Cas d'usage : FMCG

 

Notre client, un grand groupe FMCG, souhaitait disposer d'un outil de visualisation de ses investissements marketing pour que les équipes soient plus responsables, plus orientées ROI et puissent parler un langage commun.

NOTRE APPROCHE :

Nous avons réalisé dix interviews des principaux responsables marketing pour identifier la manière dont ils planifient leurs actions, les outils et les données qu'ils utilisent ou qu'ils n'utilisent pas à tort, les méthodes de calcul du R.O.I.

Puis nous avons mis en place un datamarathon de deux jours avec huit responsables marketing venant de quatre régions différentes. Autour d'une logique de gamification nous avons identifié ce qui motive le succès des actions marketing. Nous avons décidé ensemble et consensuellement d'une "monnaie" commune le “cost per actual reach in target group”.

Évaluer la méthodologie diversifiée - nous avons choisi la portée-coût-qualité, «coût par portée réelle dans le groupe cible» comme la monnaie commune pour l'évaluation et la sélection des différents points de contact.

A l'issue du datamarathon nous avons formé une squad constituée de :

  • un UX designer,
  • deux datascientists,
  • un expert métier côté client,
  • deux ingénieur data.

Nous avons réalisé quatre sprints avec quatre respirations (pause) de deux semaines pour pouvoir collecter le feedsback des pays.

La squad a d'abord formulé une vue sur la disponibilité et qualité des données de l'ensemble des points de contact de l'annonceur puis à utilisé les connecteurs de la plateforme Captain Dash pour récupérer les données venant des points de contact. Elle a testé des dizaines de données externes pour identifier celle qui faisait le plus sens. 

La squad s'est appuyée sur un moteur de machine Learning pour rejouer trois ans d'historique des campagnes ce qui lui a permis de définir des seuils de dépenses minimum et maximum pour les différents types de points de contact.

LE LIVRABLE :

La Squad a livré un outil de management visuel permettant

  • de visualiser l'ensemble des actions marketing, marque par marque et pays par pays.
  • d'identifier le ROI des campagnes sur une méthode de “cost per actual reach in target group”
  • de réaliser des "what if scénario" d'allocation de ressources
  • de mesurer le taux de saturation des investissements par marque, par pays et par canal
  • de proposer des matrices de planification des investissements en fonction d'objectifs business.

LES RESSOURCES :

Pour cette mission nous avons alloué

  • un UX designer
  • deux datascientists
  • deux ingénieurs data

Le client à allouer un expert métier. 

L'investissement était inférieur à 175 KE.