lesquels ne le sont pas. Avec cette information, vous ne faites que ce qui fonctionne, et vous réduisez ou éliminez ce qui ne fonctionne pas.

 

Traduit par Meriem