Comment choisir d’attribuer une action à un média particulier ? Comment définir la contribution de chaque levier dans un parcours d’achat complexe ?
La question de l’attribution et de la contribution est le nerf de la guerre de tout marketeur qui souhaite analyser et scaler sa stratégie de marketing digital.
Et plus spécifiquement dans le cadre du drive to store, comment appliquer ce modèle ?
Attribution : le modèle classique
Quand on analyse l’attribution, on se pose en général ces questions : quel est le levier ou le média qui m’a le plus rapporté ? Quel est celui qui a le plus contribué à la décision d’achat ?
Répondre à ces questions permet de sélectionner les médias les plus pertinents pour sa cible, augmenter l’investissement tout en coupant et/ou en réduisant les moins efficients.
Mais la réalité ne se plie pas si facilement à nos souhaits. Cartographier un schéma de la décision simple, clair et bien délimité, avec un poids défini pour chaque média, est extrêmement complexe…
Auparavant, on privilégiait l’image classique de l’entonnoir, avec le client passant naturellement à travers chaque cycle (découverte, attention, considération, achat).
Démontrer alors quel média avait provoqué l’achat, notamment l’attribution au dernier clic, était plus simple.
Il s’agit d’un espace complexe, où il est impossible de déterminer avec précision et fiabilité quel média a le plus contribué à l’acte d’achat, pour la simple et bonne raison que le parcours d’achat n’est plus linéaire : le client est exposé à de très nombreux médias, il revient en arrière constamment avant de finalement prendre sa décision et faire son choix.
Les chercheurs définissent le Messy Middle comme la croisée de deux modes mentaux : l’exploration et l’évaluation.
Le consommateur explore les différentes options, il les évalue, puis retourne à l’exploration. Cette boucle peut se répéter de nombreuses fois, jusqu’à la décision finale d’achat.
Les chercheurs expliquent également que de nombreux biais cognitifs sont à l’oeuvre au cours de ces deux phases, comme par exemple le biais d’autorité (la parole d’un influenceur perçu comme un expert sur le sujet), la gratuité (1 autre produit offert si vous achetez ce produit) ou encore la preuve sociale (notamment les avis clients).
Pour les marques, et en particulier les retailers, les chercheurs proposent plusieurs solutions pour se démarquer dans ce Messy Middle : être présent partout où c’est pertinent pour ses cibles, ne pas laisser d’espace vide dans la boucle, et réduire l’écart entre le facteur déclencheur et l’acte d’achat en lui-même.
Pourquoi avons-nous pris le temps de parcourir cette étude de Google sur le Messy Middle ?
Dans le cadre de campagnes de publicités digitales de drive to store, la question de l’attribution est au cœur des enjeux des marques.
Il existe plusieurs modèles d’attribution :
premier clic
dernier clic
linéaire (tous les leviers à part égale)
basé sur la position (plus d’importance donnée aux premiers et derniers points de contact).
Optimiser la performance et le ROAS est essentiel pour générer du chiffre d’affaires incrémental, et donc obtenir un véritable impact business pour ses campagnes.
Sélectionner le levier le plus pertinent et le plus performant est donc fondamental. Déterminer à quelle publicité attribuer la vente ou la visite en magasin, et donc le dernier clic, permet de prioriser ensuite les médias, et choisir où investir son budget.
Pour simplifier cette vision, il est courant de prendre le dernier clic, c’est-à-dire la dernière publicité sur laquelle un client a cliqué avant d’effectuer l’achat, et l’attribuer à cette dernière plateforme.
Par exemple, si c’est la publicité sur Facebook, on détermine que ce sont les social ads qui ramènent le plus de business, et on investit plus fortement sur ce levier.
Attention cependant : il existe une véritable difficulté d’attribution entre les plateformes, même au dernier clic, en raison de fenêtres d’attribution différentes.
La fenêtre d’attribution correspond au nombre de jours qui se sont écoulés entre le moment où une personne a consulté, lu ou cliqué sur la publicité, et le moment où elle a entrepris une action.
Ces fenêtres peuvent varier plus ou moins fortement en fonction de chaque plateforme, il est donc essentiel de prendre en compte ces différences lors des analyses d’attribution.
Des parcours clients de plus en plus complexes
Mais, nous l’avons déjà dit, la réalité est loin d’être aussi simple.
Comme Google le prouve avec la notion de Messy Middle, il est très difficile de prouver avec certitude que telle ou telle campagne a été le facteur décisif de l’acte d’achat.
Les parcours clients aujourd’hui sont hybrides et complexes. Tout le process, tous les leviers participent à la décision finale. Il est très difficile de tracker LE clic qui a déclenché l’achat.
Et d’ailleurs, cette notion même de dernier clic, de celui qui a déclenché l’achat, n’est plus pertinente aujourd’hui.
En particulier dans le drive to store !
Les clics représentent un KPI utile pour mesurer la performance média de vos campagnes. Cependant, ce KPI n’est synonyme de performance en termes d’impact business.
Ce n’est pas parce qu’un client a cliqué sur votre publicité qu’il se rendra en magasin… et inversement, ce n’est pas pas parce qu’il n’a PAS cliqué qu’il ne se rendra pas en magasin.
Cette publicité sur laquelle il n’a pas cliqué fait partie d’un tout qui l’aura poussé à se rendre en magasin.
En plus d’être hybrides, les parcours d’achats ne sont pas linéaires. Un client peut avoir vu une publicité sur Facebook le matin, effectué une recherche Google dans l’après-midi, puis n’avoir repris ses recherches que deux semaines plus tard.
Les facteurs qui impactent la décision d’achat sont nombreux et variés.
Il peut s’agir de la publication d’un influenceur ou d’un ami sur les réseaux sociaux (Facebook, Instagram, TikTok…), le bouche à oreille, une publicité entendue à la radio ou vue à la TV, de l’affichage sur le chemin du travail, des social ads, des Google Ads, des publicités display…
La qualité du site e-commerce joue également un rôle prépondérant. Il peut y avoir des problèmes techniques, des freins à l’achat et des irritants qui dissuadent le client de remplir son panier, ou confirmer le panier et commander.
C’est vrai également pour les sites web de services, comme dans l’assurance ou la banque, où l’objectif final n’est pas un achat, mais une action spécifique, comme une prise de contact ou de rendez-vous. La qualité du site et des landing pages aura un impact majeur sur les conversions.
Ou encore, l’information produit peut ne pas être suffisamment claire, apporter assez d’informations, ou manquer d’avis clients, et donc de réassurance.
Sans oublier tous les facteurs directement dans le magasin : la présence ou non de PLV, l’efficacité du merchandising, la formation des vendeurs…
Enfin, on peut citer la qualité de la relation client : une expérience négative antérieure aura un impact fort sur la réception de la publicité et le passage à l’acte d’achat.
Ainsi, au-delà des leviers de publicités, l’expérience client au global joue un rôle majeur dans la prise de décision.
Le Messy Middle théorisé par Google prend toute sa forme, et démontre que l’attribution au dernier clic est un modèle qu’il est difficile de légitimer aujourd’hui dans le cadre de campagnes de drive to store.
De la performance à l’impact business
Avec Widely, pour analyser la performance des campagnes de publicités digitales drive to store, nous privilégions d’autres indicateurs, comme le CPV (coût par visite), ou encore le calcul de l’uplift et du CPVi (coût par visite incrémentale).
L’uplift permet de calculer une estimation du nombre de personnes qui sont venues en magasin grâce à la campagne, mais qui ne seraient pas venus s’ils n’avaient pas été exposés à la campagne.
Cette estimation s’obtient via des algorithmes, et en comparant :
soit des populations exposées et non exposées
soit des magasins dans la campagne, et des magasins jumeaux sans campagnes
Ces KPIs permettent de mesurer le véritable impact business des campagnes de drive to store, et donc d’optimiser le mix média et les budgets par magasin pour obtenir la meilleure performance possible.
Conclusion
Nous l’avons vu, le modèle de l’attribution au dernier clic est difficile à mettre en place dans le cadre de campagnes de drive to store.
Déterminer quel est le dernier clic, et donc le poids de chaque média, est extrêmement complexe dans l’ère du Messy Middle, où les parcours clients sont hybrides et non linéaires.
Notre recommandation : pensez vos campagnes en multileviers, pour être présents partout où c’est nécessaire, et multiplier les prises de paroles et les points de contact avec vos clients.
Considérez le process d’achat comme un tout, et pensez vos campagnes pour qu’elles s’intègrent dans le parcours de vos clients.
Vous souhaitez mettre en place vos campagnes de publicités digitales drive to store ? Contactez-nous et échangez avec l’un de nos experts sur vos problématiques !
La question de l’attribution et de la contribution est le nerf de la guerre de tout marketeur qui souhaite analyser et scaler sa stratégie de marketing digital.
Et plus spécifiquement dans le cadre du drive to store, comment appliquer ce modèle ?
Attribution : le modèle classique
Quand on analyse l’attribution, on se pose en général ces questions : quel est le levier ou le média qui m’a le plus rapporté ? Quel est celui qui a le plus contribué à la décision d’achat ?
Répondre à ces questions permet de sélectionner les médias les plus pertinents pour sa cible, augmenter l’investissement tout en coupant et/ou en réduisant les moins efficients.
Mais la réalité ne se plie pas si facilement à nos souhaits. Cartographier un schéma de la décision simple, clair et bien délimité, avec un poids défini pour chaque média, est extrêmement complexe…
Auparavant, on privilégiait l’image classique de l’entonnoir, avec le client passant naturellement à travers chaque cycle (découverte, attention, considération, achat).
Démontrer alors quel média avait provoqué l’achat, notamment l’attribution au dernier clic, était plus simple.
Il s’agit d’un espace complexe, où il est impossible de déterminer avec précision et fiabilité quel média a le plus contribué à l’acte d’achat, pour la simple et bonne raison que le parcours d’achat n’est plus linéaire : le client est exposé à de très nombreux médias, il revient en arrière constamment avant de finalement prendre sa décision et faire son choix.
Les chercheurs définissent le Messy Middle comme la croisée de deux modes mentaux : l’exploration et l’évaluation.
Le consommateur explore les différentes options, il les évalue, puis retourne à l’exploration. Cette boucle peut se répéter de nombreuses fois, jusqu’à la décision finale d’achat.
Les chercheurs expliquent également que de nombreux biais cognitifs sont à l’oeuvre au cours de ces deux phases, comme par exemple le biais d’autorité (la parole d’un influenceur perçu comme un expert sur le sujet), la gratuité (1 autre produit offert si vous achetez ce produit) ou encore la preuve sociale (notamment les avis clients).
Pour les marques, et en particulier les retailers, les chercheurs proposent plusieurs solutions pour se démarquer dans ce Messy Middle : être présent partout où c’est pertinent pour ses cibles, ne pas laisser d’espace vide dans la boucle, et réduire l’écart entre le facteur déclencheur et l’acte d’achat en lui-même.
Pourquoi avons-nous pris le temps de parcourir cette étude de Google sur le Messy Middle ?
Dans le cadre de campagnes de publicités digitales de drive to store, la question de l’attribution est au cœur des enjeux des marques.
Il existe plusieurs modèles d’attribution :
premier clic
dernier clic
linéaire (tous les leviers à part égale)
basé sur la position (plus d’importance donnée aux premiers et derniers points de contact).
Optimiser la performance et le ROAS est essentiel pour générer du chiffre d’affaires incrémental, et donc obtenir un véritable impact business pour ses campagnes.
Sélectionner le levier le plus pertinent et le plus performant est donc fondamental. Déterminer à quelle publicité attribuer la vente ou la visite en magasin, et donc le dernier clic, permet de prioriser ensuite les médias, et choisir où investir son budget.
Pour simplifier cette vision, il est courant de prendre le dernier clic, c’est-à-dire la dernière publicité sur laquelle un client a cliqué avant d’effectuer l’achat, et l’attribuer à cette dernière plateforme.
Par exemple, si c’est la publicité sur Facebook, on détermine que ce sont les social ads qui ramènent le plus de business, et on investit plus fortement sur ce levier.
Attention cependant : il existe une véritable difficulté d’attribution entre les plateformes, même au dernier clic, en raison de fenêtres d’attribution différentes.
La fenêtre d’attribution correspond au nombre de jours qui se sont écoulés entre le moment où une personne a consulté, lu ou cliqué sur la publicité, et le moment où elle a entrepris une action.
Ces fenêtres peuvent varier plus ou moins fortement en fonction de chaque plateforme, il est donc essentiel de prendre en compte ces différences lors des analyses d’attribution.
Des parcours clients de plus en plus complexes
Mais, nous l’avons déjà dit, la réalité est loin d’être aussi simple.
Comme Google le prouve avec la notion de Messy Middle, il est très difficile de prouver avec certitude que telle ou telle campagne a été le facteur décisif de l’acte d’achat.
Les parcours clients aujourd’hui sont hybrides et complexes. Tout le process, tous les leviers participent à la décision finale. Il est très difficile de tracker LE clic qui a déclenché l’achat.
Et d’ailleurs, cette notion même de dernier clic, de celui qui a déclenché l’achat, n’est plus pertinente aujourd’hui.
En particulier dans le drive to store !
Les clics représentent un KPI utile pour mesurer la performance média de vos campagnes. Cependant, ce KPI n’est synonyme de performance en termes d’impact business.
Ce n’est pas parce qu’un client a cliqué sur votre publicité qu’il se rendra en magasin… et inversement, ce n’est pas pas parce qu’il n’a PAS cliqué qu’il ne se rendra pas en magasin.
Cette publicité sur laquelle il n’a pas cliqué fait partie d’un tout qui l’aura poussé à se rendre en magasin.
En plus d’être hybrides, les parcours d’achats ne sont pas linéaires. Un client peut avoir vu une publicité sur Facebook le matin, effectué une recherche Google dans l’après-midi, puis n’avoir repris ses recherches que deux semaines plus tard.
Les facteurs qui impactent la décision d’achat sont nombreux et variés.
Il peut s’agir de la publication d’un influenceur ou d’un ami sur les réseaux sociaux (Facebook, Instagram, TikTok…), le bouche à oreille, une publicité entendue à la radio ou vue à la TV, de l’affichage sur le chemin du travail, des social ads, des Google Ads, des publicités display…
La qualité du site e-commerce joue également un rôle prépondérant. Il peut y avoir des problèmes techniques, des freins à l’achat et des irritants qui dissuadent le client de remplir son panier, ou confirmer le panier et commander.
C’est vrai également pour les sites web de services, comme dans l’assurance ou la banque, où l’objectif final n’est pas un achat, mais une action spécifique, comme une prise de contact ou de rendez-vous. La qualité du site et des landing pages aura un impact majeur sur les conversions.
Ou encore, l’information produit peut ne pas être suffisamment claire, apporter assez d’informations, ou manquer d’avis clients, et donc de réassurance.
Sans oublier tous les facteurs directement dans le magasin : la présence ou non de PLV, l’efficacité du merchandising, la formation des vendeurs…
Enfin, on peut citer la qualité de la relation client : une expérience négative antérieure aura un impact fort sur la réception de la publicité et le passage à l’acte d’achat.
Ainsi, au-delà des leviers de publicités, l’expérience client au global joue un rôle majeur dans la prise de décision.
Le Messy Middle théorisé par Google prend toute sa forme, et démontre que l’attribution au dernier clic est un modèle qu’il est difficile de légitimer aujourd’hui dans le cadre de campagnes de drive to store.
De la performance à l’impact business
Avec Widely, pour analyser la performance des campagnes de publicités digitales drive to store, nous privilégions d’autres indicateurs, comme le CPV (coût par visite), ou encore le calcul de l’uplift et du CPVi (coût par visite incrémentale).
L’uplift permet de calculer une estimation du nombre de personnes qui sont venues en magasin grâce à la campagne, mais qui ne seraient pas venus s’ils n’avaient pas été exposés à la campagne.
Cette estimation s’obtient via des algorithmes, et en comparant :
soit des populations exposées et non exposées
soit des magasins dans la campagne, et des magasins jumeaux sans campagnes
Ces KPIs permettent de mesurer le véritable impact business des campagnes de drive to store, et donc d’optimiser le mix média et les budgets par magasin pour obtenir la meilleure performance possible.
Conclusion
Nous l’avons vu, le modèle de l’attribution au dernier clic est difficile à mettre en place dans le cadre de campagnes de drive to store.
Déterminer quel est le dernier clic, et donc le poids de chaque média, est extrêmement complexe dans l’ère du Messy Middle, où les parcours clients sont hybrides et non linéaires.
Notre recommandation : pensez vos campagnes en multileviers, pour être présents partout où c’est nécessaire, et multiplier les prises de paroles et les points de contact avec vos clients.
Considérez le process d’achat comme un tout, et pensez vos campagnes pour qu’elles s’intègrent dans le parcours de vos clients.
Vous souhaitez mettre en place vos campagnes de publicités digitales drive to store ? Contactez-nous et échangez avec l’un de nos experts sur vos problématiques !
