Une panoplie de solutions pour analyser la performance des marques a vu le jour au cours des dernières années. Dans cet article, nous partagerons avec vous certaines de ces solutions qui pourraient aider les directeurs marketing à mesurer plus précisément les performances de leurs campagnes d’équité de marque.
Chris Goward de WiderFunnel, un expert très respecté en marketing de performance et en optimisation de taux de conversion (Conversion Rate Optimization), a déjà affirmé que la marque est le chemin le plus court vers la conversion. Ce n’est pas une surprise quand on voit les fortunes dépensées en campagne d’équité de marque chaque année pour les McDonald’s et Apple de ce monde.
Le problème de la mesure de la marque
Les CMO font face à un problème : même s’ils savent que des campagnes d’équité en matière de marque sont nécessaires pour maintenir leurs parts de marché et leur croissance, il faut aussi le prouver. Malheureusement (ou heureusement pour certains), dans un monde de médias numériques où les clics et les visionnements associent chaque dollar publicitaire à un retour sur investissement, démontrer la valeur directe et mesurable des campagnes de marque à votre conseil d’administration, surtout votre directeur financier, n’est plus une option, mais bien une nécessité.
Traditionnellement, on mesure la valeur d’une marque en étudiant par le biais d’études de brand lifting, généralement réalisées à l’aide de groupes de discussion et d’enquêtes. Dans le contexte numérique, Nielsen, YouTube, Facebook et une foule d’autres fournisseurs ont introduit une approche numérique plus sophistiquée pour y arriver : des utilisateurs exposés aux publicités sont invités à répondre à une enquête ou à une question, et leurs résultats seront comparés à ceux d’un groupe témoin n’ayant pas été exposé à l’annonce.
Ces techniques ont certainement du mérite. Mais ne pourrions-nous pas pousser l’analyse de marque un peu plus loin?
La réponse est oui, absolument! Or, pour y arriver, il faut combiner des approches, des méthodologies et des technologies innovantes.
La montée des « tribus » de personas
Rien n’est plus important que votre client, n’est-ce pas? Mais que savez-vous de votre client ou de votre prospect? Sur quels segments d’audience devriez-vous miser vos budgets publicitaires? Bien sûr, les données client de votre CRM et de vos analytics sont excellentes. Mais pourquoi ne pas fusionner ces données et les amplifier avec des sources tierces afin de dresser un portrait plus complet de votre client? Avec une plateforme de gestion de données (DMP) ou même simplement en connectant vos visites de sites Web, vos données CRM ou Facebook avec Facebook Audience Insights, vous pouvez en apprendre beaucoup plus sur vos clients actuels et potentiels.
En puisant dans l’immense réservoir de données anonymisées de tiers et de réseaux sociaux, vous pouvez comprendre ce qui interpelle vraiment vos clients. Vous pouvez comprendre où ils se trouvent et quel types de contenu sociaux ils utilisent le plus. En fin de compte, vous pouvez commencer à identifier ce que Affinio appelle des «tribus» de personas ou de sous-segments.
Ces « tribus », pour ainsi dire, sont les vraies personnes derrière les tonnes d’ID d’appareil et de témoins de navigateur que vous collectez quotidiennement dans vos différentes campagnes. En allant au-delà de l’appareil pour comprendre à qui vous parlez, vous pouvez trouver de meilleures stratégies de ciblage afin que vos campagnes de marque résonnent vraiment avec le public.
En tant que tel, les spécialistes du marketing de marque doivent positionner leurs campagnes comme des initiatives de prospection dans le but de créer ultérieurement des actifs de remarketing pour les campagnes de performance. En mettant en place une segmentation d’audience et une stratégie de ciblage solide pour vos campagnes de marque, vous pouvez transformer chaque interaction d’annonce significative en un élément de remarketing d’audience.
Par exemple, disons que votre entreprise a pour objectif de rejoindre plus de soccer moms avec une nouvelle gamme de produits. Intuitivement, vous demanderiez à votre agence média un placement multimédia contextuellement pertinent pour ce profil sociodémographique. Toutefois, avec une approche d’analytics, vous pouvez aller encore plus loin et demander plutôt de créer un persona numérique à partir des données tierces et sociales disponibles dans vos plateformes programmatiques. Vous pourrez alors connaître la taille des segments de personas (ex.: les soccer moms) et ainsi déterminer la portée de votre initiative de prospection.
Une fois votre votre campagne lancée, vous pouvez définir des balises de remarketing pour chaque point d’interaction avec votre segment : les visionnements de vidéo, les actions sociales, les visites sur les pages de destination, l’interaction avec les widgets publicitaires, le chatbot publicitaire, etc. Ces balises vous permettront de créer un bassin de profils remarketing qualifiés établi en fonction du persona ciblé par votre entreprise, qui sera ensuite utilisé par votre équipe d’optimisation média pour des publicités de remarketing, de search, etc.
Cette approche de segmentation dans vos campagnes de marque signifie également que vous ne comptez plus uniquement les clics, les mentions J’aime et les affichages vidéo pour vos annonces de marque. Vous créez des actifs numériques durables pour votre organisation.
En fin de compte, toutes ces initiatives auront un impact progressif sur le taux de conversion à mesure que des utilisateurs plus qualifiés entreront dans l’entonnoir. Victoire!
Exploiter la puissance des plateformes de marque et d'écoute sociale
Les plateformes d’écoute sociale sont un outil important à utiliser. Elles pourraient même être considérées comme la nouvelle façon de faire des analyses de veille médiatique pour les marques. Sceptique? Saviez-vous qu’une fois que vous avez défini vos requêtes pour suivre les conversations publiques en ligne sur votre marque, les données peuvent être mesurées quotidiennement? À partir de ces données, vous pouvez tirer des conclusions extraordinaires sur votre marque et sur la façon dont elle interagit avec votre auditoire et le grand public. Ces apprentissages, comme l’analyse des sentiments ou les nuages de conversations, peuvent fournir des avantages compétitifs très puissants. Vous pouvez tirer encore plus de valeur en suivant également les conversations et les sentiments autour de vos concurrents et de leurs produits.
Les données issues des plateformes d’écoute sociale sont essentielles pour l’analyse de votre marque.
Les PDG qui ne comprennent pas les médias sociaux et les mégadonnées vont disparaître d’ici 10 à 15 ans.
Tullio Siragusa, Will Data Science Forever Change Branding Strategies?, Data Science Central
En d’autres termes, si vous ne maîtrisez pas ce type de données, vos concurrents finiront par vous écraser avec.
Gardez à l’esprit qu’il faudra donner du temps à vos équipes d’analytics pour maîtriser la courbe d’apprentissage associée aux données d’écoute sociale. Développer des requêtes pertinentes et sophistiquées pour tirer les bonnes analyses de ces plateformes demande de l’expérience et des compétences. Mais attention : plus vous attendez, plus vous serez derrière la concurrence.
À l’opposé, de nombreuses entreprises et agences investissent une fortune dans des plateformes sans avoir une bonne équipe d’analytics et de science des données pour les utiliser. L’outil finit ainsi par ramasser la poussière, comme c’est le cas avec tant d’autres outils technologiques brillants. Avez-vous déjà vu un propriétaire de Ferrari avec un permis temporaire?
Quant à ceux qui apprennent à utiliser ces plateformes de manière adéquate, ils peuvent commencer à construire des frameworks d’analytics plus complexes pour les marques, tels que les réseaux de graphiques pour mesurer la taille et l’impact des réseaux d’influenceurs pour votre marque ou vos concurrents.
Par exemple, que se passe-t-il si vous êtes un détaillant et que vous découvrez que la marque de votre concurrent principal sur les médias sociaux se trouve à une distance courte (disons 50 liens) d’un influenceur populaire sur Instagram? Ne voudriez-vous pas que vos planificateurs médiatiques ou vos équipes de médias sociaux tendent la main à cet influenceur pour explorer d’éventuelles opportunités d’intégration de publicité ou de marketing de contenu?
Ceux qui connaissent Alex Pentland, créateur du MIT Media Lab qui a développé la discipline de la Physique Sociale basée sur le big data provenant des activités sur les médias sociaux, seront peut-être familiers avec la notion de flux d’idées (Idea Flow). Ce concept implique un peu de mathématiques et beaucoup de données. Utilisé intelligemment, il peut être appliqué aux données brutes d’écoute sociale pour identifier les véritables moteurs de vos marques ou des marques concurrentes. Armés de cet outil, vos équipes média et de marketing de contenu peuvent commencer à développer des stratégies pour influencer les influenceurs et générer un flux d’idées positives autour de votre marque.
C’est exactement ce que notre équipe d’analytique et de data science chez Adviso fait, en soutien à nos planificateurs média et nos équipes de marketing de contenu.
D’ailleurs, si vous souhaitez en savoir plus sur la façon dont la science des données peut tirer parti des informations issues des médias sociaux, vous devriez suivre Mike Wu Ph.D, un ancien biophysicien devenu scientifique de données, anciennement avec Lithium Social Analytics. Un must!
Renversez la tendance avec l'attribution du premier contact
Attaquons-nous maintenant à l’ennemi juré des campagnes d’actions de marques numériques, à savoir l’injustement célèbre modèle d’attribution du dernier clic.
Comme disait Albert Einstein, si vous jugez un poisson rouge par sa capacité à grimper à un arbre, il passera le reste de sa vie à penser qu’il est inutile.
À de nombreux égards, c’est ce que la plupart des directeurs marketing sont contraints de faire avec leurs budgets attribués au marketing de marque. En conséquence, les commerçants finissent généralement par réduire de plus en plus ce budget chaque année. Et pourtant.
Certains autres CMO choisissent simplement d’ignorer l’attribution de conversion lorsqu’il s’agit de campagnes de marque. Ils ne prennent en compte que des statistiques simples, telles que les clics de nouvelles sessions, les visionnements complétés (et donc le coût par visionnement complet) ou les actions sociales. L’inconvénient de cette approche est de ne jamais savoir si vos nouveaux formats publicitaires innovateurs et percutants ont fini par réellement susciter des considérations d’achat plus tard dans votre entonnoir de conversion. Les CMO de cette catégorie ont tendance à être vieux-jeu et s’appuient généralement sur l’approche spray and pray pour les campagnes média de marques.
Il existe une troisième approche qui emprunte une voie intermédiaire entre l’application de l’attribution linéaire au dernier clic et la simple diffusion de publicités à tout le monde sans tenir compte de l’impact sur les conversions. Cette approche consiste simplement à utiliser le modèle d’attribution de premier contact (First-Touch) pour mesurer la performance des campagnes de marque.
Généralement, les campagnes de marque ciblent de nouveaux clients potentiels qui n’ont jamais eu d’interaction avec la marque. Si vous utilisez un serveur publicitaire fournissant une attribution multi-points, vous pouvez isoler les rapports de campagne de marque et faire ressortir vos conversions de premier contact. Ces conversions de premier contact sont essentiellement des conversions basées sur la première annonce à laquelle un utilisateur a été exposé dans un entonnoir de conversion donné.
Pour vous illustrer ce concept, jetez un œil aux différents modèles d’attribution de Google Analytics présentés ci-dessous. Dans le cas des campagnes de marque, l’idée est de sélectionner le modèle Single-Touch : First Interaction pour déterminer le rôle qu’a joué votre campagne pour l’ensemble de vos conversions.
Naturellement, certains d’entre vous diront qu’un modèle First Interaction donne trop de poids au premier point de contact publicitaire et ne laisse rien pour les autres conversions ou le dernier clic. Eh bien, aucun modèle n’est censé être parfait. En fait, le modèle Last Interaction utilisé par 99% des spécialistes du marketing numérique présente le même défaut : il accorde toute la valeur au dernier clic. D’une certaine manière, c’est comme donner tout le crédit au caissier pour la vente d’un article, mais aucun à l’équipe de vente sur le plancher, qui suggère des articles à vos clients.
La meilleure approche consiste à utiliser un véritable modèle d’attribution multi-contacts, où la valeur d’attribution est répartie entre les points de contact selon un système de valeurs pondérées. Cette approche fonctionne mieux si vous disposez d’un outil spécialisé tel que C3 Metrics, Convertro ou Google Attribution,
Si vous n’avez pas accès à ce type de plateforme d’attribution ou si vous avez simplement besoin d’une approche pratique pour mesurer quotidiennement vos campagnes, l’approche simple est plus facile à gérer et à mettre en œuvre pour la création de rapports.
Essentiellement, il s’agit de diviser vos campagnes en deux catégories, les campagnes Marque et Performance. Pour vos campagnes Performance, vous appliquez un modèle Single-Touch de type Last Interaction et pour les campagnes Marque, vous utilisez First Interaction dans vos rapports.
Ensuite, pour des analyses trimestrielles ou annuelles plus approfondies de vos efforts marketing ou lorsque votre organisation a atteint un niveau de sophistication d’analyse marketing plus poussé, vous pouvez appliquer le modèle Multi-Touch dans votre système de rapports.
Vous pouvez commencer dès maintenant avec Google Analytics, en vous rendant simplement dans la section Attribution et en cliquant sur le premier rapport de clic pour chaque campagne de marque. Si vous avez la chance d’avoir Google Analytics 360, vous pouvez intégrer le serveur publicitaire DoubleClick (désormais appelé Google Ad Manager) dans votre modèle analytics.
L’avantage de cette approche est de pouvoir avoir une vue d’ensemble sur vos canaux et vos attributions post-exposition d’un seul coup. Ainsi, si un utilisateur a vu votre annonce sans cliquer (ce qui arrive littéralement dans 99% des cas), il est possible de savoir si l’annonce (dans un temps d’attribution défini) a incité l’internaute à visiter votre site Web et à le convertir ultérieurement via une recherche ou en navigation directe.
L’utilisation de l’approche First-Touch pour les campagnes de marque est probablement le meilleur moyen de mesurer la véritable valeur ajoutée de celles-ci. Si vous souhaitez en savoir plus sur les modèles d’attribution Multi-Touch, vous devriez lire ces articles sur nos meilleures pratiques en média: Pour en finir avec l’attribution «post-clic» de Jean-Michel Dubé et Le dernier clic est mort, vive l’attribution Multi Touch! par Nicolas Villeneuve.
Quand la neuroscience s’invite en pub
En collaboration avec des firmes de neuromarketing, notre équipe de R&D a développé des labs de réactions à la marque, à travers lesquels elle mesurait la réponse émotive et cognitive des créatifs publicitaires pour évaluer leur efficacité. Pourquoi? Pour comprendre comment les gens réagissent envers une marque dans le contexte d’une annonce particulière et dans un environnement particulier.
Par exemple, en utilisant une combinaison de logiciels de neuroscience et de techniques de deep learning, nous pouvons prédire la force de certaines émotions stimulées par un contenu particulier. Supposons que vous essayez de créer une émotion de confiance ou de chaleur autour de votre marque. Votre annonce publicitaire vous aide-t-elle à atteindre cet objectif? L’émotion que vous essayez de stimuler avec la publicité est-elle plus forte dans l’environnement d’un site de nouvelles ou de streaming? La création attire-t-elle suffisamment l’attention? Dans quels environnements notre campagne de création se distingue-t-elle le plus?
Sans avoir de données de référence avant le lancement d’une campagne de la sorte, mesurer vos résultats se résume à un lancer de dés.
Le marketing en neurosciences permet de répondre à ces questions et ne nécessite pas de scanner IRM sophistiqué ni d’électroencéphalogramme (EEG). En fait, méfiez-vous des entreprises qui affirment utiliser un EEG pour le neuromarketing. Le faible ratio signal-sur-bruit inhérent aux EEG ainsi que le nombre élevé d’électrodes utilisées dans cette technique rendent la mesure finale médiocre.
Certaines entreprises semblent avoir de bonnes pratiques avec l’utilisation d’EEG, notamment BMU Montréal (Beam Me Up). Expliquer comment ils arrivent à utiliser les EEG efficacement prendrait trop de place dans cet article. Donc, si vous êtes curieux d’en savoir plus, je vous suggère de leur téléphoner et de leur dire que c’est moi qui vous envoie. 😉
Quoi qu’il en soit, en dehors de cette technique d’EEG plus invasive et controversée pour le neuromarketing, une alternative très efficace consiste à utiliser le paradigme d’attention de Posner en combinaison avec des techniques de Deep Learning. Cette approche a produit des aperçus très significatifs sur le sentiment de marque et le potentiel d’attention aux créatifs publicitaires lors de nos phases test. Le croisement des résultats des neurosciences avec des réponses des panels d’enquête qualitatifs permettent des apprentissages marketing beaucoup plus riches que l’utilisation de l’une ou l’autre des méthodes en silo.
Si vous n’avez pas accès à une entreprise de neuromarketing ou si vous n’avez pas les ressources pour en embaucher une, ne paniquez pas! Vous pouvez également concevoir des protocoles de tests A/B pour vos publicités et votre marque. En concevant une phase test avec différentes itérations de créatifs publicitaires, vous pourrez trouver la stratégie de communication la plus efficace pour augmenter la valeur de votre marque.
Nous avons utilisé cette approche pour une campagne de marque que nous avons lancée pour faire la promotion d’un nouveau format de jus de canneberge et de petits fruits pour Oasis. Après deux semaines de tests A/B sur un petit échantillon, nous avons lancé la marque de jus en toute confiance, sachant que notre message créatif était entièrement pré-optimisé pour l’engagement de la marque. Les résultats parlent d’eux-mêmes!
Au final, l’idée est de comprendre la perception de la marque et ce qui produit cet effet de halo de marque si convoité par les Apple et les Cirque du Soleil de ce monde. En utilisant un marketing basé sur la neuroscience et/ou une approche de tests A/B, vous pouvez ajouter une dimension scientifique à votre optimisation créative.
Il est temps de créer votre propre stratégie d'analyse d’équité de marque
En combinant des études de marketing en neuroscience avec des outils d’écoute sociale, des données de tierce personne et des outils comme ComScore, vous pouvez obtenir une meilleure compréhension de vos clients et de vos concurrents. Et vous pouvez commencer dès maintenant, pourquoi attendre?
Si vous avez besoin d’aide pour commencer, notre équipe de consultants se fera un plaisir de vous aider.
