La trilogie du ROI TV – #2 Comment lire la data

TV ROI

Deuxième volet de notre trilogie consacrée au ROI TV. Après avoir vu comment valider la data Drive-to-Web, penchons-nous sur la lecture de cette data. Savoir lire cette data est essentiel pour maximiser son ROI TV. C’est comme pour les contenus : ça ne sert à rien d’être abonné à Netflix si on n’a pas de connexion internet. Ainsi, pour ce deuxième épisode consacré au ROI TV, plongez avec nous dans la passionnante lecture de la data Drive-to-Web. Ou comment choisir les bons KPIs à suivre et à analyser afin de booster son ROI TV.

Avant d’entrer dans le vif du sujet, il faut savoir que les schémas d’impact global de la télévision sur l’environnement digital des annonceurs peuvent être prévisible. Pour être incollable sur ce sujet-là, n’hésitez pas à lire notre article sur l’impact TV.

Récolter de la data analytics c’est bien, encore faut-il savoir interpréter les résultats. Globalement, les KPIs TV peuvent être regroupés en 4 grandes familles. La première : les KPIs d’audience.

ROI TV et KPIs d’audience

Les KPIs d’audience correspondent à la première couche d’analyse vers l’optimisation d’un plan média et du ROI TV. On s’intéresse donc en priorité aux visites incrémentales, c’est-à-dire les visites générées par les spots TV. Ce nombre brut de visites est ensuite étudié par chaine, daypart, par version de spots, ou encore par jour. Cela permet d’obtenir une analyse plus fine. C’est ce qu’on appelle l’analyse par dimension, dont vous aurez toutes les clefs dans le dernier épisode (#teasing).

Grâce à des partenaires, un analytics TV va également déterminer par exemple l’incrémental de téléchargement des applications généré par les spots TV. Le nombre de downloads est ensuite croisé là aussi en fonction des chaines, day-parts… Le principe est identique pour le suivi call centers afin de calculer l’incrémental d’appels générés par les spots TV. Mais la lecture de la data d’audience ne s’arrête pas là.

Il est important de suivre en effet toutes les sources de trafic pour identifier la provenance de chaque visiteur. Ainsi, la data fournie permet d’avoir une vision très fine des différentes strates d’acquisition. La télévision s’intègre alors dans le funnel d’acquisition comme n’importe quel autre point de contact.

En comparant ces sources de trafic entre des périodes normales et des périodes TV, un analytics TV sera en mesure de quantifier l’impact de la télévision sur l’online. Cela donne aux annonceurs des clefs pour booster le ROI TV. Il pourra également dévoiler comment la télévision a pu influencer les performances d’une campagne Adwords par exemple, ou de manière plus large sur les campagnes digitales. Cela permet à terme une lecture croisée entre les investissements online et offline.

TV ROI

 

ROI TV et KPIs business

Une fois les KPIs d’audience définis, on peut s’intéresser aux KPIs business. Le premier KPI à suivre est celui des conversions directes. En clair, on va pouvoir suivre les conversions dans le temps d’impact du spot grâce à la qualification des visiteurs TV qui ont réagi au spot. A titre d’exemple, un annonceur pure-player dans le secteur de l’assurance peut décider de suivre les demandes de devis générées par sa campagne TV. En les rapportant au nombre de visites, il a un indicateur révélateur de l’engagement de son audience TV. Cette analyse des conversions est une première lecture des optimisations réalisables par l’annonceur pour améliorer son ROI TV. On peut la compléter par les conversions indirectes.

C’est grâce à l’identification des visiteurs TV qu’un annonceur peut suivre les conversions indirectes (à +1H, + 20 jours…). Pour ce faire, on appose sur ceux qu’on appelle des « TV-nautes » un cookie TV afin de suivre leurs conversions dans le temps.

Ces dernières vont donner une vision exhaustive (directe et indirecte) de la performance du plan média de l’annonceur. Cette analyse est ensuite pondérée par chaines, versions de spots, day-parts…. De la même manière, les KPIs peuvent être personnalisés pour chaque annonceur. Ils correspondront ainsi aux objectifs médias fixés en amont (premier panier, inscription, devis…).

Une vision business d’un analytics TV ne peut pas s’arrêter à une étude des visites et des conversions. Il faut aussi s’intéresser aux coûts et au GRP. L’intégration des spotlists prévisionnelles ou constatées permet d’automatiser le matching des coûts et des GRP tout en croisant ces valeurs. Ainsi, on pourra étudier des KPIs tels que le coût par visite, le coût par conversion ou les différents coûts par GRP.

ROI TV

ROI TV et KPIs comportementaux

La troisième grande famille de KPIs est celle des KPIs comportementaux. Ils permettent en premier lieu d’étudier les différences de consommation d’un site internet pendant une période TV et hors période TV. Cette famille de KPIs permet également de se concentrer sur les TV-nautes. En identifiant les TV-nautes, l’annonceur va pouvoir observer le comportement onsite de cette audience. L’objectif : comprendre ce que fait le TV-naute sur l’environnement digital, grâce au taux de rebond, au temps passé par page, etc…

En étudiant les comportements de ses visiteurs TV, un annonceur peut optimiser son site en l’adaptant à leur consommation. Par exemple, si la majorité de ses TV-nautes se connecte via leurs mobiles, il est important d’optimiser le parcours sur ce device. Comment ? En jouant sur le temps de chargement, le responsive, l’organisation des blocs.

L’annonceur peut ainsi proposer à son audience (qui est naturellement très engagée) des parcours adaptés et maximiser les chances de conversions et donc son ROI TV. Grâce au recoupement des données avec de la géolocalisation, l’annonceur peut également connaitre le taux de réactivité des engagés TV par département ou par ville. Une information clé pour ensuite orienter des prises de parole locales en offline par exemple.

Pour enrichir ces KPIs, l’annonceur peut également croiser les données d’un analytics TV à de la data 1st & 3rd party. Grâce à cette méthode, l’annonceur est en mesure d’avoir une analyse encore plus poussée de son audience TV et de savoir l’âge ou le genre de ceux qui s’engagent sur le digital.

Cet enrichissement de la donnée offre à l’annonceur la possibilité d’envisager des scénarios d’extension d’audience. En effet, en identifiant d’autres populations ayant les mêmes critères que son audience de TV-nautes, l’annonceur va pouvoir proposer du contenu à cette audience « look alike », naturellement plus encline à convertir.

TV ROI

ROI TV et KPIs notoriété

Enfin, la dernière famille de KPIs à prendre en compte sont les KPIs notoriété. Ces KPIs notoriété permettent aux annonceurs d’optimiser la puissance globale de leurs prises de parole TV. Ainsi, lLa lecture du ROI TV n’est pas uniquement fondée sur l’effet direct.

Aussi appelé « effet de rémanence » l’impact indirect de la TV correspond à l’engagement sur le long terme des téléspectateurs. Il n’existe pas de formule magique ou autrement dit de méthode de calcul automatique pour le déterminer.

Cet effet dépend de nombreuses variables exogènes comme la saisonnalité, l’actualité, la météo, les marronniers… Chez Admo.tv, il est calculé par notre équipe R&D à la demande.

L’effet de saturation permet quant à lui de dégager les impacts de la répétition des prises de parole et la possible satiété qui pourrait en résulter. Il ne faut pas le confondre avec l’effet de mix média, qui lui prend en compte l’effet de la TV sur les autres leviers et la performance de la TV combinée à d’autres médias (radio, affichage, presse…).

Enfin, la résonnance sociale permet d’analyser la puissance de la marque sur Twitter en particulier. En effet, aujourd’hui, plus de la moitié des utilisateurs de Twitter l’utilisent devant la télévision. Analyser en temps réel la résonance d’un spot TV sur Twitter permet à l’annonceur de récupérer une donnée complémentaire sur l’engagement des téléspectateurs.

Savoir bien lire la data est une condition essentielle pour booster son ROI TV. C’est le rôle d’un analytics TV que de fournir une expertise dans ce domaine pour permettre à l’annonceur d’y voir clair dans cet océan de données générées par ses prises de paroles offline. Une fois que la data est lue et comprise, quelle est l’étape suivante ? La mise en place des recommandations, prochain volet de notre trilogie sur le ROI TV.

En attendant si vous souhaitez en savoir plus sur l’analytics TV : hello@admo.tv

 

About Domitille de Saint-Exupéry

2 thoughts on “La trilogie du ROI TV – #2 Comment lire la data

Comments are closed.