Skip to content
02_Eléments/Icônes/Flèche à gauche Retour à Insight
Aperçus > Numérique et technologie

L'avenir : Le meilleur des deux mondes : l'intégration des données en ligne dans les modèles de marketing mix

1 minute de lecture | Avril 2014

La modélisation du marketing mix n'a jamais été aussi précieuse pour les directeurs du marketing - et le besoin de modèles efficaces n'a jamais été aussi grand - qu'aujourd'hui. Les pressions budgétaires constantes et l'explosion du nombre de points de contact avec les consommateurs dans le monde numérique ont considérablement augmenté la difficulté et la valeur concurrentielle de l'ajustement des dépenses de marketing.

Certains fournisseurs affirment que les nouveaux modèles d'attribution multi-touch (MTA), qui offrent des données extraordinairement précises dans le domaine numérique, peuvent être jumelés avec des données hors ligne pour rendre obsolètes les modèles traditionnels de marketing mix. En vérité, cependant, l'efficacité du MTA pour modéliser le monde hors ligne est encore un travail en cours, et la plupart des modélisateurs choisissent simplement aujourd'hui entre l'utilisation des données numériques plus granulaires des modèles MTA avec moins de couverture et l'utilisation des données moins granulaires des modèles de marketing mix établis avec plus de couverture. Mais le premier choix n'apporte pas encore de réponse utilisable, et le deuxième choix ne permet pas de tirer parti des détails numériques disponibles aujourd'hui.

Que doit donc faire un CMO ? D'après notre analyse, la réponse est d'importer les résultats des modèles MTA dans les modèles de marketing mix existants. Nous appelons notre méthode propriétaire pour ce faire Intelligent Priors®. Une telle approche offre le meilleur des deux mondes et fournit le support analytique de qualité dont les responsables marketing ont besoin pour prendre des décisions sur l'efficacité, l'efficience et l'optimisation des médias dans le paysage médiatique actuel, qui évolue rapidement.

Poursuivre la recherche d'informations similaires