Pour les marques
Pour les équipes internes, nous connectons vos données, modélisons vos canaux et travaillons avec vous du premier brief à la planification et à l'optimisation hebdomadaires. Vous pouvez prendre la plateforme sous licence ou choisir de travailler avec notre équipe.
Les courbes de réponse montrent quels canaux ont dépassé leur zone la plus efficace. Le plan estime l'effet probable d'une réduction des dépenses, avec une marge d'incertitude.
L'allocation est guidée par le ROAS incrémental marginal plutôt que par le ROAS déclaré par les plateformes, et les expériences remplacent progressivement les chiffres modélisés par des résultats mesurés.
Les chiffres indiquent leur origine et les recommandations leur niveau de confiance. Les rapports hebdomadaires et mensuels donnent une base claire pour les échanges avec la direction.
L'attribution peut se recouper entre canaux, et le ROAS déclaré peut surestimer la valeur de canaux déjà saturés. Les plans annuels sont souvent revus une seule fois, tandis que les missions de conseil traditionnelles peuvent prendre des mois et être déjà dépassées à leur livraison.
La mesure marketing répond à une question : qu'a apporté chaque canal aux ventes, et que rapporterait l'euro suivant ? Nous nous appuyons sur trois sources de preuves, et chaque chiffre indique sa source. Un modèle de mix média ajusté à vos données historiques, en général deux à trois ans de dépenses hebdomadaires agrégées par canal, de chiffre d'affaires ou de commandes et de variables de contrôle comme le prix, les promotions et la saisonnalité, estime pour chaque canal une courbe de réponse et un ROAS incrémental marginal, le nombre qui classe les canaux pour l'euro suivant. Les expériences que vous menez, généralement des expériences geo-lift, mesurent l'effet causal d'un canal et servent à calibrer le modèle. Et le registre de benchmarks audités comble les manques jusqu'à ce que vos propres preuves le remplacent.
La mesure cross-canal réunit les médias en ligne et hors ligne dans un même modèle, dont les résultats sont examinés chaque semaine : télévision, radio, affichage et presse, mais aussi search et réseaux sociaux. Les chiffres des plateformes restent utiles pour optimiser chaque canal, mais ils mesurent des résultats attribués, pas incrémentaux. La mesure cross-média sur l'ensemble du mix vient du modèle, et la mesure marketing unifiée articule ces approches : les expériences calibrent le modèle, le modèle guide la répartition du budget entre les canaux, les chiffres des plateformes servent à optimiser chacun d'eux, et les benchmarks audités comblent les manques jusqu'à ce que vos propres preuves les remplacent.
La mesure de marque repose sur le même modèle. Les effets qui persistent sur plusieurs semaines se retrouvent dans l'adstock et dans la tendance de fond, et le plan indique quelle part du rendement d'un canal est différée plutôt qu'immédiate. Avant toute allocation, la part de voix excédentaire, soit la différence entre part de voix et part de marché, sert à vérifier que la marque dépense assez par rapport à sa catégorie. La mesure d'audience du DOOH est un cas à part : la portée d'une campagne d'affichage numérique est estimée, et non observée, donc le plan l'étiquette comme une estimation, et l'effet incrémental peut se mesurer par une expérience geo-lift, ce qui convient à un média qui s'achète par zone.
L'analyse marketing prédictive consiste ici à projeter des scénarios à partir des courbes ajustées. Pour chaque allocation, le rendement projeté est accompagné de sa fourchette, calculée à partir des tirages de la distribution a posteriori du modèle, et si la fourchette de l'effet incrémental inclut zéro, le résultat est présenté comme indiscernable d'un effet nul. Le résultat est un plan de mesure marketing : quels chiffres sont mesurés, lesquels sont projetés, lesquels sont des benchmarks, et quelle expérience lancer en premier pour remplacer la projection la plus fragile par une mesure. C'est la marketing science appliquée au plan média, mise en œuvre dans le Media Planner par nos marketing scientists ou votre propre équipe. Le modèle, les courbes et le plan restent dans votre espace de travail.
Un modèle bayésien avec des courbes de réponse pour chaque canal. Les allocations peuvent suivre le ROAS incrémental marginal plutôt qu'un retour moyen, tandis que la fiche du modèle et ses hypothèses restent disponibles pour revue.
Examinez le rythme de dépense, la progression du funnel et le statut des canaux face au plan, chaque chiffre étant identifié comme mesuré ou projeté. Un rapport hebdomadaire explique ce qui a changé et les actions à envisager.
Les recommandations présentent leur hypothèse, l'action proposée, l'impact attendu et leur niveau de confiance. Des expériences peuvent être proposées dès le premier plan pour remplacer progressivement les chiffres modélisés par des résultats mesurés.
Lorsque les données sont limitées, des benchmarks audités fournissent un point de départ. Les chiffres sont clairement identifiés, et un premier plan peut être préparé en une heure.
Un geo holdout, un test de conversion lift ou un test A/B qui remplace le chiffre modélisé le plus fragile par un chiffre mesuré.
À mesure que de nouveaux éléments apparaissent, l'équipe peut suivre, ajuster et replanifier. Avec le temps, le modèle repose davantage sur vos propres données et le plan sur le modèle.
Explorez des plans média et des scénarios budgétaires fondés sur les benchmarks, sans connecter vos comptes publicitaires.
Demander l'aperçu gratuit →Un abonnement mensuel fixé selon le nombre de marques : une, jusqu'à trois ou jusqu'à dix. Chaque offre comprend un onboarding, une revue mensuelle avec un marketing scientist et une exécution automatisée sous supervision humaine.
Comparer les offres →Des frais de gestion s'appliquent à l'investissement média géré par Kuwalyst, à un taux plus bas à chaque tranche supérieure. Les travaux sur mesure en marketing science, data science et ingénierie des données sont cadrés à part.
Voir les frais média →Les dashboards des plateformes rapportent des ventes attribuées. L'attribution se recoupe entre canaux, et le ROAS déclaré reste élevé sur des canaux déjà saturés. Kuwalyst se connecte à vos sources de données, si bien que les mêmes chiffres de plateforme sont disponibles par canal et en agrégé, canaux online et offline confondus. Il les combine ensuite avec un modèle de mix média et des expériences, et étiquette chaque chiffre comme mesuré, projeté ou benchmark, pour que les décisions budgétaires reposent sur des preuves.
Oui. Les plans fondés sur les benchmarks partent de votre brief et d'un registre audité de benchmarks publiés, chaque affirmation vérifiée auprès de sources primaires. Chaque chiffre est étiqueté, et le plan dit quoi tester en premier, pour que vos propres preuves remplacent les benchmarks au fil du temps.
Tant mieux. Kuwalyst tourne à ses côtés, et beaucoup d'agences pilotent le même planner pour leurs clients. Le plan, le modèle et les preuves restent dans votre espace de travail dans tous les cas.
Pour ajuster un modèle de mix média, nous utilisons en général deux à trois ans de données hebdomadaires agrégées : les dépenses par canal, y compris les médias hors ligne ; le chiffre d'affaires ou les commandes provenant de votre entrepôt de données ou de votre plateforme e-commerce, et non des chiffres attribués par les plateformes publicitaires ; et les variables de contrôle qui influencent aussi les ventes, comme les prix, les promotions et la saisonnalité. Sans cet historique, nous partons de votre brief et du registre de benchmarks audités, nous étiquetons chaque chiffre et nous priorisons les expériences qui remplaceront les benchmarks par vos propres preuves.
Un premier plan en une heure : fondé sur les benchmarks là où vos preuves sont limitées, fondé sur vos données une fois le modèle ajusté sur votre historique. En quelques semaines, nous construisons un modèle de mix média bayésien à partir de cet historique, accompagné d'une fiche du modèle, de courbes de réponse par canal et d'un plan de calibration. Le suivi se poursuit ensuite chaque semaine : l'avancement du plan est examiné par rapport aux objectifs, les recommandations indiquent leur niveau de confiance, les expériences proposées dans le plan remplacent des projections par des mesures, et le modèle est réajusté à mesure que les preuves s'accumulent.
Le modèle lui-même, sous forme d'artefacts que vous pouvez inspecter et réutiliser : la fiche du modèle, les a priori, les paramètres ajustés et les courbes de réponse avec leurs fourchettes, les diagnostics d'ajustement et le registre de calibration. Le plan, les modèles et les preuves restent dans votre espace de travail, que votre équipe pilote la plateforme ou que la nôtre s'en charge. Vous pouvez également charger les modèles déjà construits par votre équipe ou un partenaire.
J'hésitais depuis longtemps à me lancer dans la publicité, un monde que je ne connaissais pas. Grâce aux analyses minutieuses et aux explications de Kuwalyst, j'ai pu faire le premier pas en toute confiance.
Dites-nous où vit votre plan média aujourd'hui : un tableur est déjà un bon point de départ. Nous vous montrerons comment planification, suivi et optimisation pourraient fonctionner dans votre situation.
Parlons-en