Alors que les éditeurs introduisent rapidement de nouveaux types de campagnes, des optimisations, des formats publicitaires et des capacités de ciblage, les annonceurs disposent d'opportunités sans précédent pour transmettre des messages à leur public. Pourtant, face à tant de possibilités, les annonceurs sont de plus en plus contraints d'identifier rapidement les produits et les méthodes qui offrent le plus de valeur en termes de narration et de résultats commerciaux. Les différentes méthodes d'attribution et de mesure ajoutent une difficulté supplémentaire à l'équation : les différents indicateurs de valeur et de revenus peuvent raconter des histoires contradictoires en fonction de la source. Comment les marques peuvent-elles prendre des décisions éclairées et fondées sur des données pour prévoir l'impact de différents investissements publicitaires sur leur activité ?
Alors que les marques recherchent des méthodes plus précises pour prouver leur efficacité, l'incrémentalité est devenue l'un des sujets les plus brûlants de la publicité en ligne. Dans cette série de blogs, l'équipe de la Skai partagera ses connaissances issues de plus de cinq années de mesure de l'incrémentalité sur toutes les plateformes !
Un exemple opportun du problème auquel sont confrontés les spécialistes du marketing est lorsqu'ils doivent distinguer l'effet des stratégies de reciblage entre l'affichage programmatique, le RLSA et le reciblage DPA. Ou comment l'engouement du secteur pour les publicités vidéo rend les spécialistes du marketing vigilants quant aux revenus générés par leur investissement dans la création de vidéos. De même, l'omniprésence du ciblage mobile a suscité le scepticisme quant au fait que de nombreux outils d'attribution évaluent mal ces investissements. Les annonceurs sont raisonnablement chargés de déterminer l'incrémentalité des canaux nouveaux et émergents par rapport aux méthodes éprouvées. Pourtant, les marques restent incertaines quant à l'incrémentalité réelle de stratégies de ciblage, de canaux et de formats publicitaires disparates.
Jusqu'à présent, le secteur de la publicité n'a pas été en mesure d'apporter des éclaircissements, et le problème est aggravé par les difficultés de mesure, les sources de données cloisonnées, les mesures de l'entonnoir supérieur, l'approximation entre les appareils et l'activité en ligne par rapport à l'activité hors ligne. Même les solutions d'attribution avancées peinent à isoler les impacts commerciaux de tactiques spécifiques et, comme pour toute modélisation basée sur la corrélation, la qualité des données peut faire ou défaire les résultats.
Le test d'incrémentalité ! Un test d'incrémentalité compare le chiffre d'affaires ou l'ICP pertinent généré entre un groupe test et un groupe de contrôle. En exposant le groupe test à une tactique publicitaire par rapport au groupe de contrôle non exposé, les spécialistes du marketing peuvent facilement isoler les variables affectées, évaluer clairement l'impact commercial immédiat et formuler les prochaines étapes en toute confiance, données à l'appui.
En divisant proprement les audiences et les tactiques en cellules de test et en groupes de contrôle, les annonceurs ont l'assurance que tout impact commercial est le résultat direct de leurs propres intrants plutôt que d'effets extérieurs. La technologie avancée de l'IA permet aux tests d'atteindre une signification statistique, même à faible volume, avec de petits budgets et dans des délais courts. En outre, une méthodologie de test cross-canal permet de mesurer et de comprendre les effets indirects de la tactique publicitaire - l'impact sur d'autres tactiques publicitaires - ce que nous appelons "l'effet de halo". Enfin, les utilisateurs peuvent facilement suivre les implications commerciales en utilisant des sources de données cohérentes, comparables et coordonnées afin d'éliminer le flou entre des modélisations disparates.
Ayant testé l'incrémentalité depuis 2012, l'équipe de science des données de la Skaia développé une méthodologie s'appuyant sur les meilleures pratiques pour les tests adaptés à une variété de cas d'utilisation spécifiques de la mesure de l'ascenseur.
Consultez nos études de cas sur l'incrémentalité pour plus d'informations :
- Belk et iCrossing (incrémentalité Pinterest)
- Experian (incrémentalité de Facebook)
Lors de notre conférence annuelle conférence K8nous avons présenté les services de test de Skai dans le but d'aider les spécialistes du marketing à entrer dans le monde de l'incrémentalité, avec l'aide de notre équipe expérimentée de spécialistes de la recherche en marketing. Notre équipe est composée de data scientists spécialisés dans les différents secteurs d'activité, qui ont l'expérience de la mise à l'échelle des tests d'incrémentalité sur différentes plateformes et stratégies. Si votre équipe est confrontée à des défis liés aux tests, à l'attribution ou à la mesure, nous sommes impatients de vous aider et nous serions ravis d'entrer en contact avec vous!
Restez à l'écoute du blog de Skai pour le prochain blog de la série Measuring Up sur les 5 lacunes de la mesure d'attribution !