Attribution marketing : impact des canaux d acquisition

L'attribution marketing : mieux comprendre l'impact des canaux d'acquisition

Avec l’émergence du digital, les canaux d’acquisition se multiplient et les parcours digitaux sont de plus en plus complexes. Comprendre l’impact et l’importance des différents canaux dans l’acte d’achat d’un client est un enjeu primordial pour les entreprises. On parle alors de contribution ou plus généralement d’attribution, notions souvent utilisées lorsque la conversion est due à plusieurs points de contact/canaux marketing. Un modèle d’attribution/contribution plus ou moins complexe va alors déterminer quelle part de la conversion doit être affectée à chaque canal ou point de contact.

Cet article a pour objectif de présenter les méthodes classiques d’attribution. Nous aborderons également de nouvelles approches : des modèles basés sur la donnée qui permettent d’avoir une vision plus objective de l’impact des canaux d’acquisition.

L’attribution et les canaux d’acquisition

Les canaux d’acquisition correspondent aux différentes méthodes permettant de faire parvenir des visiteurs sur un site (référencement naturel/payant, mail, bannière publicitaire, …)

Quel est donc le lien entre les canaux d’acquisition et l’attribution ? Un client qui veut acheter un produit va sûrement venir plusieurs fois sur le site internet, via différents canaux avant de faire son achat. L’attribution consiste donc à connaitre l’impact de chaque canal dans l’acte d’achat.

Prenons un exemple de parcours client menant à une conversion (achat, devis, formulaire, …) :

L'attribution et les canaux d'acquisition

Plusieurs méthodes classiques, basées sur des partis pris existent. Ce sont des méthodes qui s’appliquent à chaque parcours digital, indépendamment des autres parcours. La plus courante est celle du last clic, qui attribue tout le crédit au dernier canal par lequel arrive le client. Dans notre exemple, avec un tel modèle, 100% de la conversion serait attribué au mail, 0% au réseau social et au référencement naturel. Cette répartition est-elle bien représentative du parcours digital du client ? La publicité sur le réseau social et le clic sur le mail n’ont-ils eu aucun impact ? Ce parti pris est extrêmement fort.

De même, les autres méthodes dites « classiques » ne prennent pas en compte la complexité des parcours digitaux actuels :

L'attribution et les canaux d'acquisition, 2

Selon une étude Criteo, 80% des annonceurs utilisent un modèle last clic. Et seulement 14% des marketers considèrent ce modèle pertinent [1]. Le changement semble inévitable.

De nouveaux modèles, basés sur la donnée, plus « représentatifs » des parcours clients

Thomas Vannier, Consultant Data Scientist VISEO

Thomas Vannier, Consultant Data Scientist VISEO

Avec l’émergence du big data, la récupération et le stockage des données, le parcours client se fait de façon plus simple et la création d’un historique des parcours digitaux des clients est possible.

Cette quantité de données est donc à portée de main et peut permettre, par le biais de la data science, d’avoir une vision plus objective de l’impact des canaux dans l’acte d’achat.

Il existe plusieurs méthodes et algorithmes permettant de calculer l’attribution basée sur de la donnée. On s’intéresse ici à deux approches, l’une basée sur les chaines de Markov et l’autre sur la valeur de Shapley :

  • Les chaines de Markov peuvent être utilisées pour calculer l’attribution. Cette méthode se base sur la probabilité de passer d’un canal à un autre, que l’on peut ensuite représenter simplement sous forme d’un graphe ou d’une matrice de transition. Ici, tous les parcours sont utilisés, ceux menant à une conversion mais aussi ceux ni menant pas. Grace à cette méthode, on obtient la probabilité globale d’arriver à une conversion. Il suffit ensuite de « théoriquement » supprimer un canal du modèle pour en déduire son impact et donc sa contribution (méthode du removal effect).
  • L’attribution peut aussi être calculée en utilisant la valeur de Shapley. Cet algorithme provient initialement de la théorie des jeux. En effet, les conversions peuvent être vues comme des gains et les canaux comme des joueurs. On n’utilise ici que les parcours digitaux menant à la conversion. Le principe de cette méthode est de calculer la contribution marginale de chaque canal dans les parcours. Un inconvénient de cette méthode est que la complexité de calcul augmente fortement avec le nombre de canaux d’acquisition.

Mise en place d’un modèle data driven

Lors d’une mission chez un acteur majeur de l’automobile français, nous avons eu l’opportunité de mettre en place un modèle data driven pour remplacer le modèle last clic existant.

Mise en place d’un modèle data driven Nous avons utilisé un modèle basé sur les chaines de Markov en s’appuyant sur un historique de plusieurs millions de parcours digitaux.

Plusieurs enseignements peuvent être tirés de cette étude. Tout d’abord, on remarque que le first clic et le last clic ont des attributions opposées. Le modèle data driven réagit différemment et attribue de façon moins extrême les conversions. L’exemple du canal Display (bannières publicitaire) est source d’enseignement. Il est surreprésenté avec le first clic et sous représenté avec le last clic. Ceci est logique sachant que le display est plutôt un canal d’acquisition que l’on retrouve au début du parcours client. Le modèle basé sur la donnée attribue de façon plus intelligente les conversions aux différents canaux.

L’introduction de méthodes dirigées par la donnée permet de s’affranchir d’hypothèses fortes et traduit de manière plus réaliste les comportements des clients face aux diverses sollicitations et ainsi d’être plus performants dans les investissements marketing.

Auteur : Thomas Vannier, Consultant Data Scientist VISEO

***

 [1]  https://www.csa.eu/media/1292/etu20130924-criteo-white-paper-marketing-attribution-comes-of-age-sep-2013.pdf

(c) Ill. Bluespix

avatar
L'invité de Marketing Professionnel tient une Tribune Libre. Profil des invités et Tribunes Libres publiées.


Commentez !

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *