MesureOrchestrationB2B et ABM

Chaque canal revendiquait la conversion.
Aucun ne pouvait prouver ce qu'il apportait.

12%d'amélioration du ROI, par la seule réallocation entre canaux
Quatre groupes de canaux modélisés, et un budget déplacé sur des preuves plutôt que sur le dernier contactTransport maritime par conteneurs · Acquisition B2B · 2018 à 2022
Un porte-conteneurs MSC en mer
Client
MSC
Secteur
Transport maritime · Logistique
Collaboration
2018 à 2022
Type
Mesure
02 · Context

Un long parcours B2B sans attribution.

MSC est un leader mondial du transport maritime par conteneurs, dans un environnement digital où un prospect touche plusieurs canaux avant de convertir. La décision est lente, réfléchie, et rarement attribuable à un seul clic.

L'entreprise n'avait aucune vision data de la façon dont chaque canal contribuait à l'acquisition de nouveaux clients, si bien que la répartition du budget entre paid, organique, direct et referral ne pouvait pas s'appuyer sur des preuves. Elle s'appuyait sur des opinions.

03 · What we built

Des probabilités de transition sur tout le parcours.

Nous avons mis en place un modèle d'attribution par chaînes de Markov, calculant les probabilités de transition entre points de contact sur tout le parcours client. La sortie quantifie la contribution incrémentale de chaque canal à la conversion, une question bien différente de savoir quel canal a été touché en dernier.

Autour, nous avons structuré l'enregistrement de la donnée de campagne pour pouvoir en construire des audiences, émis des recommandations de coordination pour empêcher les canaux de se cannibaliser, et livré des orientations de réallocation budgétaire tirées du modèle plutôt que du reporting par canal.

66.7%33.3%50%50%100%50%50%startC1C2C3drop-offconvertsC1, C2, C3 = channel touchpoints · each edge carries the probability of moving to the next state
IllustrativeComment une chaîne de Markov lit un parcours : chaque arête porte la probabilité de passer à l'état suivant, et la valeur d'un canal, c'est ce que le taux de conversion perd quand on le retire. Exemple illustratif, pas la table de transition de MSC.
0369121518conversionsPaid SearchOrganic SearchDirectReferralnew clientsexisting clients
IllustrativeContribution à l'acquisition de clients une fois le modèle appliqué, répartie entre nouveaux clients et clients existants. Valeurs illustratives, issues du deck de présentation du modèle, pas du reporting du client.
04 · Result

Le budget s'est mis à suivre les preuves.

Documenté dans le business case d'attribution par chaînes de Markov de MSC.

12%d'amélioration du retour sur investissement
4groupes de canaux modélisés : paid, organique, direct, referral
05 · What this proves

Un budget qui suit les preuves.

Le premier modèle d'attribution par chaînes de Markov que nous ayons construit pour un client du transport maritime, et la sortie qui a enfin permis à un budget média de suivre les preuves plutôt que l'opinion. La seule réallocation, sans hausse de dépense, a rapporté 12 %.

“Grâce à son sens stratégique et sa réactivité, comtogether nous a permis d'améliorer notre présence digitale par le lancement de campagnes dans de nombreux pays. La communication permanente, l'expertise et l'approche proactive dont ils font preuve avec notre équipe sont très appréciées et nous ont aidés à développer des stratégies clés.”

Natalia MontoneMSC
Portrait of Natalia Montone
Natalia Montone

Si vous ne pouvez pas dire ce que chaque canal apporte, mais seulement ce qu'il a touché, Let's talk.

Planifier un échange