Quelle dimension média choisir pour le calcul des contributions MTA ?

Problématique

​Le risque d’interprétation biaisée des performances
Dans les stratégies marketing omnicanal, les points de contact avec les utilisateurs sont nombreux, distribués dans le temps, et portés par des activations très différentes :
- des campagnes "fil rouge" diffusées en continu,
- des campagnes ponctuelles (lancements, promotions, événements),
- des campagnes avec des investissements média importants,
- et d’autres avec peu de pression publicitaire.
Backhand Index Pointing Right Enjeu : sans le bon niveau d’agrégation pour le calcul des contributions dans le modèle MTA, l’analyse des performances peut devenir biaisée.
Exemples
- Une campagne fil rouge (Meta Ads toujours active) captera mécaniquement plus de points de contact… et donc plus de contribution.
- Une campagne ponctuelle (ex : TikTok pour une opération spéciale) peut sembler sous performante, alors qu’elle est simplement présente dans moins de parcours que la campagne fil rouge par nature (le jour de son lancement, elle ne jouit d'aucun historique).
- Une campagne Google avec des budgets importants pourra capter beaucoup de contribution grâce aux volumes générés, au détriment d'une régie moins exposée mais performante à son niveau.

Objectif

Objectif : Rendre le modèle d’attribution aligné avec les objectifs de pilotage
En choisissant la dimension d’attribution (canal, support ou campagne), l’entreprise peut :
- Corriger les biais liés à l’exposition (fréquence, durée, budget).
- Conserver une vision stratégique (canal) ou opérationnelle (campagne).
- Éviter de tirer des conclusions erronées sur l’efficacité d’une activation faiblement diffusée mais à fort ROI marginal.


Configuration des dimensions d’attribution

La plateforme Eulerian permet au Client de configurer la dimension sur laquelle les contributions marketing sont calculées chaque nuit.
3 dimensions sont disponibles : canal, support ou campagne.
Ce choix influe sur la lecture de la performance de chaque levier marketing.


Mise en situation avec un exemple de parcours utilisateur

Par souci de simplicité, nous considérerons que l'algorithme MTA utilisé pour calculer les contributions de cet exemple est un algorithme linéaire (chaque point de contact reçoit une contribution équivalente).
Prenons comme exemple un historique marketing qui contient 4 points de contact avant une vente.
    Clic Meta Ads
    Clic Meta Ads
    Clic TikTok Ads
    Clic Google Ads
Voici les attributs de chaque point de contact :
Canal
Régie
Campagne
Social
Meta
Campagne1
Social
Meta
Campagne1
Social
TikTok
Campagne2
SEA
Google
Campagne3


Choix de la dimension d’attribution

1. Par Canal

Dans ce cas, les contributions sont mesurée selon la dimensions canal.
  • Résultat :
  • Canal Social : présent 3x (Meta x2 + TikTok x1)
  • Canal SEA : présent 1x (Google x1)
  • Répartition (ex. modèle avec répartition linéaire) :
  • Canal Social : 3/4 de la contribution (75%)
  • Canal SEA : 1/4 de la contribution (25%)


2. Par Support

Ici, les contributions sont mesurées par support :
  • Résultat : Trois régies dans le rapport :
  • Support Meta : présent 2x
  • Support TikTok : présent 1x
  • Support Google : présent 1x
  • Répartition :
  • Support Meta : 2/4 (50%)
  • Support TikTok : 1/4 (25%)
  • Support Google : 1/4 (25%)


3. Par Campagne

Ici, les contributions sont mesurées par campagne unique.
  • Résultat : Trois campagnes distinctes :
  • Campagne1 (Meta) : présente 2x
  • Campagne2 (TikTok) : présente 1x
  • Campagne3 (Google) : présente 1x
  • Répartition :
  • Campagne1 : 2/4 (50%)
  • Campagne2 : 1/4 (25%)
  • Campagne3 : 1/4 (25%)


Check Mark Button Recommandations

Je souhaite éviter que des campagnes ponctuelles soient écrasées par des campagnes fil rouge.
Si les campagnes ponctuelles appartiennent au même support, et que ce support est quant à lui actif en fil rouge, alors nous recommandons de configurer le modèle MTA sur la dimension support.
Si les campagnes ponctuelles n'appartiennent au même support, mais appartiennent au même canal, et que ce canal est quant à lui actif en fil rouge, alors nous recommandons de configurer le modèle MTA sur la dimension canal.