{"id":6429,"date":"2020-07-13T16:54:23","date_gmt":"2020-07-13T14:54:23","guid":{"rendered":"https:\/\/ewyabbkav.preview.infomaniak.website\/?p=6429"},"modified":"2020-11-25T14:09:16","modified_gmt":"2020-11-25T13:09:16","slug":"chaines-de-markov-modele-attribution-donnees","status":"publish","type":"post","link":"https:\/\/www.comtogether.com\/fr\/2020\/07\/13\/chaines-de-markov-modele-attribution-donnees\/","title":{"rendered":"Les cha\u00eenes de Markov, un outil utile pour cr\u00e9er un mod\u00e8le d\u2019attribution ax\u00e9 sur les donn\u00e9es"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t
\n\t\t\t\n\t\n\t\n\t\n\t\n<\/svg>\t\t<\/div>\n\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Les cha\u00eenes de Markov, un outil utile pour cr\u00e9er un mod\u00e8le d\u2019attribution ax\u00e9 sur les donn\u00e9es<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
\n\t\t\t<\/i>\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Quel est l’impact du r\u00e9f\u00e9rencement payant sur le parcours client ?<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"Arben\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Par ARBEN KQIKU<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le monde du du marketing digital \u00e9voluant rapidement, vous avez tout int\u00e9r\u00eat \u00e0 suivre de pr\u00e8s les donn\u00e9es de vos parcours clients. Effectivement, c\u2019est ce suivi qui vous permettra d\u2019investir votre budget publicitaire dans les leviers les plus efficaces \u2013 tout en b\u00e9n\u00e9ficiant d\u2019un rendement optimal. Dans cette optique, vous devez donc \u00eatre au fait des diff\u00e9rents mod\u00e8les de pr\u00e9sentation \u00e0 votre disposition pour d\u00e9chiffrer ces donn\u00e9es.<\/p>

Tout professionnel du marketing digital se doit de suivre pr\u00e9cis\u00e9ment l\u2019efficacit\u00e9 des investissements m\u00e9dia, notamment pour identifier les canaux qui g\u00e9n\u00e8rent des conversions. En vue de cr\u00e9er des mod\u00e8les ax\u00e9s sur les donn\u00e9es qui nous permettent d\u2019optimiser les besoins de nos clients, comtogether \u00e9tudie en permanence de nouvelles m\u00e9thodes pour exploiter ces donn\u00e9es. Notre objectif : en extraire des enseignements utiles et des \u00e9clairages innovants sur l\u2019activit\u00e9 pr\u00e9cise de nos portefeuilles de marketing digital.<\/p>

Comment les cha\u00eenes de Markov peuvent-elles \u00eatre utilis\u00e9es pour une attribution multicanal correcte ?<\/h2>

Parmi toutes les solutions de mod\u00e9lisation que nous proposons pour l\u2019attribution multicanal, les cha\u00eenes de Markov sont d\u2019une redoutable efficacit\u00e9 pour extraire des probabilit\u00e9s pr\u00e9cises d\u2019une s\u00e9rie d\u2019\u00e9v\u00e9nements s\u00e9quentiels. Applicable \u00e0 un tr\u00e8s large \u00e9ventail de domaines, cet outil est ainsi utilis\u00e9 depuis longtemps dans des secteurs tr\u00e8s diff\u00e9rents de la recherche, comme la gestion pr\u00e9visionnelle des stocks<\/span><\/span><\/a>, l\u2019innovation dans la gestion des files d\u2019attente dans les a\u00e9roports<\/span><\/span><\/a> et la conception <\/span>d\u2019algorithmes de classement des pages dans les moteurs de recherche<\/span><\/span><\/a>.<\/p>

Dans le cadre du marketing digital, nous r\u00e9alisons des analyses markoviennes sur des ensembles de donn\u00e9es de parcours clients et leurs chemins de conversion, ce qui nous permet d\u2019\u00e9valuer l\u2019efficacit\u00e9 des canaux en attribuant \u00e0 chacun une valeur pond\u00e9r\u00e9e, notamment pour le r\u00e9sultat souhait\u00e9 \u2013 la conversion. Pour ce faire, nous calculons tout d\u2019abord les probabilit\u00e9s de transition pour chaque canal, puis nous supprimons chacun d\u2019entre eux du parcours afin de calculer l\u2019impact de leur absence \u2013 et donc leur importance relative dans la conversion. \u00c9tudions ce point de plus pr\u00e8s.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Probabilit\u00e9s de transition<\/h2>

Chaque parcours client compte un certain nombre d\u2019\u00e9tapes pouvant impliquer plusieurs canaux. Partons du principe que dans le cadre d\u2019une campagne, vous assurez le suivi des trois canaux suivants : C1) R\u00e9seaux sociaux, C2) R\u00e9f\u00e9rencement payant, C3) R\u00e9f\u00e9rencement naturel. Avant toute conversion, un client empruntera au moins l\u2019un de ces trois canaux, ce qui cr\u00e9era un parcours sp\u00e9cifique engendrant des donn\u00e9es statistiques plus g\u00e9n\u00e9riques. En agr\u00e9geant les donn\u00e9es de tous ces parcours, nous pouvons donc calculer les probabilit\u00e9s de transition \u2013 en d\u2019autres termes, la probabilit\u00e9 qu\u2019un client passe de C1 \u00e0 C2, de C3 \u00e0 C1, de C2 \u00e0 C1, etc.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

M\u00e9thode removal effects<\/h2>

Dans un second temps, nous appliquons la m\u00e9thode removal effect, qui nous montre l\u2019impact global de la suppression des diff\u00e9rentes \u00e9tapes dans le parcours client. Nous supprimons ainsi tour \u00e0 tour chaque canal de l\u2019ensemble de donn\u00e9es pour calculer l\u2019effet sur les conversions. Combien de conversions perdons-nous si nous supprimons les r\u00e9seaux sociaux, le r\u00e9f\u00e9rencement payant ou le r\u00e9f\u00e9rencement naturel ? L\u2019agr\u00e9gation de ces donn\u00e9es nous permet d\u00e8s lors de dresser un tableau exhaustif et pr\u00e9cis des parcours clients et d\u2019avoir une valeur correctement pond\u00e9r\u00e9e de l\u2019impact de chaque canal sur les conversions.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Nos outils et m\u00e9thodologies<\/h2>

Nous avons r\u00e9cemment r\u00e9alis\u00e9 une analyse markovienne sur un ensemble de donn\u00e9es de notre portefeuille, qui comprenait plus de 40 000 parcours clients uniques. Pour ce client sp\u00e9cifique, la conversion souhait\u00e9e prenait la forme d\u2019une r\u00e9servation d\u2019un service logistique. Apr\u00e8s avoir construit un pipeline de donn\u00e9es brutes entre Google Analytics 360 et Google BigQuery, nous avons cr\u00e9\u00e9 dans BigQuery un tableau indiquant l\u2019identifiant unique du client, la date \u00e0 laquelle chaque client s\u2019est rendu sur le site web et le statut de la conversion. Nous nous sommes ensuite appuy\u00e9s sur le langage de programmation R, utilis\u00e9 en analyse statistique, pour calculer et int\u00e9grer les probabilit\u00e9s de transition et les valeurs d\u2019importance. Enfin, nous avons compil\u00e9 toutes ces donn\u00e9es avec le package de visualisation de donn\u00e9es ggplot2 du langage R.<\/p>

Les r\u00e9sultats que vous pouvez esp\u00e9rer<\/h2>

Les r\u00e9sultats de cette analyse nous ont permis de d\u00e9montrer pr\u00e9cis\u00e9ment l\u2019efficacit\u00e9 de chaque canal. Dans le cas pr\u00e9sent, il a \u00e9t\u00e9 possible de d\u00e9finir le pourcentage de conversion pour chacun d\u2019entre eux : 35,1 % pour le r\u00e9f\u00e9rencement naturel, 38,5 % pour le r\u00e9f\u00e9rencement payant et 23.6 % pour le trafic direct (qui comprend les sources impossibles \u00e0 d\u00e9terminer et la saisie directe de l\u2019adresse du site web).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Par ailleurs, ces chiffres nous ont aussi permis de d\u00e9montrer que le r\u00e9f\u00e9rencement payant est venu renforcer d\u2019autres canaux tr\u00e8s performants : il a ainsi contribu\u00e9 directement \u00e0 13,39 % des conversions r\u00e9alis\u00e9es par le r\u00e9f\u00e9rencement naturel et \u00e0 7,29 % des conversions r\u00e9alis\u00e9es par le trafic direct.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Obtenir une vision d’ensemble<\/h2>

D\u00e8s lors, au moment de choisir une m\u00e9thode d\u2019attribution des canaux et des ressources dans le cadre de votre strat\u00e9gie de marketing digital, gardez un \u00e9l\u00e9ment essentiel \u00e0 l\u2019esprit : votre mod\u00e8le actuel ne saisit peut-\u00eatre pas toutes les nuances int\u00e9gr\u00e9es dans les donn\u00e9es. Si vous voulez avoir une vision d\u2019ensemble, les cha\u00eenes de Markov font partie de l\u2019\u00e9ventail des m\u00e9thodes \u00e0 votre disposition.<\/p>

Souhaitez-vous conna\u00eetre le parcours que suivent vos clients avant la conversion sur votre site ? Contactez-nous<\/span><\/a> pour une s\u00e9ance de strat\u00e9gie gratuite.\u00a0<\/i><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t