Meridian, le nouveau modèle de mix marketing (MMM) open source de Google, est entré sur le marché en évolution rapide des outils avancés d'analyse et de prévision marketing.
Cet article explore les principales fonctionnalités, capacités et limitations de Meridian, en le comparant avec le MMM de Meta appelé Robyn.
Il explique comment Meridian exploite des techniques avancées telles que la modélisation hiérarchique au niveau géographique, les méthodes bayésiennes et l'analyse de scénarios pour offrir des informations exploitables pour l'optimisation budgétaire multicanal et le développement de stratégies marketing.
Comprendre les modèles de mix marketing
Le modèle de mix marketing permet aux spécialistes du marketing d'analyser comment diverses stratégies marketing influencent les ventes et de prévoir les résultats futurs.
Essentiellement, les MMM divisent les moteurs de ventes en facteurs (par exemple, le prix, les attributs du produit, la distribution, les actions promotionnelles) et en problèmes externes (par exemple, la situation économique ou les mouvements concurrentiels).
En analysant les données historiques, ces modèles attribuent des valeurs numériques à chaque composant du mix marketing par rapport aux ventes totales, nécessitant des méthodes statistiques pour évaluer les activités marketing individuelles et les facteurs externes.
Par conséquent, ces connaissances permettent aux spécialistes du marketing d’optimiser leurs stratégies, d’allouer les budgets plus judicieusement et de prévoir comment un changement dans un élément affectera les ventes futures.
Les MMM utilisent une analyse de régression ou des techniques statistiques similaires sur de grandes quantités de données liées aux ventes et au marketing pour identifier les modèles et les relations de causalité, entre autres.
Cela permet aux entreprises de prendre des décisions basées sur les données, d'optimiser l'allocation des ressources entre des activités clés telles que la tarification des produits et d'améliorer la fidélité à la marque grâce à une meilleure compréhension des consommateurs.
Pour naviguer sur un marché complexe, la précision et les informations fournies par les modèles de mix marketing sont essentielles à la planification stratégique.
Comment Meridian s’intègre-t-il dans le paysage MMM et que propose-t-il ?
Meridian est un MMM open source qui vise à aider les équipes à développer des modèles fournissant des informations plus approfondies sur les résultats marketing et la prise de décision. Il met fortement l'accent sur la confidentialité, les mesures avancées et l'accessibilité pour les spécialistes du marketing.
Meridian propose des innovations qui offrent des informations plus précises et exploitables, selon Google. Il comprend des fonctionnalités telles que l'étalonnage avec des expériences d'incrémentalité, l'intégration de la portée et de la fréquence et des conseils spécialisés sur la mesure de la recherche sur tous les canaux médiatiques.
Ce qui distingue Meridian, c'est sa transparence, permettant aux utilisateurs de personnaliser le code et les paramètres pour répondre à leurs besoins spécifiques. Cela en fait un outil très efficace pour améliorer les stratégies de mesure.
De plus, il fournit des entrées de données exploitables et des conseils de modélisation pour optimiser les budgets multicanaux. Il propose également des ressources pédagogiques complètes et un soutien à la mise en œuvre.
Alors que les entreprises reconnaissent de plus en plus la valeur des MMM pour atteindre leurs objectifs de revenus, Meridian propose une solution qui allie innovation, transparence et praticité.
D'après le communiqué de presse, il semble que Meridian ne diffère pas des autres outils MMM. Les outils MMM réputés donnent la priorité à la confidentialité, emploient des méthodes bayésiennes et offrent une large sélection de variables de contrôle et de paramètres personnalisables.
La documentation révèle que Meridian de Google utilise une approche plus avancée que les autres solutions.
Bien que la documentation de Google soit exhaustive, il est essentiel de ne pas sous-estimer la complexité de la mise en œuvre et du traitement des données. Un soutien technique et analytique pour les travaux de modélisation est fortement recommandé.
La mise en œuvre de MMM peut s'avérer difficile, même sans expérience préalable, car elle nécessite de sélectionner les bonnes données, de former le modèle et d'ajuster divers paramètres.
Capacités et limites de Meridian
Modélisation locale ou nationale
Meridian est un outil puissant qui fait passer vos données marketing au niveau supérieur.
Contrairement aux modèles traditionnels au niveau national, Meridian vous permet de zoomer sur vos efforts de marketing à l'échelle locale ou régionale à l'aide d'une modélisation hiérarchique au niveau géographique.
Cette approche vous donne des informations plus détaillées et aboutit souvent à des chiffres plus fiables sur l'efficacité de vos stratégies marketing, notamment en termes de retour sur investissement.
Avec Meridian, vous n'êtes pas limité à quelques points de données. Il peut gérer plus de 50 emplacements géographiques et 2 à 3 ans de données hebdomadaires, ce qui en fait une bête de calcul.
Grâce à son utilisation de technologies avancées comme Tensorflow Probability et le compilateur XLA et la possibilité d'utiliser le matériel GPU via des outils tels que Google Colab Pro+, Meridian fonctionne rapidement, en s'adaptant à vos besoins.
Pour les cas où vous ne disposez pas de données locales, Meridian prend toujours en charge l'approche traditionnelle au niveau national. Cependant, l’une de ses caractéristiques les plus remarquables est qu’il vous permet d’intégrer ce que vous savez déjà dans l’équation.
Intégrer les connaissances antérieures pour la modélisation bayésienne
À l’aide de modèles bayésiens, vous pouvez ajouter vos connaissances passées sur les performances de vos médias dans Meridian. Cela inclut les informations issues d’expériences précédentes, d’autres modèles de mix marketing, le savoir-faire du secteur ou des références. De cette façon, vous ne partez pas de zéro mais vous construisez sur ce que vous savez déjà.
Meridian modélise intelligemment la diminution de l'efficacité des stratégies marketing au fil du temps et la propagation de leur impact, améliorant ainsi la précision des prévisions. De plus, il explore l'influence des téléspectateurs uniques et de la fréquence des publicités sur le marketing, offrant ainsi des informations plus approfondies sur l'efficacité de la stratégie.
Cela ne s'arrête pas là.
Meridian consiste également à prendre des décisions judicieuses, en particulier avec des canaux en ligne comme la recherche payante, en utilisant des données telles que Google Query Volume. Cela vous aide à voir l’impact réel de vos stratégies.
Lorsque vous dépensez judicieusement votre budget marketing, Meridian brille en vous aidant à trouver la meilleure façon de répartir votre budget sur différents canaux ou en vous suggérant le meilleur budget total pour atteindre vos objectifs.
Avec Meridian, vous pouvez également jouer avec des scénarios « et si » pour voir comment différentes stratégies auraient pu se dérouler. Enfin, il vous donne un rapport clair sur la façon dont il correspond à vos données, vous aidant ainsi à décider quelles stratégies fonctionnent le mieux.
Limites de l’analyse des performances marketing
Meridian présente des limites importantes, notamment son manque de prise en charge des entonnoirs supérieur et inférieur, un problème courant avec la plupart des MMM.
Cela rend difficile la séparation et l’analyse indépendante de ces composants. Cependant, si Meridian disposait de cette fonctionnalité, il pourrait se démarquer davantage par rapport à ses concurrents.
Une autre limitation est que Meridian ne tient pas compte des fluctuations de performances au cours de la période analysée.
Dans le monde réel du marketing, les événements peuvent avoir un impact significatif sur les performances des canaux individuels. Par conséquent, le fait que Meridian n'en tienne pas compte pourrait conduire à des prévisions et des analyses inexactes, en particulier lorsqu'il s'agit de délais plus longs.
MMM Robyn de Meta semble plus avancé, ce qui fait pression sur Google pour qu'il fournisse un outil compétitif en tant que principale plate-forme publicitaire mondiale.
Malgré la présentation compacte de Robyn, il partage de nombreuses fonctionnalités avec le Meridian de Google.
Meta a publié des études de cas pour Robyn, tandis que Google est encore en train de créer la leur, avec un accès limité via une application. Robyn est accessible à tous via GitHub, favorisant le soutien de la communauté.
L'efficacité de Meridian et Robyn sera déterminée à mesure que davantage d'annonceurs les utiliseront, révélant ainsi leurs atouts. Ces outils MMM constituent également des opportunités marketing cruciales pour les plateformes publicitaires. Meridian pourrait augmenter le trafic de recherche payant, tandis que Robyn pourrait privilégier les publicités à forte impression sur les plateformes de Meta, bien que cela devienne plus clair avec une utilisation continue.
Pour l’instant, Meridian est un bon projet à accès anticipé avec lequel jouer. Il devra montrer si la mise en œuvre et l’analyse de données réelles peuvent bénéficier aux annonceurs.
Les opinions exprimées dans cet article sont celles de l’auteur invité et ne sont pas nécessairement celles de Search Engine Land. Les auteurs du personnel sont répertoriés ici.