En général, les expériences de marketing sont utilisées pour tester des hypothèses afin de prendre de meilleures décisions fondées sur des données quant à la manière d'exécuter les programmes publicitaires. Dans ce cas, même si plusieurs mesures sont renvoyées, elles sont toutes axées sur une seule valeur. Par exemple, dans la question test "qu'advient-il des performances lorsque je double mes dépenses sur un canal ?"il se peut que le taux de conversion augmente de X , que le taux de clics reste le même ou que le chiffre d'affaires total diminue de Y dollars. Mais les spécialistes du marketing peuvent trouver des opportunités de croissance s'ils considèrent ce processus d'une manière légèrement différente.
Que se passe-t-il si un spécialiste du marketing souhaite connaître le niveau de budget idéal pour le remarketing sur YouTube en vue d'une prochaine campagne ? Il s'agit d'une question fréquente dans le domaine du marketing, car si l'on dépense trop peu, la portée de la campagne sera insuffisante, et si l'on dépense trop, le budget risque d'être gaspillé. L'approche "test and learn" consiste à mener une expérience marketing afin d'évaluer le niveau de rentabilité de l'augmentation du budget.
Un test pourrait vous indiquer ce qui se passe lorsque vous doublez les dépenses. Supposons que vous découvriez que si vous doublez vos dépenses, vos conversions triplent.
C'est très bien de le savoir ! Mais le spécialiste du marketing doit-il arrêter là sa curiosité ? Bien sûr que non !
En effet, nous ne savons pas si le fait de doubler les dépenses est la solution optimal optimal ? Une fois que l'on sait que doubler les dépenses donne un bon rendement, la question suivante se pose, "Et si je triplais mes dépenses ?" Une fois ce chiffre obtenu, une autre hypothèse peut être testée : "Et si je quadruplais mes dépenses ? "Et si je quadruplais mes dépenses ?"
Supposons que vous exécutiez plusieurs tests - d'abord pour déterminer l'effet d'un doublement des dépenses, puis d'un triplement des dépenses et enfin d'un quadruplement des dépenses. Dans chaque cas, que se passe-t-il si vous constatez que les dépenses sont toujours efficaces ? Il faut alors continuer à multiplier les dépenses par 5, 6, 7, etc. jusqu'à ce que l'on trouve le niveau de dépenses optimal. En fait, vous devrez continuer à effectuer des tests jusqu'à ce que vous trouviez le point où le retour sur investissement commence à baisser. Vous saurez alors où se situe votre niveau de dépenses optimal.
Tests simultanés (bons) ou tests séquentiels (moins bons)
Le problème de l'exécution de tests séquentiels est que chaque test nécessite une période de montée en puissance, une période de test et un temps d'analyse pour tirer une conclusion à partir des résultats. Si vous exécutez chaque test de manière séquentielle, il vous faudra de nombreux tests et beaucoup de temps pour déterminer le niveau de dépenses optimal. Dans l'exemple précédent, supposons que vous puissiez réaliser un test complet (montée en puissance, test, analyse) en deux semaines. L'exécution de 8 tests vous prendrait - au minimum - 16 semaines. Le temps de déterminer les dépenses optimales, vous serez dans le trimestre suivant et c'est tout simplement trop long pour attendre des réponses.
Une autre raison pour laquelle l'exécution séquentielle de plusieurs tests n'est pas idéale est que, sur un marché réel, vos résultats peuvent varier dans le temps en fonction de facteurs tels que la saisonnalité, l'influence de vos autres campagnes, l'évolution des dépenses des concurrents et d'autres fluctuations du marché. Ces variables peuvent avoir un impact sur la précision de la comparaison des résultats de plusieurs tests dans le temps. Il serait difficile de comparer véritablement les résultats du premier test (semaine 2) avec ceux du dernier test (semaine 16) sans que des facteurs externes ne viennent fausser votre analyse.
Ainsi, si l'on exécute des tests séquentiels pose des problèmes de temps d'observation (TTI) et d'asymétrie des données, quelle est la solution ?
Exécution de plusieurs, tests simultanés à différents niveaux de dépenses permet de résoudre les problèmes de temps de visibilité et d'asymétrie des données.
Avec les tests simultanés, le résultat vous donne une série de chiffres qui peuvent être reportés sur un graphique pour développer une courbe de rendements décroissants. Comme la plupart des planificateurs médias le savent déjà, avec une courbe de rendements décroissants, il est facile de trouver des opportunités de croissance et le niveau de dépenses optimal car, à un moment donné, la courbe s'aplatit et révèle la valeur la plus efficace de la dépense par rapport au rendement.
Non seulement les tests simultanés répondent à la question des dépenses optimales, mais cette courbe peut également répondre à de nombreuses autres questions. Par exemple, vous ne vous souciez peut-être pas de trouver le niveau de dépenses optimal et souhaitez simplement prévoir les conversions potentielles pour un budget défini. Peut-être disposez-vous d'un budget insuffisant pour atteindre vos dépenses optimales, mais vous disposez des données nécessaires pour recommander à votre patron ou à votre client d'augmenter son investissement.
Une autre situation à laquelle les spécialistes du marketing sont souvent confrontés est celle où un budget supplémentaire peut leur être accordé. Il se peut qu'une campagne publicitaire télévisée soit annulée ou que le budget soit transféré d'un canal peu performant. Le directeur général ou le client peut demander à chacune de ses équipes médias de prévoir l'impact d'un million de dollars supplémentaire sur les indicateurs clés de performance. Grâce à une courbe de rendement décroissant établie par des tests de marketing, le praticien peut prédire avec précision le retour sur investissement de l'investissement supplémentaire.
Mesure du marketing pour trouver des opportunités de croissance
Quand Skai a construit sa plateforme de test d'incrémentalité, Impact Navigatoril y a eu beaucoup d'idées sur la table. L'un de ces composants critiques qui était prioritaire était la capacité à gérer des tests simultanés pour trouver des opportunités de croissance
En utilisant des tests multiples et simultanés, les spécialistes du marketing peuvent établir des calculs de rendement décroissant pour les aider dans le domaine très important de la recommandation/optimisation du mix média. Après tout, c'est bien de savoir ce qui a fonctionné et ce qui n'a pas fonctionné dans vos campagnes afin d'obtenir de meilleurs résultats au fil du temps, mais ce serait encore mieux de mener les meilleures campagnes dès le départ en utilisant un processus décisionnel solide basé sur les données. Vous pouvez trouver des opportunités de croissance lorsque vous disposez des bonnes données.
Comment évaluez-vous votre pratique de mesure du marketing à l'heure actuelle ?
Utilisez-vous votre approche de mesure du marketing pour trouver des opportunités de croissance ? Ou avez-vous encore du mal à obtenir des informations précises sur les performances de vos campagnes ?
Les tests d'incrémentalité est un concept assez simple à comprendre. Il s'agit d'introduire un élément marketing dans un groupe de test sans l'introduire dans un groupe de contrôle. Bien que le concept soit simple, dans le passé, les tests d'incrémentalité étaient complexes et coûteux. L'Impact Navigator de la Skaipermet aux spécialistes du marketing de concevoir et de réaliser des expériences facilement et à un prix abordable.
Contactez-nous dès aujourd'hui pour une démonstration rapide afin que vous puissiez voir comment il fonctionne et s'il pourrait être un complément solide à votre processus actuel de recherche d'opportunités de croissance.
[rp4wp]