MTA ou MMM, par quoi passer pour mesurer la performance de vos campagnes ?


  • Qu'est-ce qui différencie le MTA du MMM ? Quand aurez-vous intérêt à un modèle d'attribution multi-touch et quand aurez-vous plutôt intérêt à vous tourner vers le marketing mix modeling ? Minted vous donne les clés pour comprendre ces deux outils de mesure très en vogue.

Notre secteur est friand d’acronymes, on le sait. Et le monde de la mesure ne fait pas exception puisque les annonceurs se voient souvent proposer deux d’entre eux au moment de juger de l’efficacité des campagnes : du MTA, pour multi-touch attribution, et du MMM, pour marketing mix modeling. 

Deux acronymes pour lesquels la distinction n’est, à en croire Laurent Simonin, pas toujours évidente. “Il y a beaucoup de confusion chez les annonceurs sur le sujet”, assure le CEO de Smart Traffik. Une confusion que Minted tâche d’évacuer avec cet article pédagogique et le concours des deux experts du sujet au sein du groupe Dékuple. Laurent Simonin donc, mais aussi Guilhem Bodin, partner chez Converteo. 

De quoi parle-t-on ?

Le MTA est un mode d’attribution qui permet à un annonceur qui diffuse une campagne sur plusieurs canaux de comprendre : 

  1. L’ordonnancement de ces canaux, c’est-à-dire l’ordre dans lequel la cible y a été exposée

  2. La temporalité du tunnel de conversion, pour savoir s’il a duré un jour, une semaine ou un mois

  3. La contribution de chaque point de contact à la conversion finale, avec une pondération pour chacun d’entre eux

“La mesure MTA a gagné en popularité à mesure que les annonceurs se sont dit que, plutôt que d’exercer une pression très forte sur des poches d’audience bien caractéristiques en mono-levier (avec donc un CPM qui augmente en même temps que la répétition), il était plus pertinent de se concentrer sur les individus en tant que tels et de les toucher au travers des différents médias qu’ils consomment”, explique Laurent Simonin. Que ce soit via Google Ads, Meta, le programmatique open Web, le retail media… et même des médias comme la TV ou la radio. 

Si elle a longtemps été associée à la mesure de campagnes 100% digitales, en s’appuyant sur des cookies tiers qui permettent de lier une conversion à une exposition publicitaire, la pratique du MTA s’est, en effet, étendue à l’ensemble des canaux offline. La condition, pour y arriver, c’est d’avoir une clé de réconciliation. 

Dans le cas d’Okube, la solution de Smart Traffik, c’est un ID graph qui joue ce rôle. “Ce dernier nous permet, dès lors que l’annonceur importe sa base de données dans notre ID graph, de lier l’envoi d’un SMS ou la diffusion d’une publicité à un device ID qu’on voit en magasin”, précise Laurent Simonin. La clé de réconciliation, c’est donc le mail, qui est rattaché à un ID. 

“Le MTA est une mesure déterministe et temps réel des performances de la campagne”, résume Laurent Simonin. Une mesure qui a toutefois des limites que le MMM permet, lui, de combler. “La première, c’est qu’on n’est, dans le cadre du MTA, pas vraiment capable de savoir quel a été l’élément déclencheur de la campagne”, observe Guilhem Bodin qui illustre son point avec l’analogie suivante. “Vous êtes dans un bar, vous buvez quatre verres et à la fin de la soirée, vous êtes soûl. Quel est le verre qui vous a rendu soûl ? Vous n’en savez rien.”

C’est la grande limite du modèle “post view”, qui permet aux plateformes qui ont un reach important, d’assurer avoir joué un rôle dans la conversion, sans que vous sachiez toujours si les impressions qu’elles ont diffusées ont vraiment été vues.  “Et c’est là qu’intervient le MMM”, observe Guilhem Bodin.

C’est la grande force de ces modèles de régression linéaire statistique. Ils vont cruncher des années de data (datas liées aux campagnes diffusées, aux ventes réalisées et à tout facteur exogène que l’annonceur veut intégrer), pour identifier les causalités (et non pas les corrélations) entre différents évènements. 

C’est, par exemple, intégrer l’impact de la promotion à la performance des campagnes (ce qui n’est pas possible via du MTA). C’est également calculer systématiquement l’apport incrémental d’un levier (ce qui implique d’avoir un protocole de test aussi étanche que solide en MTA). Et c’est être capable, au bout de tout ça, de vous proposer le mix media idoine.

“C’est sans doute là, la grande différence entre le MTA et le MMM, observe Laurent Simonin. Le premier vous permet un pilotage en temps réel, quand le second aboutit à des prédictions de plan média.” L’autre grande différence, c’est l’accessibilité.

Faire du MMM a un coût (élevé) et impose d’avoir accès à de la donnée granulaire at scale. Même si, comme le rappelle, Guilhem Bodin, “les modèles tendent à s’assouplir sur le sujet.” C’est précisément ce dont nous vous parlions dans l’article “Plus actionnable, moins coûteux.. Voici le futur visage du MMM.”

On n’en reste pas moins dans de la statistique, avec des modèles qui n’ont pas toujours accès à l’ensemble des contraintes avec lesquelles doit composer le marketeur. Raison pour laquelle il faut rarement accorder un blanc-seing aux recommandations de la machine, comme le rappelait à Minted, Antoine Genot, global performance marketing lead chez Pernod Ricard.

Le MMM est souvent un sujet annonceur, quand le MTA reste, souvent, l’apanage des agences média. “Le MTA est un sujet prioritaire pour les e-commerçants et retailers, quand le MMM est indispensable aux industriels de la grande consommation, qui sont intermédiés par leurs distributeurs”, précise Guilhem Bodin. 

Les deux peuvent, évidemment, être menés de concert, comme c’est le cas chez ce distributeur de meubles qui est client de Converteo et Smart Traffik. “On récupère la performance des campagnes en temps réel, via le MTA, pour piloter sa stratégie d’acquisition drive to web et on fait des modélisations trimestrielles pour réfléchir au mix media idoine”, illustre Guilhem Bodin.

Qui pour faire du MTA ? Qui pour faire du MMM ?

Pour répondre à cette question, il vous faut identifier quatre points clés, selon Laurent Simonin.

  • Est-ce que vous voulez piloter votre campagne au jour le jour ou plutôt bénéficier de recommandations prédictives ? 

  • Est-ce que les données que vous voulez intégrer à votre mesure sont facilement accessibles ?

  • Est-ce que vous voulez agir vite ou prendre le temps ?

  • Est-ce que vous avez suffisamment de budget ? 

Notre guide de survie pour les marketeurs qui veulent faire du MMM