Le groupe Mayborn utilise Skai et Profitero pour augmenter de 10 points la croissance de sa catégorie grâce à des informations basées sur des données.

La transformation de Mayborn basée sur les données a commencé

Le groupe Mayborn est la société mère, basée au Royaume-Uni, des marques populaires pour bébés Tommee Tippee et Gro. Ses produits couvrent de nombreuses catégories, notamment l'heure du change, l'élimination des couches, l'allaitement, l'heure du bain et bien plus encore.

Depuis 2017, Mayborn a entrepris un important programme de transformation numérique, car elle vise à réaliser 50 % de toutes les ventes par le biais du commerce électronique d'ici 2021. La création d'un écosystème axé sur les données à travers quatre piliers (commerce, contenu, connexion et communauté) a étayé la transformation - Skai et Profitero étant utilisés pour soutenir la croissance au sein du pilier commerce en particulier.

Pourquoi Skai et Profitero ?

Mayborn utilise Skai pour mener ses campagnes publicitaires Amazon à grande échelle dans le monde entier. Outre les avantages de l'automatisation et de l'optimisation qu'elle retire de l'utilisation de la plateforme, la possibilité de relier les données ARAP aux mesures publicitaires permet d'obtenir de puissantes informations sur les performances publicitaires.

Mayborn utilise Profitero pour comprendre la part de marché de sa catégorie et les tendances de croissance sur Amazon, et pour optimiser la performance de ses produits afin d'augmenter ses ventes plus rapidement. La capacité de Profitero à relier les changements dans la part de marché, le trafic et la conversion avec les mesures quotidiennes de performance des produits, telles que les taux de stock, la qualité du contenu, le placement de recherche et la tarification, permet à Mayborn d'identifier les opportunités de croissance avec rapidité et précision. 

Une part de marché et une part de voix élevées... Et maintenant ?

En utilisant les données de Profitero, Mayborn a identifié que la catégorie des couches jetables détenait trois fois plus de parts de marché que n'importe lequel de ses concurrents, soit plus de 60 %. En outre, grâce à la Skai , l'équipe a pu constater que des sous-catégories spécifiques avaient une part de voix très élevée (les poubelles, par exemple, ont une part de 77 % de la position 1 et les recharges, une part de 51 % de la position 1 pour les termes clés prioritaires).

Avec une part de marché élevée et de la voix, s'est interrogé M. Mayborn :

• Whether it was over-investing on ad spend for a category with high share
• si elle a atteint l'impact maximal des dépenses publicitaires et peut donc commencer à réduire ses investissements et à s'appuyer sur les performances organiques pour maintenir sa part de marché

Plutôt que de prendre ces décisions budgétaires clés en ne tenant compte que des données relatives aux catégories dont elle disposait, l'équipe a reconnu qu'elle avait besoin d'une plus grande granularité. 

Une granularité accrue grâce à l'intelligence spécifique à l'élément

Dans le cadre du partenariat entre Profitero et la Skai , M. Mayborn a demandé aux équipes d'approfondir cette question et de vérifier si, dans les catégories à forte pénétration, il était possible d'accroître la part des ventes grâce à la publicité en concentrant les dépenses publicitaires sur des produits à fort taux de conversion et à faible risque. 

Une approche en trois phases a été adoptée pour vérifier l'hypothèse :

Phase 1 : L'équipe a relié les mesures de haut niveau de la performance de la catégorie aux informations spécifiques à l'article afin de déterminer les domaines d'opportunité. Des résultats intéressants ont été obtenus :

• Une grande partie des dépenses publicitaires est consacrée à des produits dont la disponibilité est limitée. 
• Des occasions ont été manquées d'investir les dépenses publicitaires dans des produits à plus forte conversion du portefeuille. 
• La publicité n'a pas été suffisamment exploitée pour stimuler la croissance organique.

Phase 2 : Sur la base des informations recueillies au cours de la phase 1, un plan d'action a été défini pour répondre à l'opportunité et prouver l'hypothèse. Il s'agit de

• Restructuration des campagnes en groupes d'annonces ASIN uniques pour un contrôle maximal
• Augmentation des dépenses en % des ventes totales pour les articles prioritaires
• Optimisation des campagnes en fonction de la disponibilité des articles et de la part de voix de l'échelle
• Mise en place d'algorithmes d'appels d'offres pour l'échelonnement des budgets
• Recibler les dépenses publicitaires sur des produits à fort potentiel et peu fréquentés

Phase 3 : Les recommandations ont été mises en œuvre et les mesures d'impact et de réussite ont été contrôlées. En seulement 5 semaines, le succès était évident :

• Augmentation de 10 points de la part de marché gagnée au niveau de la marque
• 115% d'augmentation des recettes publicitaires dans les limites du ROAS
• Augmentation de 10 points sur la page 1 part de voix
• Augmentation de 19 points sur la part de voix de la position 1

Adopter une approche de test et d'apprentissage permanent

Grâce aux connaissances combinées de Profitero et de Skai, la démonstration de cette hypothèse n'est qu'un début pour Mayborn. Mayborn continue d'utiliser une stratégie de test et d'apprentissage plus largement dans l'ensemble de l'organisation - et au sein de la publicité en particulier, continue de travailler avec Skai et Profitero pour étendre le projet à de nouvelles catégories et hypothèses.