Repenser le ROI des campagnes marketing à l’ère du Big Data

Chaque année, les annonceurs dépensent des milliards en achat d’espace de toute sorte, sur tous les canaux et tous les supports. Pour une direction marketing ou communication, il n’est pas toujours facile de mettre en perspective ces investissements et leur rentabilité directe. Les campagnes génèrent des ventes, c’est démontré. Mais quelle campagne, quel dispositif pluri-média, quels messages ou contenus diffusés sur quels canaux sont vraiment à l’origine de l’acte d’achat?

Bien sûr, il existe déjà de nombreux outils de mesure, qui permettent de suivre et de piloter un grand nombre d’indicateurs tels que le total d’impressions, le Gross Rating Point en TV, les durées d’exposition, le taux d’ouverture d’une newsletter, les temps de lecture d’une vidéo, le nombre de likes, mais la relation directe avec les ventes n’est pas clairement lisible ni quantifiable.

Piloter différemment son ROI (Return on Investment)

Il est aujourd’hui possible de suivre les parcours clients, de leur première visite à leur commande en ligne. Mais cette approche est encore très incomplète et il faut combiner différentes sources internes et externes, techniques et méthodologies à l’image du Marketing Mix modeling, de l’Attribution Modeling, du Customer Lifetime Value, pour comprendre avec précision l’impact des campagnes sur les ventes. On est ainsi capable d’analyser de manière plus fiable le ROI. Dr. Joerg Behrend, SVP Global Business Solutions & CIO de Bacardi-Martini, explique comment le groupe aborde ce sujet: «Bacardi investit de manière significative dans ses dispositifs marketing à travers différentes zones géographiques pour développer ses marques «icônes». L’année passée, nous avons initié un programme visant à mettre en œuvre les capacités techniques permettant de gérer des analytiques descriptifs et prédictifs avancés, utilisant les concepts du Big Data et de la data science. L’objectif étant de mesurer l’efficacité opérationnelle des investissements marketing, tous canaux (TV, cinéma, numérique, presse, …) au regard des ventes. […] L’exercice n’est pas trivial. Une collaboration rapprochée entre l’IT, le marketing, les ventes et la logistique est clé pour progresser de manière itérative et pour optimiser la pertinence des résultats des projets Big Data.»

Les Big Data s’invitent dans la connaissance client

Concrètement, il faut définir en amont un référentiel homogène. Cette phase est relativement rapide, puisqu’il s’agit de prendre en compte l’existant, l’intelligence du traitement intervenant elle, dans un second temps lorsque l’ensemble des canaux sont effectivement connectés. Une fois le référentiel constitué, on retraite les données de façon à éliminer ou atténuer les interférences identifiées lors de la période de campagne, ainsi l’on peut tenir compte d’une campagne agressive de la concurrence, d’un buzz sur les réseaux sociaux, un succès d’une action de terrain,… de manière à interpréter plus finement les événements qui ont conduit à la transformation client. Virginie Gosset, Head of Marketing LeShop, complète: «En 2016, nous nous sommes engagés dans une analyse approfondie de la performance de nos canaux et nos méthodes d’acquisition en regard de la valeur projetée des clients, via un modèle d’attribution et du machine learning. Dès le deuxième mois, les résultats nous ont permis de revoir notre système de mesure et d’allouer notre budget marketing suivant une logique prédictive de la valeur.»

En synthèse, il faut viser plusieurs niveaux de valeur dans le pilotage des campagnes: le premier en corrélant les campagnes aux ventes, ce qui est impossible avec les outils de média planning ou d’analytiques en silo, le second en réorientant les investissements pour un meilleur ROI et le troisième en développant une connaissance plus fine et plus approfondie des clients.