De nos jours, tout s'accélère, même les MMM.
À l’ombre des parasols de The Brandtech Group lors des derniers Cannes Lions, Mathieu Spick, VP Media Strategy de Jellyfish, partage sa vision sans fard sur l’évolution des modèles économétriques dans la publicité.
Ancien de L’Oréal et de Carrefour, il connaît les limites des MMM (Marketing Mix Models) traditionnels pour les avoir pratiqués de l’intérieur : lents à produire, peu automatisés, difficilement activables, ils peinent à répondre aux exigences des annonceurs en quête d’agilité.
C’est pour pallier ces contraintes que Jellyfish a conçu sa propre solution, Now Next Soon, pensée pour être opérationnelle, actualisée et connectée aux enjeux réels des annonceurs. Un modèle qui ne se contente plus de regarder dans le rétroviseur, mais qui ambitionne à terme d’anticiper l’impact des investissements média non seulement sur les ventes, mais aussi sur la brand equity.
Plongeons dans les entrailles de Now Next Soon avec cette interview exclusive réalisée les pieds dans le sable.
Quelles sont les limites des MMM traditionnels ?
Mathieu Spick : J’ai beaucoup travaillé sur les modèles MMM en étant chez l’annonceur [chez l’Oréal et Carrefour, ndlr], et ce que j’en retiens, c’est qu’ils ont plusieurs limites structurelles. D’abord, ils prennent beaucoup de temps à construire et ne sont pas réellement automatisables, ou seulement très récemment. Ensuite, ils produisent une photo figée à un instant T, souvent basée sur deux à trois ans d’historique, avec des résultats moyennisés. Cela peut être utile pour comprendre ce qui se serait passé sans exposition média, mais ce n’est pas toujours pertinent pour piloter des campagnes en cours. De plus, il est parfois difficile d’interpréter les résultats quand les équipes ou les campagnes ont changé depuis.
C’est ce qui a poussé Jellyfish à mettre en place son propre MMM ?
M.S. : Tout à fait. Jellyfish a développé sa propre alternative nommée Now Next Soon.
Ce modèle est customisé à partir de Google Meridian, mis à jour tous les trimestres, et intégré à un dashboard simplifié, orienté vers l’optimisation média. Il ne fonctionne pas en temps réel, mais il est bien plus activable que les MMM classiques. On peut analyser des granularités fines, actualiser le modèle régulièrement, et identifier les plateformes ou canaux qui ont évolué. C’est une réponse plus opérationnelle aux enjeux actuels des annonceurs.
Now
Next
Soon
D’où proviennent les données utilisées par Now Next Soon ?
M.S. : La première donnée provient des investissements médias. Il faut une granularité assez forte, idéalement journalière, mais le plus souvent hebdomadaire. La deuxième donnée indispensable, ce sont les ventes. On peut modéliser les ventes online ou les ventes offline, peu importe. Sans ces deux types de données, on ne peut pas travailler correctement. Plus on a une vision exhaustive du média, mieux on peut modéliser.
Ensuite, on peut rajouter toutes les données externes qui existent. Cela peut être du maillage géographique pour la vente offline, des données météo pour intégrer la saisonnalité, ou encore des temps forts business, comme le Black Friday. Mais la donnée la plus intéressante pour moi, ce sont les prix et les promotions : avoir le prix moyen par semaine permet de comprendre ce qui se passe quand on augmente ou on baisse les prix. Tout est modélisable, à partir du moment où on a les données avec une granularité suffisante. Comme nous sommes sur des modèles statistiques, il suffit d’avoir les chiffres bruts : ce sont les outils qui font les corrélations.
Quelles sont les perspectives de votre MMM ? Quelles évolutions à venir ?
M.S. : Aujourd’hui, nous utilisons Now Next Soon principalement pour analyser l’incrémentalité et l’impact global des médias sur les ventes. Mais demain, on aimerait aller plus loin, notamment en pouvant prédire la brand equity.
Je travaille beaucoup sur comment on construit une marque, et spécifiquement sur l’impact des grandes campagnes de brand building émotionnel sur les ventes. Nous avons fait des tests dans le secteur de l’automobile pour regarder justement l’impact direct du media mix et du media spend sur la brand equity – qu’on peut mesurer via des brand trackers, par exemple YouGov ou d’autres – et effectivement nous arrivons à des résultats satisfaisants.
L’objectif à terme est d’avoir une solution complète qui permet de comprendre aussi le lien entre investissements média, brand equity et ventes. Cela permet d’avoir une véritable analyse statistique et économique.
