Glossaire Planning

Qu’est-ce que le Marketing Mix Modeling ?

Le Marketing Mix Modeling (MMM) est une méthode statistique qui estime la contribution aux ventes de chaque canal marketing et de facteurs externes comme la saisonnalité et les prix. En reliant l’investissement passé aux résultats passés, il aide les équipes à comprendre ce qui a fonctionné et à planifier où le prochain dollar marketing a le plus de chances de générer de la croissance.

Aussi appelé : MMM, media mix modeling, modèle de mix marketing

Qu’est-ce que le Marketing Mix Modeling ?

L’idée est d’expliquer les ventes passées par ce qui les a générées. Le MMM observe comment les ventes ont évolué à mesure que l’investissement dans chaque canal changeait, et sépare l’effet du marketing de tout le reste.

Le MMM est aussi appelé media mix modeling. Il est surtout utile pour relier l’investissement passé aux ventes passées, et pour orienter la répartition d’un budget entre les canaux lors du prochain cycle de planification.

Comment fonctionne le Marketing Mix Modeling ?

Un MMM ajuste un modèle statistique sur des données historiques, généralement deux ans ou plus de ventes et d’investissement hebdomadaires par canal, ainsi que des facteurs externes. Le modèle estime l’effet de chaque canal, y compris la façon dont les effets s’accumulent dans le temps et le point à partir duquel un investissement supplémentaire commence à produire moins.

  1. Collecter les données. Les ventes, l’investissement par canal et des facteurs externes comme la saisonnalité, le prix et les promotions.
  2. Ajuster le modèle. Estimer dans quelle mesure chaque facteur a fait évoluer les ventes, en tenant compte des effets différés et cumulés.
  3. Lire les courbes de réponse. Voir comment les ventes réagissent à l’investissement dans chaque canal, et où les rendements diminuent.
  4. Planifier le prochain budget. Utiliser les courbes pour tester la performance probable d’une autre répartition entre les canaux.

Quel est un exemple de Marketing Mix Modeling ?

Exemple

Rééquilibrer un mix de canaux

Un distributeur investit en Search, Social, vidéo et TV. Un MMM montre que le Search approche de son point de saturation, tandis que la vidéo a encore de la marge avant que les rendements ne diminuent.

L’équipe modélise un scénario qui transfère une partie du budget Search vers la vidéo et constate un chiffre d’affaires prévu plus élevé pour le même investissement total, avant d’engager le moindre dollar.

Marketing Mix Modeling vs. attribution vs. Brand Tracking

De nombreuses entreprises combinent ces méthodes. Chacune répond à une partie de la question.

SujetAttribution au dernier clicMarketing Mix ModelingÉtudes de Brand Tracking
Ce qu’il mesureLe dernier contact avant une venteLa contribution de chaque canal aux ventesLa notoriété et la perception
Données utiliséesSuivi au niveau de l’utilisateurInvestissement et ventes agrégés dans le tempsRéponses à des enquêtes
FraîcheurQuotidien, mais restreintPériodiqueTrimestriel ou annuel
Impact de la marque sur le chiffre d’affairesNon mesuréGénéralement limitéMesuré, mais pas relié au chiffre d’affaires
Idéal pourOptimisation au quotidienAllocation budgétaire entre les canauxSuivre la perception d’une marque

Quelles sont les limites du Marketing Mix Modeling traditionnel ?

Le MMM est précieux, mais les approches traditionnelles ont des limites connues.

  • Lent et périodique. Les résultats arrivent souvent sous forme de rapport, une fois le budget déjà fixé.
  • Sensible aux données bruitées. Les estimations peuvent varier fortement à l’arrivée de nouvelles données.
  • La marque traitée comme du bruit. La plupart des modèles mesurent le moment de la vente et passent à côté des conditions de marque qui l’ont rendue plus probable.
  • Tourné vers le passé. Un rapport explique le passé, mais les équipes doivent aussi tester des scénarios pour la suite.
Comment Alli s’y prend

Comment Alli s’y prend-il ?

Le Scenario Planner d’Alli by PMG associe la modélisation de la réponse média aux signaux d’Alli Brand Equity. Un modèle estime la réponse directe du chiffre d’affaires à l’investissement média par canal. L’autre capte la valeur à plus long terme du capital de marque. Une estimation en deux étapes sépare l’effet direct du marketing de la valeur accumulée de la marque.

Les équipes définissent une période de prévision, un budget et des canaux, voient le chiffre d’affaires prévu, examinent l’investissement recommandé par canal et comparent les scénarios côte à côte avant d’engager le moindre budget. Les prévisions sont des estimations modélisées, pas des garanties.

Découvrir Alli Scenario Planner 

FAQ sur le Marketing Mix Modeling

Qu’est-ce que le MMM en marketing ?

MMM signifie Marketing Mix Modeling, une méthode statistique qui estime la contribution de chaque canal marketing et de chaque facteur externe aux ventes, à partir de données historiques agrégées.

Quelle est la différence entre le MMM et l’attribution ?

L’attribution accorde du mérite aux points de contact qu’un utilisateur suivi a vus avant de convertir. Le MMM estime la contribution de chaque canal à partir de l’investissement et des ventes agrégés dans le temps : il ne repose donc pas sur le suivi des individus et peut inclure les canaux offline.

De combien de données le Marketing Mix Modeling a-t-il besoin ?

Le MMM nécessite généralement un long historique d’investissement et de ventes par canal, souvent deux ans ou plus de données hebdomadaires, ainsi que des facteurs externes comme la saisonnalité, les prix et les promotions.

Le MMM mesure-t-il l’impact de la marque ?

Le MMM traditionnel traite souvent la marque comme un bruit de fond. Les approches plus récentes associent la modélisation de la réponse média à des signaux de capital de marque, pour que les équipes voient comment la force de la marque soutient le chiffre d’affaires dans le temps.

Dernière mise à jour : Retour au glossaire

Voyez ces idées à l’œuvre sur vos données.

Planifiez une présentation et nous vous montrerons en direct comment Alli connecte, définit et exploite vos données.

Planifier un échange