Auteur
Le jeudi 18 mai, Artefact a accueilli le London AI Summit, en collaboration avec Google et Microsoft. Des experts et des leaders d'opinion dans le domaine de l'intelligence artificielle, Marketing Digital et data science, y ont partagé leurs réflexions sur la nouvelle ère de l'IA. Aleksandra Semenenko, directrice de Data Science, a partagé son expertise sur la façon dont l'IA peut permettre aux spécialistes du marketing de mieux suivre le retour sur investissement de leurs campagnes, en évitant les défauts des modèles précédents ;
Dans le paysage en constante évolution de Marketing Digital, la mesure du retour sur investissement (ROI) est devenue de plus en plus difficile, en particulier lorsqu'elle est associée à l'abandon du cookie tiers. Cet article explore les difficultés rencontrées par les spécialistes du marketing pour déterminer l'allocation optimale des budgets publicitaires et met en lumière les moyens de mesurer le véritable retour sur investissement du marketing en l'absence de cookies tiers cookies.
Le paysage changeant du marketing :
Avec l'augmentation des coûts et l'apparition de nouveaux canaux de commercialisation, les responsables marketing se trouvent confrontés à la nécessité de dépenser davantage sur plusieurs plateformes. Cependant, il est de plus en plus difficile d'obtenir des données précises ( data ) pour distinguer les performances de chaque canal. Ce problème affecte trois niveaux d'estimation : l'identification granulaire de l'utilisateur data, les modèles agrégés au niveau des canaux et l'espace complexe entre les deux.
"70 % des directeurs généraux et des responsables marketing affirment qu'ils ne peuvent toujours pas mesurer le véritable retour sur investissement de toutes leurs campagnes Marketing Digital ." (Source : Deloitte CMO Survey)
Choisir les bons modèles :
Pour relever les défis posés par l'accès limité à data , les spécialistes du marketing ont le choix entre deux modèles : basé sur le parcours ou basé sur les tendances. Les modèles basés sur le parcours offrent des informations granulaires et une compréhension précise du comportement des utilisateurs au sein de plateformes intégrées telles qu'Amazon. D'autre part, les modèles basés sur les tendances fonctionnent avec des données agrégées data, sacrifiant une certaine précision mais offrant une approche de mesure plus automatisée et continue.
Exploiter l'IA pour éviter les failles du passé :
En raison des inconvénients inhérents aux modèles basés sur le parcours et les tendances, le modèle de mesure "MROI" alimenté par l'IA a été conçu pour faire face à la pression croissante et aux défis du paysage médiatique. Ce modèle s'appuie sur des méthodes bayésiennes probabilistes pour estimer le retour sur investissement à partir de data historiques et de la performance des canaux, aidant ainsi les responsables marketing à prendre des décisions data matière d'allocation et d'optimisation des budgets. En mettant en œuvre le modèle MROI, les entreprises peuvent accroître leur efficacité, augmenter leurs revenus et mieux répartir leurs coûts.
Des tests pour réussir :
Le lancement de nouvelles initiatives nécessite un cadre d'essai qui consiste à définir le problème commercial, à déterminer les régions d'expérimentation, à établir un budget en conséquence et à étudier les résultats. Cette approche permet aux responsables marketing d'éviter de fausser les résultats et garantit la productivité et l'agilité de l'équipe marketing.
Tirer parti de la première et de la deuxième partie du site Data:
Avec les limites imposées aux data tiers, les spécialistes du marketing peuvent se tourner vers lesdata first-party et les solutions basées sur l'IA. En combinant les connaissances et les capacités de plateformes telles que Google et AWS, les entreprises peuvent améliorer le ciblage de l'audience et le développement créatif. L'IA permet aux spécialistes du marketing de comprendre les intérêts et les préférences des utilisateurs, ce qui se traduit par des campagnes plus efficaces et des performances marketing accrues.
La collaboration avec des entreprises complémentaires et le partage de data de seconde partie sont devenus de plus en plus précieux en l'absence de cookies de seconde partie. Les algorithmes et les échanges sur data facilitent les partenariats qui permettent aux entreprises d'exploiter leurs audiences respectives, ce qui conduit à un ciblage plus précis et à de meilleurs résultats pour les campagnes.
Mesure :
Bien que la mesure diffère de l'activation, les spécialistes du marketing peuvent intégrer les enseignements tirés de la mesure dans leurs stratégies d'activation. En alignant les messages, le contenu créatif et le ciblage sur la base des profils des clients, les entreprises peuvent maximiser leur impact marketing et prouver l'efficacité de leurs campagnes.
Conclusion :
Mesurer le véritable retour sur investissement du marketing sans recourir à une tierce partie ( cookies ) est une tâche complexe, mais pas insurmontable. En s'appuyant sur des modèles stratégiques et tactiques, en adoptant des solutions basées sur l'IA, en mettant en œuvre des cadres de test et en favorisant les collaborations, les spécialistes du marketing peuvent naviguer en toute confiance dans le paysage numérique en constante évolution. Malgré les défis, le potentiel d'amélioration des performances marketing et d'augmentation des revenus fait que ce voyage en vaut la peine.
