Avec cet article, vous saurez donner des réponses claires et rapides à ces questions business. Ainsi le temps qui était jusque-là perdu à chercher des insights pourra être réalloué à la mise en place de solutions qui amélioreront votre acquisition.
Découvrons ensemble comment DataMa décompose le problème et vous identifie les points clés de l’analyse.
Prendre du recul dans l’analyse des campagnes
Etude du problème
L’amélioration des campagnes d’acquisition tourne autour de trois problématiques que sont :
- La quantité de budget allouée à la campagnes, il est intéressant ici d’étudier la scalabilité du budget, c’est-à-dire si on multiplie par deux le budget d’une campagne cela multipliera-t-il par deux les bénéfices ou est-ce que cela a atteint un plafond ?
- Le volume d’exposition des publicités au public ramené au budget alloué, qui se mesure avec le CPC (Coût Par Clic) ou bien avec le CPM (Coup Pour Mille impressions), lesquels sont des indicateurs de la qualité du trafic ciblé sur les différentes campagnes et de la concurrence existantes sur ces campagnes.
- Et enfin l’objectif final qui est la conversion des utilisateurs ayant cliqué sur l’annonce sous formes d’achats (mesurés par le revenu) ou bien de leads selon votre business.
Construire l’équation de marché
Les trois problématiques citées dans le paragraphe précédent se traduisent très bien en équation de marché. Cette dernière permet de décomposer un problème global en sous indicateurs afin de gagner en lisibilité, fournir une analyse précise qui donnera en quelques points clés les priorités à travailler.
Prenons l’exemple d’un site E-commerce, le principal KPI (Key Performance Indicator, parfois appelé « North Star Metric ») est le revenu généré par les campagnes d’acquisitions.
En le décomposant par étapes, nous avons de manière très générale les dépenses d’une part, et le retour sur investissement (ROAS) d’autre part, que nous pouvons lui-même décomposer en cout d’exposition, taux de conversion et panier moyen, comme vu précédemment :

Constituer la donnée source
Rassembler l’ensemble de ces métriques dans une seule source n’est pas chose aisée. En effet, elles proviennent de plusieurs sources qui peuvent chacune avoir des schéma et niveau d’agrégation différents :
- Le budget consolidé est parfois géré dans un simple tableur ou peuvent être accessibles dans certains outils, mais ne sont pas nécessairement distribués sur toutes le campagnes, mots clés etc.
- Le budget consolidé est parfois géré dans un simple tableur ou peuvent être accessibles dans certains outils, mais ne sont pas nécessairement distribués sur toutes le campagnes, mots clés etc.
- Les sessions, conversions et revenus online peuvent venir d’un outil de web analyse, qui est le plus souvent soumis au problème de consentement et la répartition par campagne/ source des conversions suppose d’avoir résolu le problème du modèle d’attribution
Avec DataMa vous avez la possibilité de combiner ces différentes sources de données, que ce soit manuellement ou via le module DataMa Prep.

Voir la source
Une fois combinées dans un seul flux de donnée (éventuellement via un Data Flow de DataMa Prep), nous pouvons démarrer l’analyse à proprement parler
Analyser la performance des campagnes
En compilant la donnée dans DataMa Compare, nous obtenons les variations des différents indicateurs sous forme d’une « Waterfall ».
En compilant la donnée dans DataMa Compare, nous obtenons les variations des différents indicateurs sous forme d’une « Waterfall ».
En compilant la donnée dans DataMa Compare, nous obtenons les variations des différents indicateurs sous forme d’une « Waterfall ».
Le revenu attribué aux campagnes média a diminué de 4% entre les mois de juillet et aout 2021. Cette variation s’explique à travers trois effets :
- Le revenu attribué aux campagnes média a diminué de 4% entre les mois de juillet et aout 2021. Cette variation s’explique à travers trois effets :

- Le second, lié au premier, est une baisse du CTR de près de 12%. Celui-ci s’explique en grande partie par l’augmentation des dépenses sur le Channel social, dont les impressions ont structurellement un taux de clic plus faible que les autres channel, ce qui induit un « effet de mix » : la moyenne du taux de clic / impression baisse simplement à cause de l’augmentation de la part du social en impression, au détriment du SEA et de la Video.

On peut visualiser simplement cet « effet de mix » sur une matrice représentant l’évolution de la part des impressions et du CTR :

- Enfin, la baisse du taux de conversion (et du panier moyen) sont eux liés à des problématiques Pays : le taux de conversion en Espagne a chuté de près de -36%, ce qui explique à lui seul plus de l’intégralité de la baisse du taux de conversion

Conclusion
Avec DataMa, nous avons donc en quelques minutes réalisé une analyse globale de toutes les campagnes quelque soit leur source, et nous avons identifié rapidement les campagnes et les sources qui expliquaient la variation des indicateurs.
Une fois ce suivi automatisé, il sera alors possible de manière régulière (quotidien, hebdomadaire…). DataMa peut même vous générer automatiquement des mails ou des notifications sur Slack par exemple, pour vous tenir informé de l’évolution de vos campagnes !
Cette analyse vous a plu ?
Faites la même à la maison ? !
- Créez un compte sur solutions.datama.frhttps://app.datama.io/demo/dashboard/home
- Adaptez et uploadez-le dataset utilisé dans cet article
- Découvrez vos propres insights dans l’app Datama, comme vous pouvez le faire ci dessous !