Optimisation prédictive des budgets

Optimisation prédictive des budgets


Le module optimisation prédictive des budgets a pour objectif de comprendre comment évoluent les performances de vos campagnes marketing en fonction du budget investi afin d'en optimiser l'allocation.


Evaluation des performances


Pour évaluer la performance de vos campagnes, nous utilisons une méthode statistique appelée régression log-log, afin de modéliser la relation entre le budget d'une campagne et les résultats qu'elle génère, même lorsque cette relation n'est pas proportionnelle.

Cet indicateur, appelé élasticité, permet d'obtenir une courbe prévisionnelle des résultats attendus et d'etablir ainsi une répartition intelligente du budget disponible.


Répartittion du budget entre les campagnes


Une fois qu'on sait comment chaque campagne réagit à son budget, il reste à décider comment répartir un budget total renseigné entre toutes les campagnes de la manière la plus efficace possible. Pour cela, on utilise un algorithme dit de water-filling en 1 000 étapes, qui maximise le rendement global en fonction des paramètres d'élasticité et de scaling estimés pour chaque campagne.

À chaque itération, on affine le résultat un peu plus, jusqu'à obtenir la répartition la plus optimisée possible.


Configuration du rapport





Paramètres de la simulation :



  • Objéctif : Choisissez ici la métrique pour laquelle vous souhaitez évaluer la performance en fonction de la variation du budget. Par defaut, ce rapport se base sur les ventes mais vous pouvez aussi sélectionner la métrique devis si c'est votre indicateur principal.
  • Modèle d'attribution : Séléctionnez ici la vue d'attribution souhaitée.
  • Périmètre : Par défaut, notre algorithme prend en compte l'ensemble de vos campagnes, mais un filtre peut être appliqué sur un levier, un sous-levier, un support, ou un plan média donné. Ce paramètre est essentiel : comparer des campagnes d'acquisition pure à des campagnes de marque, par exemple, peut fausser considérablement l'analyse.



Simulation de Budget :



  • Horizon de dépenses : Ce paramètre détermine la période de référence sur laquelle l'algorithme s'appuie, d'une part pour évaluer les performances passées, et d'autre part pour proposer une allocation budgétaire sur la période à venir. Concrètement, si vous sélectionnez par exemple 2 mois, l'algorithme calcule le budget et les performances de vos campagnes sur les deux derniers mois, puis propose, à partir de ces données, une nouvelle répartition budgétaire pour les deux mois suivants.
  • Budget projeté : Renseignez ici le budget que vous souhaitez allouer pour la période à venir.

Configuration avancée :



  • Période de référence : Par défaut, notre algorithme s'appuie sur la période courante (horizon de dépenses) pour évaluer l'élasticité des campagnes. Pour certaines d'entre elles, cette période peut toutefois s'avérer incomplète ou peu représentative de leur véritable potentiel. Ce paramètre permet alors d'ajouter une période supplémentaire afin d'affiner le résultat.
  • Seuil de pruning : Ce paramètre représente le pourcentage minimum du budget total qu'une campagne doit atteindre pour être prise en compte dans la répartition budgétaire proposée. Toute campagne dont le budget est inférieur à ce seuil est exclue du calcul.
  • Mode datamining : Ce paramètre modifie la façon dont la donnée est compilée afin d'éliminer l'un des biais les plus importants de ce type d'analyse. Traditionnellement, plusieurs jours peuvent s'écouler entre l'interaction marketing et la conversion : au niveau macro, cela se traduit par une fin de campagne artificiellement plus performante, certaines conversions pouvant même continuer d'être enregistrées après la coupure des budgets. Le mode datamining part d'une liste de conversions et réassocie chacune d'entre elles au jour correspondant à la touche marketing attribuée, afin d'obtenir le total exact de conversions générées par la campagne à la date de l'interaction. Ce mode permet ainsi d'affiner le calcul de l'élasticité et des performances de chaque campagne.
  • Variation maximale : Par défaut, la répartition budgétaire s'effectue sur une fourchette de -20 % à +20 %. Concrètement, si vous augmentez votre budget de 30 % par rapport au budget calculé sur votre horizon de dépenses, les campagnes les plus performantes pourront voir leur budget augmenter de +50 % au maximum, contre seulement +10 % pour les moins performantes. En modifiant la valeur de ce paramètre, vous pouvez élargir ou resserrer cette fourchette. Le fonctionnement est identique à la baisse.



Analyse des données




Métriques


  • Budget courant / Budget projeté : Le budget courant correspond à celui de votre horizon de dépenses. Le budget projeté est celui calculé par notre algorithme après répartition de la valeur renseignée dans le paramètre Budget projeté.
  • Conversions courantes / Conversions projetées : Ici, le terme conversion se rapporte à l'objectif paramétré, qu'il s'agisse de ventes ou de devis. Les conversions courantes correspondent à la période de référence (horizon de dépenses), tandis que les conversions projetées reflètent la répartition budgétaire calculée par notre algorithme.
  • Chiffre d'affaires courant / Chiffre d'affaires projeté : Même principe que ci-dessus. Il s'agit du montant associé au devis ou aux ventes correspondantes.
  • CPA courant / CPA projeté : Budget divisé par le nombre de conversions sur la période courante et après répartition des budgets.
  • Elasticité : L'élasticité d'une campagne mesure la sensibilité de ses performances (conversions, chiffre d'affaires) à une variation de son budget. Concrètement, une valeur de 1 indique une linéarité entre les deux variables, donc si un budget de 10 € génère 1 conversion, un budget de 20 € devrait en générer 2. Quand cette métrique est inférieure à 1, cela signifie que les performances de cette campagne progressent moins vite que son budget. Par exemple, une élasticité de 0,5 veut dire qu'une augmentation de budget de 10 % ne génère qu'environ 5 % de conversions supplémentaires. C'est à partir de cette métrique que nous calculons les conversions projetées à partir du budget projeté.
  • MCPA : Le CPA marginal représente le coût de la prochaine conversion générée par une campagne, à un niveau de budget donné par opposition au CPA moyen, qui reflète le coût moyen de l'ensemble des conversions déjà obtenues. Concrètement, si une campagne a un CPA moyen de 20 € mais un CPA marginal de 35 €, cela signifie que chaque euro supplémentaire investi devient de moins en moins rentable : la prochaine conversion coûtera plus cher que la moyenne actuelle.
  • ICPA : Le CPA incrémental représente le coût des conversions supplémentaires obtenues grâce à une augmentation de budget, calculé comme le rapport entre la variation de budget et la variation du nombre de conversions qui en résulte. Concrètement, si une hausse de budget de 1 000 € génère 20 conversions supplémentaires, le CPA incrémental est de 50 €. Ce chiffre n'a de sens que sur un budget a la hausse, lorsque ce n'est pas le cas, cette métrique reste vide.
  • Confiance : Cet attribut reflète la p-value calculée entre les variables de budget et de conversion. Un seuil inférieur à 0,15 indique une confiance élevée dans la relation observée entre ces deux variables.