Marketing Analytics et le problème de la modélisation d’attribution

Les gars, nous devons parler de la modélisation d’attribution. C’est un sujet brûlant dans notre industrie et la plupart d’entre nous (y compris SEOmoz) ne le font pas aussi bien que nous le voudrions. C’est un truc dur. Mike P de Distilled a fait une excellente présentation MozCon sur le sujet, mais la plupart d’entre nous ne sont pas aussi sophistiqués – et même son modèle est affecté par les limites de Google Analytics.

Cela a été couvert de manière beaucoup plus détaillée ailleurs, mais en un mot : la modélisation d’attribution tente de résoudre le problème de savoir quel canal obtient le crédit lorsqu’un utilisateur touche plusieurs canaux avant la conversion. De nombreux spécialistes du marketing baissent simplement les bras et disent que la dernière touche obtient tout le mérite – mais nous devons ensuite vivre en sachant que certains de nos efforts sont bien plus efficaces que ce que nous leur accordons.

Modélisation pas si super

Supermodel par Soggydan sur Flickr

Malheureusement, la modélisation d’attribution est très difficile à bien faire pour de nombreuses raisons :

• Tout site sur lequel les utilisateurs reviennent quotidiennement (comme, par exemple, SEOmoz.org) se remplit rapidement de touches qui peuvent ou non être liées à des conversions.

• Les canaux comme les médias sociaux et le développement de la communauté sont souvent un premier contact, mais rarement le seul contact avant la conversion, ce qui signifie qu’ils ont tendance à obtenir moins de crédit qu’ils ne le méritent.

• Attribuer les ventes hors ligne aux efforts en ligne peut être très pénible, sans parler du suivi du chemin de conversion d’un utilisateur, car il utilise plusieurs appareils lors de sa décision d’achat.

• Dans notre monde post-Panda, nous consacrons une tonne de temps et d’efforts à du contenu susceptible de se retrouver sur des sites tiers, ce qui nous ouvre la tâche presque impossible de suivre les conversions après affichage.

À mon avis, cependant, le plus gros problème avec les modèles d’attribution dont nous disposons aujourd’hui est que leurs racines se trouvent dans des outils d’analyse Web comme Google Analytics. Cela signifie que les modèles d’attribution ont tendance à privilégier efforts sur place. La majeure partie de nos efforts de marketing ne se fait pas sur place, alors pourquoi devrions-nous mesurer ? Nos concurrents ne font certainement rien sur notre site, alors pourquoi devrions-nous nous contenter de données sur site ?

Les modèles d’attribution basés sur l’analyse Web ont également tendance à décomposer les sources au niveau niveau canal: recherche organique, médias sociaux, trafic direct, etc. Quiconque a travaillé pendant des mois pour générer du trafic à partir de Twitter et a ensuite eu un tweet de Rand qui a cassé son site peut vous dire que toutes les touches des médias sociaux ne sont pas créées égales, alors pourquoi les regrouper toutes dans Des médias sociaux?

Enfin, les modèles d’attribution sont extrêmement difficiles à mettre en œuvre pour mesures de réussite au-delà de la conversion (plus à ce sujet plus tard).

L’analyse marketing concerne les campagnes, pas les canaux

Ici, au MozPlex, nous avons beaucoup parlé de analyse marketing : la façon dont nous mesurons et optimisons nos activités de marketing. Je pense que Joanna l’a bien résumé dans son message : “L’analyse marketing consiste à regarder au-delà des simples résultats d’un site Web et à se demander : “Comment s’est vraiment déroulée cette campagne marketing ?”

L’analyse marketing signifie aller au-delà des données que nous pouvons obtenir de notre outil d’analyse Web afin que vous puissiez mesurer les activités hors site et même hors ligne. La capture de ces données supplémentaires sur la performance de vos activités de marketing hors site et sur site vous permet de tester avec une plus grande confiance, et en tant que spécialistes du marketing, nous devrions toujours tester. Ce n’est probablement pas aussi simple que “les médias sociaux ne génèrent pas autant de conversions que la recherche organique”. Au lieu de cela, nous pouvons tester comment dépenser notre temps et notre argent – quels leviers actionner à quel moment et de quelle manière – pour attirer, fidéliser et ravir nos clients. Dans le même temps, nous pouvons adopter une vision holistique et multicanal de nos efforts pour voir quels messages résonnent le mieux.

Toutes les conversions ne sont pas égales

Bien sûr, une chose que nous voulons faire avec nos efforts de marketing est de gagner plus d’argent. La modélisation axée sur le retour sur investissement fera toujours partie de ce que nous mesurons. Cependant, les spécialistes du marketing modernes recherchent plus que le prospect, la vente ou l’essai gratuit. Nous examinons les micro-conversions comme les inscriptions à la newsletter. Nous regardons et participons aux conversations sur notre marque. Nous investissons dans le bonheur des clients. Nous suivons les partages, les tweets, les mentions et les vues – et nous gardons également un œil sur les performances de nos concurrents.

En plus des conversions majeures, l’analyse marketing concerne le suivi fidélité du consommateur.

Forever Friends par dprotz, sur Flickr

Nous pouvons souvent gagner autant de revenus en gardant nos clients existants satisfaits qu’en en obtenant de nouveaux. Que se passe-t-il après la conversion ?

L’analyse marketing concerne également le suivi identité de marque. Cela devient de plus en plus important car les principaux moteurs de recherche se concentrent de plus en plus sur la force de la marque comme indicateur de qualité. C’est un autre domaine où les modèles d’attribution typiques ne vont tout simplement pas assez loin. Les campagnes centrées sur la marque visent autant à générer des conversations et des sentiments positifs qu’à provoquer directement plus de conversions – il est donc plus difficile de prouver la valeur si les conversions sont votre seul KPI. La marque a une influence sur le trafic direct, mais elle a également une grande influence sur le trafic de recherche organique à partir de mots-clés de marque.

Alors, ce trafic devrait-il toujours compter comme une recherche organique, si les efforts de branding sont ce qui a inspiré la recherche en premier lieu ? C’est un autre domaine où une vue plus centrée sur la campagne peut fournir plus d’informations que la simple attribution des conversions aux canaux.

Se rapprocher de l’analyse marketing

Nous en sommes encore aux débuts de la véritable analyse marketing, ce qui signifie que nous mélangeons encore les données d’un tas d’outils différents et que nous nous efforçons de trouver les bons moyens de suivre les campagnes. En attendant, nous pouvons commencer à pirater les outils de surveillance des attributions de nos analyses Web pour aller au-delà des simples attributions de canaux :

Métriques avancées pour la modélisation d’attribution

• Principaux référents (séparés du reste du trafic de référence)

• Principaux mots-clés (séparés du reste des mots-clés)

• Mots-clés de longue traîne (même accord)

• Principaux partenaires et/ou affiliés

• (non fourni) trafic de recherche

• Trafic de recherche avec et sans marque

• Réseaux sociaux individuels (Un ami et un suiveur ne sont peut-être pas les mêmes !)

• Flux individuels

• Sources publicitaires payantes individuelles

Nous pouvons également commencer à penser (et à suivre) nos données avec un état d’esprit d’analyse marketing :

Métriques avancées pour l’analyse marketing

• messages

• Type de contact (Branding ? Promotion ? Rétention ? Bonheur ?)

• Type de produit

• Spectateurs

• Moment de la journée

• Conversations

En fin de compte, l’analyse marketing est plus utile que la modélisation d’attribution directe, car elle vous permet de visualiser vos efforts marketing de manière globale. Lorsque vous considérez les contacts clients individuels comme faisant partie d’un ensemble plus vaste au lieu d’être cloisonnés par support, vous pouvez avoir une vision plus longue et plus axée sur le client de vos efforts de marketing.