Why use reach and frequency instead of impressions in Marketing Mix Models?

Avec le MMM, on espère obtenir des informations sur les contributions des médias, les saturations et l'aide à la prise de décision future. Pour ce faire, le modèle doit estimer le KPI cible (ventes, nombre de leads, ...) pour différents scénarios. Utiliser uniquement les impressions pour décrire une campagne réduira la compréhension de la stratégie et conduira à de mauvaises décisions. Voici quelques exemples où un modèle basé uniquement sur les impressions est voué à l'échec :

• Si une campagne/un point de contact (canal média) n'a eu lieu que dans quelques zones géographiques et que nous décidons de généraliser la campagne/le point de contact à l'ensemble du pays, les impressions et l'impact devraient augmenter de façon linéaire. Les MMM classiques appliqueront la saturation qu'ils ont apprise sur les géos et obtiendront donc un faible retour sur investissement. Avec une approche basée sur la portée et la fréquence, nous pouvons facilement généraliser et augmenter la portée.
• si les campagnes passées sur un point de contact ont atteint presque leur portée maximale, l'augmentation du budget ne fera qu'accroître la fréquence et n'apportera peut-être pas de revenus supplémentaires. Cette forme de saturation peut ne pas être prise en compte par le MMM classique si le point de saturation de la portée n'a pas été observé par le modèle.
• si les campagnes passées sur un point de contact n'ont atteint qu'une petite fraction de sa portée maximale, l'augmentation du budget augmentera la portée et donc le budget de façon linéaire. Les MMM classiques sont conçus pour apprendre une réponse de saturation qui empêchera de saisir tout le potentiel du canal médiatique.

Pour tirer parti de la portée et de la fréquence, on peut utiliser le modèle mis au point par Google en juillet 2023, qui est disponible dans les solutions MMM de fifty-five ou par l'intermédiaire de Meridian. À l'adresse fifty-five, nous nous appuyons également sur des modèles basés sur des agents (ABM) pour gérer la portée et la fréquence. Dans l'ABM, nous simulons des consommateurs fictifs (agents) et leur comportement sur le marché en fonction de la stratégie marketing à laquelle ils sont exposés. Travailler au niveau du consommateur nous permet d'intégrer nativement la portée, la portée maximale et la fréquence car, dans l'ABM, chaque consommateur individuel sera exposé à une publicité un certain nombre de fois. Nous pouvons également intégrer les caractéristiques des cibles MarCom afin d'obtenir des informations et de prendre des décisions à ce niveau de granularité. Enfin, nous apprenons la relation entre le budget et la portée+fréquence afin de prévoir les scénarios futurs avec le plus de précision possible. Pour autant que les données disponibles soient suffisamment granulaires, ces modèles vous permettront non seulement de savoir si un point de contact est saturé ou non, mais aussi d'en connaître les raisons. 

‍

‍

*Portée : Parmi la population ciblée, le pourcentage de personnes qui ont vu la campagne au moins une fois.

*Fréquence : Parmi les personnes atteintes, nombre moyen de fois qu'un utilisateur a vu la publicité.

*Impressions = Portée x Fréquence x Taille de la population ciblée.