L'avenir de la mesure marketing : comment gagner dans un monde de données
Publié: 2021-11-29Lorsque j'ai commencé ma carrière en tant qu'analyste de recherche en 2006, le marketing était beaucoup plus facile qu'il ne l'est aujourd'hui. L'industrie était moins encombrée. Les opportunités de recherche dans la publicité organique et payante étaient énormes. Les publicités à réponse directe étaient à leur apogée. Les spécialistes du marketing pouvaient suivre à peu près tout.
Le défi le plus difficile consistait probablement à intégrer des données marketing cloisonnées dans des feuilles de calcul à des fins d'analyse et de création de rapports. Et c'est la raison pour laquelle j'ai créé Supermetrics en premier lieu - pour aider les spécialistes du marketing comme moi à obtenir toutes les données qu'ils veulent sans tracas.
Avance rapide jusqu'à aujourd'hui, la mesure et la consolidation des données marketing restent des obstacles majeurs pour de nombreuses entreprises. Et honnêtement, les défis deviendront encore plus complexes à mesure que le suivi devient plus difficile alors que vous accumulez simultanément plus de données.
Dans cet article, je discuterai davantage des défis de la mesure marketing et de la manière de les surmonter.
Si vous préférez le même contenu au format vidéo, consultez cet épisode du Marketing Analytics Show.
Trois principaux défis auxquels est confrontée la mesure marketing
1. Le déclin de la traçabilité
Commençons par la mort des cookies tiers.
Auparavant, les spécialistes du marketing pouvaient suivre l'intégralité du parcours client, des activités marketing aux conversions. Cependant, ce n'est plus le cas. De grands acteurs comme Google et Apple interdisent les cookies tiers.
Par conséquent, il sera difficile pour les spécialistes du marketing de créer et d'atteindre les bonnes audiences en fonction de leur comportement en ligne sur d'autres sites Web ou applications.
De plus, l'évaluation et le suivi de vos performances marketing peuvent également être une douleur dans le cou. Les modèles de mesure tels que l'attribution multi-touch (MTA) - qui ne reposent en grande partie que sur les clics - deviendront peu fiables et potentiellement obsolètes.
Comment réussir son marketing sans cookies tiers
Dire au revoir aux cookies tiers ne signifie pas dire au revoir au marketing personnalisé. Découvrez cinq étapes pour créer des expériences client exceptionnelles dans un monde sans cookies.
2. L'explosion des données
Vous connaissez probablement l'infographie martech 5000 de Scott Brinker, qui illustre les plateformes et outils marketing actuellement disponibles sur le marché. Il est probablement plus proche de 10 000 maintenant.
10 000.
La plupart des entreprises accumulent plus de données qu'elles ne peuvent en gérer. Plus de données signifie également plus de données cloisonnées dans vos piles technologiques. Ironiquement, alors que la quantité de données dont dispose votre entreprise augmente de façon exponentielle, le suivi devient également plus difficile.
Il y a une bataille en cours pour trouver la meilleure façon de gérer tout cela.
3. La montée de la concurrence
Comme presque tout le monde fait du marketing en ligne de nos jours, la concurrence est féroce.
En 2021, la personne moyenne tombe sur 6 000 à 10 000 publicités chaque jour. Les consommateurs se noient dans le bassin de choix, de publicités et de messages. Les spécialistes du marketing doivent trouver un moyen de réduire le bruit et de se démarquer.
Enfin, un marché encombré signifie que le coût des publicités payantes augmentera tout le temps. Il sera plus difficile d'obtenir un bon retour sur investissement.
Ces trois défis nous amènent à la question à un million de dollars : comment les entreprises peuvent-elles préparer leurs stratégies de mesure marketing pour ce qui les attend ?
Trois étapes pour surmonter les défis de mesure
Étape 1 : Développez vos données propriétaires
Tout d'abord, vous devez commencer à développer vos données de première partie. Voici ce que cela signifie.
Remplissez votre CRM de données de qualité
Les CRM sont la pierre angulaire de votre entreprise. Toute entreprise qui n'a pas de CRM doit investir dans un. La clé ici est de garder votre CRM propre et pertinent.
Un excellent CRM est rempli de données de qualité sur vos clients et prospects, pas de déchets.
Créez un référentiel central pour vos données
Une fois que vous avez mis en place un CRM, vous souhaitez envisager de rassembler vos données provenant de différentes sources, y compris le CRM, l'analyse Web, les publicités payantes et les outils martech, sous un même toit où vous pouvez rapidement obtenir une vue d'ensemble de vos activités marketing.
Lorsque vous débutez et que vous ne disposez pas encore de beaucoup de données, vous pouvez utiliser des feuilles de calcul telles que Google Sheets ou Excel pour stocker et analyser vos données.
Au fur et à mesure que votre entreprise grandit, vos données grandissent également. À ce stade, vous pouvez envisager de passer des feuilles de calcul à un entrepôt de données comme Google BigQuery ou Snowflake.
Repensez vos dépenses publicitaires
L'étape suivante consiste à réévaluer votre budget publicitaire en fonction des résultats que vous voyez. Bien que cela puisse sembler une évidence pour beaucoup, vous risquez de manquer des opportunités ici et là si vous avez un gros budget.
Étape 2 : Pérennisez votre pile marketing pour la modélisation du marketing mix (MMM)
Au fur et à mesure que vous développez vos données de première partie, vous voudrez également vous pencher sur la modélisation du marketing mix. La modélisation du marketing mix est une approche statistique qui utilise des données historiques de marketing et de vente pour estimer l'impact des activités marketing futures sur les revenus.
Au lieu de dépendre d'une chaîne faible d'actions client comme l'attribution multi-touch, la modélisation du mix marketing analyse la relation entre les intrants et les résultats marketing à l'aide de méthodes statistiques.
Modélisation du mix marketing vs attribution multi-touch
Lequel convient à votre entreprise ? Découvrez le bon et le mauvais de chaque approche.
De cette façon, les spécialistes du marketing peuvent mieux répartir les ressources entre les différents canaux et tactiques de marketing.
Même si la modélisation du mix marketing est principalement une technique valable pour les grands annonceurs disposant d'un budget suffisant, vous pouvez toujours préparer votre pile de technologies marketing pour ce type d'analyse.
Nous voyons de nombreuses entreprises passer à trois niveaux de pile d'analyse marketing, où chaque niveau se rapproche un peu plus de la modélisation du mix marketing.
Niveau 1 : la pile d'analyse marketing de base
Les spécialistes du marketing qui utilisent des feuilles de calcul comme Google Sheets et Excel pour les rapports finiront par rencontrer des limitations. Lorsque vos données s'accumulent de manière exponentielle (à la fois des données nouvelles et historiques), les outils de tableur s'épuisent.
De plus, mélangez ces données sur tous les canaux marketing et enrichissez-les avec des données non marketing dans une feuille de calcul.
Pour supporter le poids de vos feuilles de calcul et tirer le meilleur parti de vos données, vous pouvez ajouter un entrepôt de données à votre pile. Votre pile d'analyse marketing de base ressemblera à ceci.
Essentiellement, vous souhaitez déplacer toutes vos données dans un entrepôt de données. Vous pouvez utiliser un outil comme Supermetrics pour automatiser le transfert de données. Des sources de données ad hoc telles que Google Sheets ou Google Cloud Storage peuvent également être facilement ajoutées en tant qu'entrées à votre modèle BigQuery.
En plus de cela, vous pouvez conserver des outils de BI tels que Google Data Studio, Looker ou Power BI pour les rapports.
Niveau 2 : Séparer les données de rapport des données brutes
La pile d'analyse marketing de base peut vous mener assez loin si vous êtes au début de votre parcours de données. Cependant, au fur et à mesure que votre entreprise accumule plus de données, vous finirez par vous rendre compte que l'alimentation des données directement des sources vers un entrepôt de données, puis directement vers un outil de BI n'est pas une approche optimale. Si vous créez des rapports directement sur les données brutes, vous passez à côté de nombreuses opportunités.
Et c'est là que la pile de niveau 2 est utile.
Au niveau 2, vous séparerez les données « brutes » des données de « rapport ». Vous pouvez effectuer des nettoyages, des transformations et enrichir vos données avant de les alimenter du côté des rapports. En règle générale, vous souhaiterez utiliser des tâches cron pour traiter les données des tables brutes dans les tables de rapport de cette pile.
De nombreuses entreprises peuvent aller très loin avec le niveau 2. Cependant, pour maintenir la complexité du pipeline de données, vous devez compter sur une documentation et des ressources humaines exceptionnelles, ce qui place le niveau 2 sur un terrain fragile.
Niveau 3 : Pérenniser une pile d'analyses marketing de niveau 2
Nous voyons les entreprises les plus matures entrer ou commencer à avoir le niveau 3. Fondamentalement, il n'y a pas beaucoup de différences dans la configuration entre la pile de niveau 3 et la pile de niveau 2. La différence majeure réside ici dans quatre éléments :
- Tests : à quoi bon avoir une excellente infrastructure de données, mais vous ne pouvez pas vous fier aux résultats ? Pour éliminer les conjectures, vous devez disposer d'un cadre de test robuste. Par exemple, vous pouvez utiliser un outil comme dbt ou Dataform.
- Orchestration : C'est une bonne idée d'utiliser un outil comme Airflow ou Google Cloud Composer pour gérer tout le traitement des données dans l'entrepôt de données.
- Contrôle de version : Dans le développement de logiciels, le contrôle de version est une partie essentielle du processus. Les mêmes choses peuvent s'appliquer du côté de l'infrastructure de données. En cas d'erreurs, le contrôle de version vous aide à identifier les causes et les problèmes avec vos données. Des outils comme Github et Google Cloud Data Catalog font des merveilles.
- Documentation : Enfin et surtout, encouragez votre équipe à documenter l'ensemble du processus au fur et à mesure. Vous pouvez utiliser dbt et Dataform pour la documentation du code source et Google Cloud Data Catalog pour la documentation au niveau du champ.
Où en êtes-vous de votre parcours d'analyse marketing ?
Nous avons élaboré une feuille de route d'analyse marketing qui présente les trois architectures de données typiques des entreprises en croissance.
Étape 3 : Fournissez un marketing contextuel et personnalisé à l'aide d'un entrepôt de données opérationnel
Vient maintenant la dernière pièce du puzzle. Une fois votre infrastructure de données opérationnelle, il est temps d'offrir une expérience exceptionnelle à vos clients.
Un peu plus loin, vous pouvez renvoyer vos données marketing et publicitaires dans votre entrepôt de données. Ensuite, vous pouvez créer des profils et des modèles de clients à l'aide de SQL. Et enfin, vous pouvez utiliser ces données pour optimiser vos activités marketing et améliorer votre messagerie.
C'est quelque chose que seuls les 1 % des meilleurs spécialistes du marketing ont fait jusqu'à présent. Il y a une barre haute pour entrer. Vous auriez besoin d'une équipe de données sophistiquée pour y parvenir.
Mais essentiellement, cela vous aidera à comprendre l'ensemble du cycle de vie du client et à créer des expériences personnalisées pour vos clients.
À ton tour
En conclusion, peu importe ce que l'avenir nous réserve, vous pouvez garder une longueur d'avance en construisant une infrastructure de données solide. Et cela commence par :
- Développer vos données first-party.
- Pérennisez votre pile d'analyses marketing pour la modélisation du mix marketing.
- Fournir un marketing personnalisé à l'aide d'un entrepôt de données d'analyse opérationnelle.
Si vous cherchez à automatiser votre transfert de données vers un entrepôt de données, consultez notre essai gratuit de Supermetrics de 14 jours.
Commencez votre essai gratuit de 14 jours
Découvrez à quel point il est facile de déplacer vos données marketing vers vos plateformes de reporting et d'analyse