MTA : une fin glorieuse ou une résurrection intelligente ? par Bart De Pauw (GroupM) pour DPG Media

Le modèle Multi Touch Attribution (MTA) permet de montrer quels canaux digitaux ont contribué aux paramètres de conversion, jusqu’au niveau de la plateforme, de la campagne et de l’annonce. Cette approche se caractérise par une grande flexibilité et un ajustement tactique pratiquement en temps réel. La technique de MTA a par conséquent besoin de données granulaires pour remplir son rôle. Ces dernières années, l’utilisation de la MTA a été limitée et de plus en plus réduite à des optimisations au sein des plateformes et/ou des "attributions au dernier clic". Les modèles d’attribution basés sur les données n’étant pas très différents des "derniers clics", ils n’apportaient donc pas de réelle solution. La technique de MTA devait et allait être réinventée.

L’approche MTA est une des pierres angulaires du triangle d’or de la mesure de l’efficacité du marketing. Appelé "triangulation" en anglais, il combine le Modèle du Marketing Mix, les expériences et les solutions de Multi Touch Attribution. Ces trois techniques complémentaires permettent de créer ensemble une vision stratégique et tactique de l’efficacité du marketing. Les objectifs commerciaux et financiers (MMM et expériences) sont liés à une optimisation numérique détaillée de campagnes et d’annonces spécifiques.

L’utilisation de la Multi Touch Attribution a été sérieusement limitée par la disparition progressive des cookies tiers. Les véritables parcours de conversion n’existent plus, ou sont au mieux insuffisants et reposent sur des données de clics incomplètes. Suite à cela, l’attribution des facteurs responsables d’une conversion est encore moins claire qu’auparavant. Même en se basant sur le pixel de conversion placé par l’annonceur, pour pouvoir quand même connaître les prestations de chaque plateforme, le plus gros problème reste intact, à savoir que plusieurs plateformes disent être responsables de la même conversion. Et si on ajoute à cela, la méthode largement utilisée du dernier clic, on obtient d’énormes distorsions. Les plateformes et les formats supérieurs et intermédiaires du funnel marketing sont largement sous-estimés.

C’est pourquoi ces dernières années, des alternatives ont été activement recherchées pour redonner vie à l’approche MTA. Deux solutions existent, toutes deux indépendantes des cookies tiers. La nuance réside dans les données utilisées, la finesse de la méthode, l’objectif visé et le niveau d’acceptation des biais.

La première solution consiste à utiliser les techniques du Modèle du Marketing Mix (MMM) avec des données quotidiennes. Les avantages de la méthode MMM sont ainsi conservés et la granularité des données est augmentée. Ceci permet de travailler sur des données plus récentes, de 3 mois au lieu de 3 ans par exemple. Mais cette approche n’est pas sans problèmes, car toutes les données ne peuvent être simplement définies au niveau quotidien. Le rôle du Data Scientist (antécédents et règles commerciales = priors en business regels) n’est donc pas négligeable. Le problème est le nombre de degrés de liberté. Il existe trop de variables à utiliser dans le modèle, comparé au nombre de points de données disponibles. Des techniques de raffinement existent pour multiplier les données quotidiennes, en travaillant par zone et par cluster par jour. Et ces méthodes sont astucieuses, mais les variables d’entrée (stimuli) ne le permettent généralement pas et même pour les médias digitaux, c’est un défi majeur. Les zones ou régions ne sont souvent pas comparables.

La deuxième solution consiste à créer de meilleurs parcours de conversion en utilisant une technique dite de "pairing" qui combine de façon intelligente les données de différentes plateformes. Tout cela conduit à une méthodique de plus en plus populaire, celle de l’utilisation de "synthetic data". La majorité des appariements peut se dérouler de façon déterministe si l’annonceur a une bonne configuration au départ. Une méthode d’attribution est ensuite appliquée, fondée sur les données et l’apprentissage automatique. Celle-ci tient compte à la fois de l’ordre des plateformes et de la qualité de la visite sur le site. La granularité est ici un énorme avantage. On parle ici de plusieurs milliers de parcours de conversion par jour. Les changements réels à très court terme de l’efficacité des médias sont ainsi détectés très rapidement. Les parcours de conversion peuvent être liés au CRM et permettre par exemple de connaître les parcours de conversion par segment de groupe cible. En résumé, les données des plateformes publicitaires, celles du web et celles du CRM peuvent être parfaitement intégrées les unes aux autres.

On peut donc conclure que la méthode des données "synthétiques" est la plus granulaire. Mais elle fonctionne sur le principe de la contribution et présente quelques difficultés de configuration. Le MMM quotidien est moins dépendant des plateformes, il ne tient pas uniquement compte des données numériques et il fonctionne selon le principe de progression, mais il reste très opaque. Chaque entreprise doit donc choisir la méthode qui répond le mieux à la question. Mais une chose est claire, avec ces solutions alternatives, le triangle d’or de la mesure de l’efficacité du marketing n’est pas en danger. La MTA a même un bel avenir devant elle.