Décomposition : le search de marque récolte la demande TV

Marque e-commerce de maison et cuisine en France et en Belgique, 38 M€ par an, qui se demandait s’il fallait couper la TV parce que le dernier clic la classait dernière.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Une marque de maison et cuisine qui vend en ligne en France et en Belgique, environ 38 M€ de chiffre d’affaires par an et 4,2 M€ de médias : 1,6 M€ en TV, 0,9 M€ en search de marque, 0,8 M€ en search générique et 0,9 M€ en social payant.

Le reporting analytics fonctionnait au dernier clic. Il attribuait au search de marque 44 % du chiffre d’affaires imputé aux médias, au social 24 %, au search générique 22 % et à la TV 10 %. Vue ainsi, la TV était le canal le plus cher et le moins productif. La question est venue du directeur financier, à peu près en ces termes : « Le dernier clic dit que la TV est notre pire canal. Pourquoi est-ce qu’on en achète encore ? »

À quoi ressemblaient les données

104 lignes hebdomadaires. Chiffre d’affaires, dépenses par canal, GRP TV, clics et impressions du search de marque, une colonne de remise et un indice de prix.

Deux caractéristiques rendaient le fichier lisible. La TV tournait en six vagues de cinq ou six semaines, avec des semaines sans antenne entre elles, donc un vrai contraste entre présence et absence. Et les clics du search de marque figuraient dans le fichier comme une colonne, pas seulement les dépenses. C’est cette colonne qui s’est révélée être toute l’histoire.

Tracez les clics de marque sur le calendrier TV : ils bougent ensemble. Dans la semaine qui suit le démarrage de la TV, les clics de marque montaient d’environ moitié. Quand la TV s’arrêtait, ils retombaient d’environ un tiers. Les gens voyaient le spot, retenaient le nom et le tapaient. Le search de marque attendait à la porte quand ils arrivaient.

Ce que la décomposition a fait

Contribution et décomposition par levier est un modèle de régression du chiffre d’affaires hebdomadaire, où chaque canal entre sous forme de dépense déjà étalée dans le temps par son effet de rémanence et infléchie par sa courbe de saturation, les deux choses qu’estiment les étapes précédentes du Récit de l’efficacité média. Il découpe le chiffre d’affaires de chaque semaine en une base et une contribution par levier.

La première exécution a fait la chose évidente : elle a mis les dépenses de search de marque à côté de la TV, comme deux leviers parallèles. Les diagnostics n’ont pas aimé. Le facteur d’inflation de la variance entre les deux était de 4,8, ce qui veut dire qu’ils racontaient en grande partie la même histoire, et le search de marque, qui bouge quelques jours plus tard et se trouve juste à côté de la vente, en récoltait l’essentiel du mérite. Cette exécution donnait au search de marque 31 % de la contribution des médias et à la TV 24 %.

Le problème n’était pas les maths mais l’ordre. Le search de marque n’était pas une cause parallèle des ventes. C’était en partie un résultat de la TV. Avant la seconde exécution, nous avons donc ajouté une colonne au fichier : les clics de marque nets de la part expliquée par les GRP TV avec adstock, tirée d’une simple régression de l’un sur l’autre. Ce résidu, c’est la demande de marque que la TV n’a pas créée : clients fidèles, bouche-à-oreille, newsletter. Il est entré dans le modèle à la place des dépenses brutes de search de marque.

La seconde décomposition a donné à la TV 49 % de la contribution des médias, au social 21 %, au search générique 19 % et au search de marque 11 %. L’intervalle de la TV était large, comme il se doit, mais il ne s’approchait pas de 10 %.

Le verdict

Ici, l’analyse aide, et elle a changé deux décisions.

La coupe de la TV n’a pas eu lieu. À la place, les enchères du search de marque ont été réduites de 35 % sur les termes de marque purs, là où le résultat naturel de la marque était déjà classé premier, tandis que les enchères restaient en place là où des concurrents enchérissaient sur le nom de la marque. Cela a économisé environ 160 000 € sur le semestre, et l’économie a payé deux semaines de TV en plus.

Un trimestre plus tard, les clics payants de marque avaient baissé de 31 %, les clics naturels de marque avaient augmenté de 24 %, et le trafic total sur les termes de marque avait reculé de 4 %. Le chiffre d’affaires est ressorti 0,6 % au-dessus de la prévision, dans son intervalle de plus ou moins 1,8 %. Les gens qui allaient chercher la marque l’ont toujours cherchée. Ils ont simplement cliqué sur le lien gratuit.

Deux précautions vont avec le résultat. Une décomposition n’est pas une expérience, et le partage dépend de l’ordre que nous avons supposé : la TV crée des recherches, pas l’inverse. Cet ordre est bien étayé ici par le calendrier et par les semaines sans antenne, mais c’est une hypothèse, et elle doit être écrite noir sur blanc. Et la rémanence compte : sans elle, l’effet de la TV dans les semaines qui suivent une vague aurait été attribué à ce qui tournait encore.

La leçon

Un canal qui se trouve près de la vente n’est pas forcément celui qui l’a provoquée. Avant de partager le mérite, décidez quels leviers peuvent causer quels autres, et faites entrer dans le modèle ceux qui sont en partie des conséquences en tant que conséquences.