Marketing science

La marketing science applique des modèles statistiques et des expériences aux décisions marketing : qu’a ajouté chaque canal aux ventes, qu’ajouterait l’euro suivant, et avec quelle certitude ? Ses outils sont ceux de ce site, modèles de mix média, expériences d’incrémentalité, courbes de réponse et benchmarks audités, et sa discipline est de dire, pour chaque chiffre, s’il a été mesuré, projeté ou emprunté.

Cette démarche ne se limite pas au reporting descriptif. Un rapport décrit ce qui s’est passé, en général tel que les plateformes l’ont attribué. La marketing science cherche le contrefactuel, ce qui se serait passé sans la publicité, et le construit honnêtement, avec un intervalle. Elle est aussi plus ancienne que la publicité numérique : les modèles de mix marketing étaient le moyen, pour l’industrie des biens de grande consommation, de mesurer la télévision et les promotions à partir des ventes agrégées, et ils reviennent parce que le suivi des clics est devenu moins fiable pour mesurer la publicité.

Ce travail est celui du marketing scientist : une grande part consiste à préparer les données, rapprocher les exports des plateformes des données de l’entrepôt, documenter les promotions et les changements de prix que personne n’a notés, et décider de ce qui compte comme un canal. La marketing science est encore souvent livrée comme un projet sur mesure, où un seul modèle peut prendre des mois et où la réponse arrive après le lancement du plan suivant. Kuwalyst est une entreprise de marketing science basée à Paris : elle intègre ce travail dans un logiciel, le Media Planner, et garde l’expertise en marketing science pour les décisions qui en ont besoin. Hajime Takeda, cofondateur et responsable de la marketing science, a écrit les fiches méthode de ce site et le livre Marketing Science in Python. La suite sur la page société.