Quinze analyses, et comment lire chacune.
À quoi sert chaque analyse de tea, comment lire son résultat, où elle trompe le plus souvent, et deux cas pour chacune. Regroupées selon la question qui vous amène, dans l’ordre où un praticien les lancerait.
Récit de découverte
Quelque chose a bougé. Qu’est-ce qui l’a fait bouger ? Vous avez un chiffre qui a monté ou baissé et cinq théories pour l’expliquer. Quatre analyses, dans le seul ordre qui ne laisse pas un levier s’attribuer le mérite d’un autre.
Analyse de tendance
La pente structurelle d’une série, avec sa bande de confiance, lue avant que quoi que ce soit d’autre ne s’attribue la croissance. Quand une droite de tendance aide, et quand elle fond deux activités différentes en une seule.
Saisonnalité et impact des événements
Séparer le calendrier des campagnes : indices saisonniers, fêtes mobiles et événements ponctuels, mesurés toutes choses égales par ailleurs.
Contribution et décomposition par levier
Le marketing mix modeling en pratique : ce que chaque levier a apporté, semaine après semaine, avec les intervalles qui disent quels chiffres croire.
Base vs incrémental
La répartition que demande une direction générale : l’année que vous auriez faite de toute façon, et ce que le marketing a ajouté par-dessus.
Récit de l'efficacité média
Les médias ont tourné. Ont-ils fonctionné, et où va le prochain euro ? De la durée pendant laquelle une vague continue d’agir à l’endroit où l’argent devrait se trouver le trimestre prochain. C’est la data story qui se termine par une réallocation, pas par un rapport.
Décalage et rémanence
Combien de temps un euro de média continue d’agir après la semaine où il a été dépensé. Adstock, demi-vie et répartition d’un effet dans le temps, et les fichiers où on ne peut pas l’identifier.
Courbes de saturation
Des courbes de réponse par canal : où le rendement s’aplatit, ce que vaut le prochain euro, et quelle est vraiment la largeur de l’intervalle sur le coude.
Contribution et décomposition par levier
Le marketing mix modeling en pratique : ce que chaque levier a apporté, semaine après semaine, avec les intervalles qui disent quels chiffres croire.
Optimisation du budget
Déplacer le même budget là où le prochain euro rapporte le plus, sous de vraies contraintes, et savoir quand une recommandation est trop fragile pour être suivie.
MMM géo / segment
Le même modèle par région ou par segment, avec mise en commun partielle : là où la moyenne nationale cache deux marchés différents.
Facultatif, quand le fichier contient des régions ou des segments
Récit des prix et promotions
Laissons-nous de la marge en rayon ? Comment la demande répond à un mouvement de prix, ce que les remises ont vraiment acheté, et si le concurrent en est la cause. Se termine sur un chiffre que vous pouvez apporter en réunion de prix.
Élasticité-prix
Comment la demande répond à un mouvement de prix, mesurée avec sa bande : quand une hausse paie, quand une baisse paie, et quand le fichier ne contient aucune variation de prix dont apprendre.
Élasticité promotionnelle
Ce qu’une promotion a vraiment acheté, net de la demande qu’elle a avancée, et pourquoi un calendrier plein de remises ne peut pas se mesurer contre lui-même.
Élasticité croisée
Quel concurrent vous prend du volume quand il bouge son prix, et lequel se contente d’être à côté de vous en rayon.
Simulation de scénarios
Confronter le plan que vous envisagez aux effets mesurés avant d’engager l’argent, et savoir où une simulation cesse d’être une preuve.
Récit de planification
À quoi ressemble l’an prochain si nous ne faisons rien ? Le chiffre du statu quo, construit assez solidement pour être défendu en réunion budgétaire, puis infléchi par les décisions que vous envisagez réellement.
Prévision de base
À quoi ressemblent les prochaines semaines sans rien de nouveau : le chiffre du statu quo auquel un plan doit se mesurer, et les cas où le passé n’est pas du tout une base.
Séries temporelles (ARIMA)
Prévoir avec des modèles ARIMA choisis sur les données, lus à travers leurs résidus et leurs intervalles. Jusqu’où une prévision reste utile, et comment le savoir.
Saisonnalité et impact des événements
Séparer le calendrier des campagnes : indices saisonniers, fêtes mobiles et événements ponctuels, mesurés toutes choses égales par ailleurs.
Simulation de scénarios
Confronter le plan que vous envisagez aux effets mesurés avant d’engager l’argent, et savoir où une simulation cesse d’être une preuve.
Récit de la concurrence
Ils ont bougé. Et nous ? La seule data story qui commence en dehors de vos propres données. Ce que leur activité vous coûte structurellement, et si y répondre coûterait plus que ce que cela récupère.
Pression concurrentielle
La part de voix (SoV) face à la part de marché (SoM), la part de voix excédentaire (ESOV), et ce que l’activité des concurrents vous coûte structurellement.
Élasticité croisée
Quel concurrent vous prend du volume quand il bouge son prix, et lequel se contente d’être à côté de vous en rayon.
Élasticité promotionnelle
Ce qu’une promotion a vraiment acheté, net de la demande qu’elle a avancée, et pourquoi un calendrier plein de remises ne peut pas se mesurer contre lui-même.
tea, le produit
Lancez-les sur votre propre fichier
Un CSV de données hebdomadaires. Chaque analyse en quelques minutes, avec ses intervalles et ses diagnostics, et une phrase claire quand le fichier ne peut pas répondre. Gratuit pendant la bêta, sur invitation.
Demander une place dans la bêta→tea, le produit
Quinze analyses économétriques sur votre propre CSV : Marketing mix modeling, courbes de saturation, élasticités, allocation budgétaire. Les diagnostics sous les yeux, et une phrase claire quand le fichier ne peut pas répondre.
Gratuit pendant la bêta, sur invitation.
Demander une place dans la bêta →Lancez-la maintenant sur vos propres données.
tea lance Marketing mix modeling et quatorze autres analyses sur n’importe quel CSV hebdomadaire, en quelques minutes. Gratuit pendant la bêta, sur invitation.