Contexte et objectifs

Un leader du secteur énergétique souhaitait optimiser ses investissements marketing sur différents canaux médias afin d’améliorer ses performances commerciales.

L’objectif principal était de quantifier l’impact des dépenses sur les plateformes numériques et traditionnelles (TV, radio, presse, publicité sur moteurs de recherche et réseaux sociaux) sur les ventes. Le client avait également besoin de recommandations concrètes pour allouer ses budgets de manière à maximiser ses résultats commerciaux.

Approche

Nous avons mis en œuvre des techniques de Marketing Mix Modeling (MMM), en utilisant Robyn (un package open-source développé par Meta), pour analyser comment les dépenses médias et les événements externes influençaient les ventes B2C.

Cette approche nous a permis de :

• décomposer les données de vente ;

• attribuer la contribution de chaque canal média et variable externe, sans recourir à un modèle d’attribution directe.

Résultats

Le modèle a permis de déterminer le coût par acquisition (CPA) pour chaque canal média, révélant des écarts significatifs d’efficacité immédiate entre les médias numériques et traditionnels.

Les résultats détaillés ont également mis en lumière plusieurs effets clés des dépenses médias sur les ventes :

• Effet report (Carryover) : l’analyse stratégique a identifié des effets différés variables sur plusieurs semaines, certains médias ayant une influence prolongée sur les ventes.

• Saturation : certains canaux présentaient des points de saturation, où des dépenses supplémentaires généraient des rendements décroissants, indiquant qu’un investissement accru ne se traduirait pas par une croissance proportionnelle des ventes.

Une avancée majeure a été l’utilisation des capacités de simulation du modèle pour tester différents scénarios d’allocation budgétaire. Les simulations ont révélé qu’une optimisation de la répartition des budgets pouvait augmenter les ventes de plus de 5 %, sans nécessiter de dépenses supplémentaires. Bien que basées sur des simulations, ces conclusions offrent des insights précieux, qui pourraient être validés par des études complémentaires ou des tests A/B.

Conclusion

L’utilisation du Marketing Mix Modeling a fourni au client des insights clairs et data-driven sur l’impact de chaque canal média sur ses ventes. Ces connaissances lui ont permis d’allouer ses budgets de manière plus intelligente, améliorant ainsi ses performances marketing, même dans un contexte difficile marqué par des crises énergétiques et des tensions géopolitiques.