Marketing Mix Modeling: quelles bonnes pratiques pour les annonceurs ?

Future of, ce ne sont plus seulement les événements de référence organisés par Minted pour décrypter les grandes tendances de l'adtech ! Désormais, Future of se décline aussi en vidéo, avec la même promesse: réunir les experts du marketing, de la tech et des médias pour commenter l'actualité de leur secteur.

Parmi les défis posés par la fragmentation des audiences et des écosystèmes publicitaires, la mesure et la comparaison des performances entre les canaux est l’un des plus critiques pour les annonceurs. De quoi les pousser à redéfinir leurs modèles d’attribution et se tourner vers le Marketing Mix Modeling. Une pratique qui est de moins en moins réservée aux grands annonceurs, alors que Google lance ce mois sa solution Meridian: “Voir Google, et précédemment Meta qui avait sorti Robyn, mettre à disposition des solutions de MMM en open source reflète l’intérêt de cette approche macro face à la perte de granularité et de signaux liées à la fragmentation”, explique Florian Combres.

Le Head of Media Performance and Data du Groupe AXA revient alors sur les facteurs de réussite de l’utilisation de cette méthode: “Dans les prérequis du MMM, on a la donnée et la qualité de la donnée, qui sont vraiment des éléments clés. On a un besoin d’un historique. Donc, en général, il faut au minimum deux ans, deux ans et demi, voire trois ans d’historique (…) Il faut aussi les capacités techniques pour faire tourner le MMM et interpréter ses résultats…”. Enfin, dernier point qui pourrait limiter la démocratisation de ces techniques, malgré les initiatives de Google et Meta: “Il faut aussi un certain niveau d’investissement, le MMM étant une méthode statistique. Les indicateurs de fiabilité statistique ne permettent pas de quantifier l’impact de chacun des leviers sur nos ventes ou sur la génération de chiffre d’affaires si on investit trop peu.”