Les big data ne cessent de prendre de l'ampleur à mesure que le nombre d'appareils que nous utilisons quotidiennement ne cesse de croître, ce qui déconcerte les spécialistes du marketing à la recherche de la mesure la plus précise de leur retour sur investissement (ROI). Mais au lieu d'une mesure unique, une approche multi-modèle peut être la meilleure chance pour les marketeurs de mesurer l'impact complet de leur efficacité marketing.
Ross Link, président des solutions MROI mondiales de Nielsen, a récemment partagé les conclusions du Digital Media Consortium (DMC) II à Re!Think 2016 sur la façon dont une telle approche peut aider à combler les lacunes inhérentes au big data aujourd'hui. Cependant, cette stratégie n'est pas unique - le type de données dont dispose un spécialiste du marketing en termes de granularité et de couverture dictera la méthodologie qu'il doit utiliser.
Nielsen a fondé le DMC en réponse à la récente prolifération du big data qui a entraîné un changement rapide des techniques de mesure du ROI marketing. L'objectif du DMC II était d'améliorer les pratiques du secteur en matière de mesure précise de l'efficacité des médias numériques. Plus précisément, elle a utilisé des données granulaires au niveau des ménages pour voir comment des méthodologies statistiques communes avec différentes limitations de données - modélisation du mix marketing (MMM), attribution multi-touch (MTA) et analyse de panel apparié (MPA) - peuvent fonctionner ensemble pour obtenir le ROI le plus précis pour les spécialistes du marketing.
"Nous pensions qu'une méthodologie de modélisation serait la meilleure, mais il s'avère que chaque approche mérite une place dans la boîte à outils du spécialiste du marketing moderne. L'utilisation de MMM, MTA ou MPA dépend du type de données dont dispose un spécialiste du marketing et de ce qu'il cherche à mesurer en fin de compte", explique M. Link. "Par exemple, lorsque l'impact de tout le marketing peut être lié à un individu en particulier (c'est-à-dire des données à source unique), la solution idéale est sans conteste la régression au niveau du foyer (MTA). Cela peut être possible dès maintenant pour les spécialistes du marketing qui investissent uniquement dans des tactiques numériques, mais pour la majorité des marques qui exploitent aujourd'hui des véhicules de marketing hors ligne, les données à source unique ne seront probablement pas disponibles avant au moins plusieurs années aux États-Unis et pendant des décennies sur les marchés en développement."
Link a poursuivi en révélant que jusqu'à ce que les données de source unique deviennent une réalité, les spécialistes du marketing devraient utiliser le MMM au niveau du magasin, en particulier lorsqu'ils cherchent à optimiser le ROI de manière holistique pour tous les moteurs de l'entreprise, en ligne et hors ligne. D'autre part, lorsque l'objectif est de se concentrer uniquement sur la mesure du ROI pour les investissements dans les médias numériques spécifiques tels que l'affichage et la vidéo, les spécialistes du marketing devraient utiliser l'AMP au niveau du foyer.
DMC I comprenait un partenariat entre Nielsen, Google, Facebook et sept grands annonceurs afin d'identifier des idées révolutionnaires sur la mesure précise du retour sur investissement des médias sociaux (y compris les médias numériques payés, détenus et gagnés). L'étude était basée sur 1,5 milliard d'impressions Facebook, 600 millions d'impressions de recherche Google et une analyse de 2 milliards de dollars de ventes.
DMC II a été créé pour résoudre les problèmes d'analyse d'attribution dans le secteur, compte tenu des données disponibles aujourd'hui. DMC II a analysé 11 marques de biens de consommation courante (CPG) dans neuf catégories qui représentent un chiffre d'affaires de 30 milliards de dollars, 3,6 milliards d'impressions d'affichage numérique, 300 millions d'impressions de vidéo numérique et 4 000 campagnes publicitaires.
