15.06.2021 r. Tomasz Tołłoczko

L'analyse d'attribution ou comment mesurer avec succès

L'ANALYSE D'ATTRIBUTION OU COMMENT MESURER AVEC SUCCÈS

Le marché du commerce électronique est l'un des marchés qui se développent le plus dynamiquement en Pologne. En 2020, le commerce électronique polonais a augmenté de plus de 30 % par rapport à 2019. L'année précédente, ce chiffre était de 25 %. De nombreux experts du marché affirment que la pandémie a contribué à ce taux de croissance élevé. Ils prévoient que cette tendance se poursuivra également dans l'avenir après la pandémie. Un nouveau groupe considérable d'utilisateurs d'Internet est apparu sur le marché, qui, bien qu'ayant essayé les achats en ligne pour la première fois par contrainte, déclarent dans leur grande majorité vouloir conserver cette habitude de façon permanente.

En Pologne, des milliers de nouvelles entités vendant des marchandises sur l'internet apparaissent chaque année. Si la plupart d'entre elles sont des magasins Allegro ou OLX, on peut raisonnablement supposer que certaines des entités nouvellement créées sont des magasins de commerce électronique ordinaires. En outre, à la suite de la fermeture des magasins stationnaires, de nombreuses marques ont introduit des réductions de prix significatives dans les magasins en ligne. Dans leur lutte pour attirer les clients tout en essayant d'écouler leurs stocks, elles ont été contraintes de baisser leurs prix encore davantage et plus souvent.

Tous ces éléments constituent l'un des aspects clés de la gestion d'une entreprise de commerce électronique, qui consiste à analyser l'efficacité des opérations réalisées à la fois sur site (optimisation UX) et hors site (campagnes publicitaires).

DE PUISSANTS MOYENS D'ANALYSER LES CAMPAGNES PUBLICITAIRES EN LIGNE

Lorsqu'il s'agit d'analyser l'efficacité d'une campagne publicitaire, certains paramètres ont toujours été traités avec dévotion. Ce sont les mesures sur lesquelles les agences sont tenues de rendre des comptes ; ce sont les critères de réussite dans les études de cas et les résultats dont nous nous vantons lors des conférences du secteur.

Parmi ces paramètres, l'un des plus connus et le plus étroitement associé à la publicité en ligne est peut-être le suivant CTR - taux de clics. Il s'agit d'une mesure qui indique le nombre de clics sur un format publicitaire donné pour 1 000 impressions sur les écrans des utilisateurs finaux. La recherche du CTR le plus élevé possible a entraîné diverses distorsions, liées à la création de formats tels que TopLayer (hashs d'échappement gênants dans des formats agressifs) ou de boîtes controversées, par exemple avec des seins rebondissants et la légende "Breast" sur l'internet (la bannière vous conduisait au site web d'une maison de courtage.) Et tandis que les CRT obtenaient des résultats élevés pour ces options, le taux de rebond en obtenait encore plus.

Un autre indicateur facile à déformer est l'indicateur de l'indice des prix à la consommation. nombre de likes sous les posts Facebook. Les marques rivalisaient entre elles sur le nombre de likes et établissaient des classements sur la base de ce paramètre particulier. Et là encore, il s'agissait souvent d'une distorsion. Les marques (ou les agences qui les servent) ont créé des centaines de posts exactement identiques : des chats, des chatons, Dieu merci, c'est vendredi. Des posts qui n'avaient aucun sens, qui n'apportaient rien, et qui ne construisaient certainement pas une relation avec la marque.

Taux de conversion Il représente le pourcentage de personnes qui ont effectué une activité spécifique souhaitée par le spécialiste du marketing : s'inscrire à une lettre d'information, remplir un formulaire de contact ou, le plus souvent, effectuer une transaction. C'est la mesure de base du succès de tout commerce électronique. Sa valeur se traduit directement par l'argent gagné. Il est donc tout à fait raisonnable de le considérer comme une sorte d'indicateur de réussite. Cependant, l'analyse de la valeur du taux de conversion pose un problème majeur : la plupart des spécialistes du marketing analysent les résultats de l'efficacité sur la base de la dernière session. Et c'est là que les pierres d'achoppement commencent, car peu d'entre nous effectuent un achat en une seule visite dans un magasin en ligne ou après une seule interaction avec une marque ou un contact avec une marchandise donnée.

Selon le produit, le processus d'achat peut durer d'un jour à plusieurs semaines. Pendant cette période, le client passe par plusieurs étapes : il s'informe sur l'offre généralement disponible sur le marché, vérifie les paramètres du produit, réduit le nombre d'options envisagées jusqu'à l'achat final. C'est ce que l'on appelle la Parcours du client. Au cours de son parcours, l'utilisateur visite différents sites, revient sur les plus intéressants, consulte Google à plusieurs reprises, clique sur des publicités pour des produits intéressants sur le web.

Par conséquent, considérer l'utilisateur uniquement sous l'angle de sa dernière visite (ou même de sa dernière visite non directe) conduit à de nombreuses prises de décision erronées.

POURQUOI LES PUBLICITÉS QUI SE VENDENT NE SE VENDENT-ELLES PAS ?

Si nous ne laissons dans le mix média que les campagnes qui génèrent des conversions, nous nous apercevrons rapidement que nous ne vendons plus du tout. Tout comme les entreprises, les ventes en ligne reposent sur le principe de l'entonnoir. Plus vous en mettez, et donc plus les gens voient vos annonces, plus vous avez de chances de vendre davantage. Sous certaines conditions, évidemment.

En effet, si nous ne laissons que les annonces qui se vendent, nous coupons le flux de personnes et cessons de communiquer avec de nouveaux clients potentiels. Rapidement, nous arriverons aussi à la conclusion erronée que les campagnes de prospection sont inutiles. Après tout, elles n'apportent aucune vente. Et comme nous vendons mieux aux personnes qui sont "déjà venues nous voir", nous nous concentrerons sur le remarketing. Malheureusement, cela ne mène à rien.

Afin de créer avec succès des campagnes de publicité en ligne, nous devons les analyser à long terme en utilisant les outils suivants attribution. L'attribution consiste à attribuer certaines propriétés à quelqu'un ou à quelque chose. Dans le contexte du marketing et de la conversion, il s'agit d'attribuer à une conversion donnée les visites individuelles qui interviennent dans le processus d'achat. L'attribution vous permet d'analyser quels médias/sources et dans quelle mesure ils ont participé à la vente.

MODÈLES D'ANALYSE D'ATTRIBUTION DANS LA PUBLICITÉ EN LIGNE

Il existe un certain nombre de méthodes d'analyse des sources dans le contexte de l'attribution. Vous pouvez utiliser vos propres solutions, basées sur les données de chaque utilisateur et appliquant des modèles de Markov ou de Shapley pour parvenir à des conclusions. Vous pouvez également utiliser des outils tiers.

Enfin, vous pouvez vous appuyer sur les solutions offertes par Google Analytics, où les rapports d'attribution se trouvent sous conversions>chemins multicanaux>comparaison des modèles d'attribution. Avec GA, vous pouvez choisir parmi 6 modèles prédéfinis :

  • dernier clic - un modèle basé sur l'attribution de toute la gloire à la dernière source, et une variante de ce modèle ;
  • dernier clic non direct - comme la précédente, mais elle attribue la gloire à la dernière source connue non directe ;
  • leurre temporel - un modèle basé sur le temps écoulé, c'est-à-dire que plus la visite est récente, plus la contribution à la source est importante ;
  • première interaction - comme son nom l'indique, tout le mérite revient à la première source ;
  • basé sur la position - un modèle dans lequel nous pondérons de manière égale la source de la première et de la dernière visite - 40 % chacune, et les visites intermédiaires recevront un total de 20 % (s'il y en a 5, chacune recevra 4 % de la conversion) ;
  • linéaire - comme autrefois : tout le monde est sur un pied d'égalité.

GA360 comprend également un modèle DataDriven, considéré comme le plus avancé. Il est basé sur l'activité de l'utilisateur du site web lors de visites particulières et sur le temps qu'il y passe. Il semble donc être le plus impartial et le plus réaliste par rapport à l'intention d'achat de l'utilisateur.

Google Analytics offre une autre fonctionnalité importante, à savoir la possibilité de créer ses propres modèles, sur la base de ceux décrits précédemment. Nous pouvons, par exemple, créer un hybride qui récompense la première visite et les visites intermédiaires. Grâce à la possibilité de créer vos propres segments, vous pouvez également analyser les séquences de visites, par exemple le fait qu'une visite issue du trafic organique a été précédée d'une visite issue d'activités payantes. Vous pouvez ainsi étudier les corrélations entre différentes sources.

Une autre caractéristique importante de GA nous permet de comparer trois modèles différents en même temps. Nous pouvons ainsi vérifier quelles activités sont les plus performantes à certaines étapes du processus d'achat : actions de prospection (par exemple, Organic pour les phrases génériques, campagnes pDPA, Google Ads Discovery), ventes intermédiaires ou de clôture (par exemple, campagnes de remarketing dirigées vers les utilisateurs ayant un produit dans le panier, mailing rappelant le panier abandonné, ou souvent Organic pour les phrases de marque).

Trois options sont également disponibles pour l'analyse dans l'AG : Conversions et CPA, Valeur de conversion et ROAS et Conversions et valeurs. La dernière option semble la meilleure, car elle nous permet d'examiner les deux paramètres importants - le nombre et la valeur des conversions, et après avoir ajouté le coût, nous pouvons calculer tous les paramètres de qualité nécessaires.

APPROCHE DESCENDANTE

Les éléments clés du processus d'analyse d'attribution sont l'étiquetage correct des activités publicitaires et l'affectation des coûts à des campagnes particulières, à des groupes de publicité ou même à des créations spécifiques.

Baliser correctement les activités publicitaires

Le but de l'attribution est d'estimer l'efficacité des activités publicitaires individuelles. Cela signifie que maintenir l'analyse au niveau général de l'ensemble du canal (Facebook Ads, Google Ads, Organic ou Affiliation) ne répondra pas à nos attentes. L'analyse doit être effectuée à un niveau plus profond, au moins au niveau d'une campagne ou d'un groupe de publicité. Pour pouvoir effectuer une telle analyse, l'élément critique est de nommer les activités individuelles de manière à ce qu'elles soient facilement identifiables, c'est-à-dire qu'elles transmettent des connaissances sur la structure de la campagne.

Dans le cas de l'AG, les rapports relatifs aux parcours multicanaux ne sont disponibles que dans une partie dédiée de l'outil : Conversions > Entonnoirs multicanaux. Cela signifie que les analyses disponibles ne peuvent pas être effectuées dans le cadre de rapports personnalisés. Il n'est pas possible de concevoir une requête de manière personnalisée, d'ajouter ses propres paramètres et de comparer ensuite les campagnes dans le cadre de modèles d'attribution particuliers.

POURQUOI EST-CE SI IMPORTANT ?

Nous ne pouvons utiliser que deux dimensions dans le rapport de comparaison des modèles : l'une primaire et l'autre supplémentaire. Nous pouvons donc définir une source/moyen comme primaire pour déterminer le niveau de base de l'allocation, et comme supplémentaire, par exemple campagne, groupe d'annonces, création, etc. Mais un seul.

C'est pourquoi il est si important d'étiqueter correctement les activités. Nous n'avons qu'une seule dimension pour transmettre autant d'informations que possible sur la structure de l'annonce. Les paramètres à inclure dans le paramètre donné doivent être les suivants :

  • groupe cible : sexe, âge, type de fenêtre de conversion
  • méthode d'optimisation : CPA, CPC, ROAS, portée
  • étape du processus d'achat : prospection, remarketing
  • nature de la campagne : image de marque, vente, nouvelle collection
  •  appareil : mobile, bureau
  • Groupe de produits : chaussures, téléviseurs, vélos, trottinettes

Cela nous permet d'analyser et de comparer les résultats de campagnes individuelles au niveau des données GA, et d'identifier les éléments qui peuvent contribuer à un taux de conversion plus faible. Par exemple, en comparant deux campagnes de remarketing optimisées pour le coût de conversion et ciblant les femmes de 18 à 30 ans, nous pouvons déterminer que l'utilisation d'une fenêtre de conversion de trois jours contribue moins à un achat qu'une fenêtre d'un jour ou, dans le cas des campagnes de prospection, que celles qui sont optimisées pour un ROAS maximal sont plus performantes que le CPA cible.

L'EFFICACITÉ EST UNE REINE (L'EFFICACITÉ EST ROI, MAIS L'EFFICIENCE EST DIEU)

Une autre composante essentielle des analyses d'attribution est l'affectation appropriée des coûts à des campagnes particulières. Rappelons que l'efficacité des activités (ventes) est un élément clé du marketing. Mais ce qui est encore plus important, c'est l'efficacité, c'est-à-dire l'aspect financier de l'obtention d'une vente donnée. Il est facile d'imaginer que deux campagnes contribuent à 100 transactions. Cependant, si nous dépensons 10 000 PLN pour une campagne et 50 000 PLN pour l'autre, alors même si les deux campagnes sont aussi efficaces, l'une est 5 fois plus efficace.

Là encore, il convient de se tourner vers GA. Dans le cas d'autres sources, vous pouvez soit affecter manuellement les données dans Excel, soit essayer de transférer les données des systèmes individuels vers GA.

Tous ces éléments constituent l'analyse de l'efficacité. En général, le principal paramètre utilisé pour évaluer les campagnes est le ROAS, c'est-à-dire le retour sur investissement publicitaire. Son calcul est très simple : il suffit de comparer les revenus générés par une campagne donnée (dans le cadre du modèle d'attribution sélectionné) aux coûts encourus pour cette campagne. En comparant les résultats de chaque source/campagne/groupe de publicité, vous pouvez alors facilement estimer quelles sont les campagnes qui fonctionnent bien et celles qui fonctionnent mal, celles qui devraient être modifiées et celles qui devraient être arrêtées.

 Outre l'analyse des campagnes individuelles, il convient également de surveiller la répartition du nombre et de la valeur des sources à chaque étape du parcours d'achat. Cela signifie qu'il faut comparer si le nombre de sources, mais aussi les coûts et les revenus qu'elles génèrent, sont similaires d'une étape à l'autre : acquisition, point médian, phase de clôture des ventes. Il est important qu'il n'y ait pas de différences significatives entre elles. En effet, à long terme, cela peut conduire, dans le pire des cas, à une réduction excessive du flux initial ou à un manque de sources pour conclure la vente.

Résumé des étapes du processus d'analyse d'attribution :

  1. Baliser correctement les activités.
  2. Collecte des données.
  3. Affectation des données relatives aux coûts à des activités particulières.
  4. Comparaison des données collectées dans le cadre de plusieurs modèles d'attribution.
  5. Évaluer chaque campagne à l'aide du ROAS et du CPA.
  6. Évaluer le nombre de sources, la valeur des revenus générés dans chaque élément de parcours.

Avec l'essor des nouvelles entreprises de commerce électronique, l'analyse d'attribution s'avère être la clé pour littéralement laisser la concurrence derrière soi. L'analyse d'attribution ne consiste pas seulement à savoir qui achète et pourquoi il achète, mais aussi comment il achète et - ce qui est essentiel pour l'analyse de la rentabilité - combien le processus d'achat coûte en fin de compte à l'entreprise. Grâce à ces informations, il est possible d'estimer avec précision les dépenses et d'investir dans les canaux qui s'avèrent efficaces. Cela vaut non seulement pour les transactions effectuées par leur intermédiaire, mais aussi pour les actions qui conduiront le client au panier d'achat. Après tout, c'est la valeur du panier d'achat qui devient le facteur clé de succès.