Le Geolift : définition et fonctionnement

Le Geolift : définition et fonctionnement

Partager l'actualité

Navigation

Comment fonctionne le Geolift pour mesurer l'impact business réel de vos campagnes de drive to store ? On vous explique.

Le Geolift est une méthodologie qui peut vous aider à mesurer l’impact business de vos campagnes digitales de drive to store. Comment fonctionne-t-elle concrètement, et comment la mettre en place ?

On vous répond. 

Drive to store et mesure de performance 

Avant de parler plus en détails du Geolift, précisons le contexte. 

Le digital s’est immédiatement imposé comme un média que l’on peut aisément mesurer pour vérifier sa performance réelle, notamment pour les boutiques en ligne et les pure players. 

Impressions, taux de conversion, taux de clics… Au fil du temps, les techniques de mesure se sont affinées, pour arriver aujourd’hui à des outils très puissants pour analyser la performance d’une campagne

Par extension, on pouvait s’attendre que ce soit également le cas dans le drive to store… Mais en réalité, c’est une autre histoire. 

Mesurer l’impact physique d’une campagne, en particulier la visite en magasin et la génération d’un chiffre d’affaires incrémental, est particulièrement difficile. 

Tout d’abord, rappelons que dans des conditions classiques, il est impossible d’isoler une campagne digitale du reste des médias online et offline. 

Les questions dattribution et de contribution ont toujours fait débat. A quel levier doit-on attribuer une vente, alors que les parcours clients aujourd’hui sont hybrides et de plus en plus complexes ?

En plus de la campagne digitale, il est difficile de savoir à quels autres médias le client a été exposé : affichage, radio, télévision, réseaux sociaux…La notion d’attribution devient encore plus compliquée à démêler. 

Il faut également signaler que les KPIs classiques du e-commerce comme le taux de clics ne sont pas révélateurs de la performance finale d’une campagne

Par exemple, ce n’est pas parce qu’un client a cliqué sur une publicité d’une campagne qu’il se rendra en magasin. Et inversement, ce n’est pas parce qu’il n’a pas cliqué qu’il ne se rendra pas en magasin. 

Il est nécessaire de mettre en place des outils de mesure adaptés au contexte digital et physique de la campagne. 

Quelles solutions peut-on donc trouver pour isoler la campagne de drive to store que l’on souhaite mesurer, et avec les bons indicateurs ?

La mesure dans le drive to store 

Il existe plusieurs méthodes pour mesurer l’impact en magasin d’une campagne digitale. On peut les regrouper en deux grandes catégories. 

Dans les deux cas, il s’agit de déterminer l’uplift (ou l’incrément), c’est-à-dire l’impact court terme de la campagne, que ce soit en nombre de visites ou en chiffre d’affaires incrémental. 

Méthode des exposés campagne (GPS ou boîtier bluetooth)

Avec cette méthode, on compare les personnes exposées à la campagne versus un échantillon de personnes non exposées ( = un groupe témoin). 

En comparant les visites ou achats en magasin des deux groupes, on applique une extrapolation pour tirer des conclusions sur l'ensemble des visiteurs à partir de notre échantillon mesuré. On obtient donc ainsi un résultat fiable sur la performance de la campagne.

Cependant, cette méthode ne garantit pas des résultats significatifs à chaque mesure pour toutes les campagnes, et il n’est pas systématiquement possible de déterminer le ROAS de la campagne. 

Geolift

Avec le Geolift, à la différence de la méthode des exposés campagnes, on ne compare pas des groupes de populations, mais des groupes de magasins. 

Cette deuxième méthodologie cherche aussi à déterminer l’impact de la campagne (uplift) mais la méthode pour y parvenir est plus robuste : on identifie des magasins contrôle (ou témoins) qui définissent quel aurait été le trafic naturel sans la campagne. 

En comparant l’évolution des magasins témoins sans la campagne et des magasins avec la campagne, la campagne étant la seule différence, on peut isoler l’impact précis de cette campagne. 

On compare ainsi plusieurs zones géographiques, ce qui donne son nom à la méthodologie Geolift : = lift entre zones géographiques, baptisée ainsi par Meta.

Il est intéressant de noter également que Google a mis en place une méthodologie similaire, nommée Causal Impact. 

Toujours sur des groupes de magasins, elle permet notamment de mesurer l’efficacité d’un système de gestion de caisse, ou encore l’impact du changement de couleur d’une enseigne. 

Les Avantages du Geolift

  • On peut mesurer tous les leviers localisables (digital, affichage, radio et presse locale, DOOH…)
  • Indépendant des données GPS (respect du RGPD)
  • Transparence : Basé sur les données client vérifiables (visites, tickets de caisse, CA, nombre de rendez-vous ou devis, etc.
  • Méthode statistique éprouvée, implémentée en open source par Google et Meta

Attention, on ne dit pas ici que ces méthodes sont exclusives. 

Elles sont complémentaires : tout dépend de la situation de chaque réseau, chaque méthode présentant ses avantages et ses inconvénients. 

Mais dans cet article, on se focalisera sur le Geolift, comment il fonctionne et comment le mettre en place. 

Le Geolift : pourquoi s’en servir ? 

Nous avons expliqué dans les grandes lignes à quoi correspondait le Geolift. Mais quelle est son utilité concrètement ?

  1. Pour déterminer l’impact de ma campagne

On utilise le Geolift pour mesurer quel a été l’impact business et le ROAS de la campagne.

  1. Pour tester et mesurer : pour améliorer mes performances en continu

Dans ce second cas de figure, on se place dans une logique expérimentale. 

On peut choisir de tester un nouveau levier ou bien de comparer deux types d’activations publicitaires, et déterminer celle qui a généré le meilleur uplift, c’est-à-dire un nombre de visites directement lié à l’une des activations.

Il est possible également de tester si l’activation d’un levier supplémentaire va générer un uplift significatif, justifiant ou non de faire évoluer la stratégie marketing. 

Les résultats de ces Geolifts viennent donc informer les choix d’investissement et les stratégies médias pour les campagnes suivantes. 

Quelque soit la question de départ, le Geolift est un outil précieux des bilans de campagne pour aider la prise de décision.

Enfin, précisons que le Geolift permet d’entrer dans un protocole, qui offre ainsi l’opportunité d’améliorer chaque sous-partie d’une campagne.

Comment ça marche concrètement ?

Prenons le cas d’une enseigne dont l’objectif est de générer du trafic en magasin. 

Nous définissons tout d’abord quelle sera la zone de test et quelle sera la zone témoin. 

  • Les magasins “tests” sont ceux qui communiquent sur la période : on choisit les activations à mesurer 
  • Les magasins “témoins ne communiquent pas et doivent être suffisamment éloignés des magasins tests pour éviter que la campagne ait un effet chez eux. 

Nous cherchons ensuite à estimer quel aurait été le trafic naturel des magasins ‘tests’. 

Pour ce faire, nous utilisons la méthodologie des jumeaux statistiques. Nous choisissons comme jumeaux les magasins témoins dont l’évolution de trafic est similaire aux magasins tests sur une période de 6 mois.

On suppose que leur trafic évoluera aussi de la même manière pendant la campagne, pour définir quel aurait été le trafic en l’absence de campagne pour les participants. 

Le volume de visites qui aurait eu lieu en l’absence de campagne est projeté à partir du trafic des jumeaux statistiques. Appelons-le trafic naturel des participants. 

On peut maintenant mesurer l’impact de la campagne : on calcule l’uplift en comparant le trafic naturel avec le trafic effectivement réalisé. 

Pour cette description du fonctionnement de la méthode, nous avons pris l’exemple des visites en magasin. 

Cette méthode reste valide si on souhaite mesurer l’impact de la campagne sur le chiffre d’affaires, la prise de rendez-vous en magasin, le nombre de tickets de caisse enregistrés, etc. 

Zoom sur les jumeaux statistiques

Pour définir les points de vente similaires qui vont composer les groupes que l’on va suivre, il existe plusieurs méthodes :

  • Regression time-series
  • Approche bayésienne (Causal Impact)
  • Synthetic Control (Geolift)
  • Difference in difference (contrôle de gestion)

Chez Widely, nous avons intégré plusieurs de ces méthodes, notamment le Synthetic Control, et l’indice de proximité entre les points de vente développé par Google. 

On regarde les magasins 2 à 2, pour voir ceux qui évoluent de la manière la plus similaire. 

Ainsi, lorsque l’on va activer la campagne, on estime qu’ils continueront à évoluer de la même manière. 

Les points de vente doivent être proches en termes de business, mais aussi être suffisamment éloignés géographiquement. Chez Widely par exemple, nous prenons 50km par défaut. 

Cela permet de garantir que la campagne n’aura aucune influence sur les points de vente témoins, et de prendre en compte tous les autres facteurs impactant le trafic en magasin.

La méthodologie employée chez Widely adapte le protocole de Google en appliquant notre propre expertise en géomarketing. Nous avons fait le choix de choisir le meilleur des deux mondes entre les protocoles de Google et de Meta pour un fonctionnement optimal sur le marché français.

Nous éliminons tout chevauchement entre les zones géographiques des magasins, et donc suffisamment de distance pour s’assurer de l’absence d'interférence. 

Ces conditions peuvent être plus ou moins complexes à appliquer selon la taille d’un réseau et son implantation. 

Enfin, précisons qu’un nombre minimum de magasins doit être concerné par la mesure. 

Plus précisément : 

  • Un grand nombre de points de vente témoins est nécessaire pour garantir une bonne estimation du trafic des points de vente et trouver les "bons jumeaux", c’est-à-dire des points de vente témoins qui sont vraiment semblables aux participants. 

  • Il est donc nécessaire de trouver un équilibre : un nombre suffisant de jumeaux pour que le matching soit bon, et suffisamment de participants pour que les résultats puissent être généralisés et fiables, c’est-à-dire statistiquement significatifs. 

Quelle fiabilité pour le Geolift ?

Le Geolift est une mesure basée sur une estimation de visite. Quelle fiabilité peut-on donc accorder aux résultats ? 

Une méthode éprouvée

Le Geolift est une méthode éprouvée et fiable statistiquement, qui fait partie des méthodes d’inférence causale. 

Ces méthodes statistiques sont bien connues, et utilisées depuis longtemps. 

Google et Meta les ont importées dans le marketing, en les adaptant aux besoins du digital, notamment pour respecter les réglementations sur le respect de la vie privée et le RGPD. 

Chez Widely, nous nous appuyons sur leurs protocoles, basés sur des recherches solides, et qui sont disponibles en open source : tout est vérifiable et transparent. 

Mais nous avons ajouté notre propre expertise à ces méthodes, notamment en termes de géomarketing. 

Les algorithmes utilisés sont pensés pour les Etats-Unis, un territoire beaucoup plus vaste que la France. Il a donc fallu les adapter pour correspondre à la réalité du territoire français. 

Précisons également que le Geolift est basé sur les données fournies par les enseignes elles-mêmes, qui sont donc fiables et vérifiées. Cela permet d’éliminer une partie de risque d’erreur des visites détectées via GPS. 

Enfin, il est utile de mentionner que chez Widely, nous pouvons effectuer des tests de robustesse. Sur une période juste avant la campagne qui sera mesurée, sur des magasins choisis par l’enseigne, on calcule quel aurait été le chiffre d’affaires théorique, en appliquant exactement la même méthodologie. 

Il est possible ensuite de comparer ces résultats au réel, des résultats directement vérifiables par le client. 

Limites et points de vigilance

Bien entendu, toutes les méthodes de mesure ont leurs limites, et il faut garder à l’esprit certains points de vigilance pour conserver cette fiabilité : 

  • on ne peut pas distinguer l’impact de chaque levier si plusieurs leviers ont été activés en même temps, sauf si on définit des zones étanches : une zone Meta, une zone RTB, ... une organisation qui n’est pas forcément pertinente pour l'efficacité d’une campagne. 
  • le mix marketing activé doit être uniforme sur chaque zone, sinon il existe un risque de biais.
  • Il est nécessaire de disposer d’un parc avec suffisamment de magasins
  • une partie du parc magasins ne peut pas participer à la campagne (groupe de contrôle).
  • Dans une optique de test pour identifier les leviers drive to store les plus efficaces, cela peut constituer un investissement coûteux en temps, mais qui porte ses fruits pour améliorer les futures stratégies.

Comment mettre en place le Geolift ?

Nous vous accompagnons dans la mise en place de la mesure Geolift grâce à notre expérience et notre expertise. 

Une collaboration étroite

Pour mettre en place une solution de mesure Geolift, il est nécessaire de sélectionner les points de vente participants, et mesurer leur évolution par rapport à des points de vente témoins. 

Pour créer ces deux groupes, l’enseigne doit être en capacité de partager ses données dans au moins une de ces catégories :

  • visites magasins (si elle dispose d’une solution comme des portiques) 
  • tickets de caisse, 
  • chiffre d’affaires des magasins…

Ces données sensibles sont traitées par nos équipes data et respectent un protocole strict et un NDA (accord de non-divulgation) pour garantir leur sécurité.

Par ailleurs, nos équipes vous accompagnent dans vos choix stratégiques pour la mise en place du Geolift. Nous mettons tout en œuvre pour créer une collaboration étroite entre vos équipes et les nôtres. 

L’expertise géomarketing et technologique

Au-delà de la mise en place technique du Geolift, nous mettons à votre service notre expertise géomarketing, ainsi que des outils technologiques adaptés pour obtenir des résultats fiables statistiquement dans des délais courts après la campagne, ainsi qu’une automatisation de la méthode.

Notre expertise géomarkerting nous permet de mettre en place les barrières et protocoles pour identifier les jumeaux et les zones sur lesquelles diffuser les campagnes.

Par ailleurs, nous possédons la connaissance technique nécessaire pour mobiliser les méthodes statistiques et analyser l’uplift obtenu. 

L’expertise métier

Notre expertise métier nous permet d’interpréter les résultats obtenus, pour en tirer les bons insights, comme évaluer la pertinence d’un levier, ou étudier la complémentarité entre différents leviers. 

Nous avons ensuite la capacité à appliquer ces insights dans nos recommandations pour la performance de vos campagnes drive to store. 

Par ailleurs, la connaissance du secteur étudié, et les échanges avec les équipes métiers des enseignes depuis de nombreuses années viennent nourrir l’interprétation du résultat et la calibration de l’analyse. 

En bref...

Pourquoi choisir Widely pour vos études Geolift : 

  • Expertise statistique et économie d’échelle : nous connaissons les méthodes et avons une procédure automatisée pour mener les études.
  • Expertise Géomarketing : accompagnement pour éviter la propagation de la campagne sur les zones témoins.
  • Accompagnement personnalisé : depuis le choix de la donnée à analyser jusqu’à la compréhension des insights et leur incorporation dans les recos des futures campagnes

Vous souhaitez mettre en place des mesures Geolift ? Contactez-nous, et échangeons sur votre projet ! 

Le Geolift est une méthodologie qui peut vous aider à mesurer l’impact business de vos campagnes digitales de drive to store. Comment fonctionne-t-elle concrètement, et comment la mettre en place ?

On vous répond. 

Drive to store et mesure de performance 

Avant de parler plus en détails du Geolift, précisons le contexte. 

Le digital s’est immédiatement imposé comme un média que l’on peut aisément mesurer pour vérifier sa performance réelle, notamment pour les boutiques en ligne et les pure players. 

Impressions, taux de conversion, taux de clics… Au fil du temps, les techniques de mesure se sont affinées, pour arriver aujourd’hui à des outils très puissants pour analyser la performance d’une campagne

Par extension, on pouvait s’attendre que ce soit également le cas dans le drive to store… Mais en réalité, c’est une autre histoire. 

Mesurer l’impact physique d’une campagne, en particulier la visite en magasin et la génération d’un chiffre d’affaires incrémental, est particulièrement difficile. 

Tout d’abord, rappelons que dans des conditions classiques, il est impossible d’isoler une campagne digitale du reste des médias online et offline. 

Les questions dattribution et de contribution ont toujours fait débat. A quel levier doit-on attribuer une vente, alors que les parcours clients aujourd’hui sont hybrides et de plus en plus complexes ?

En plus de la campagne digitale, il est difficile de savoir à quels autres médias le client a été exposé : affichage, radio, télévision, réseaux sociaux…La notion d’attribution devient encore plus compliquée à démêler. 

Il faut également signaler que les KPIs classiques du e-commerce comme le taux de clics ne sont pas révélateurs de la performance finale d’une campagne

Par exemple, ce n’est pas parce qu’un client a cliqué sur une publicité d’une campagne qu’il se rendra en magasin. Et inversement, ce n’est pas parce qu’il n’a pas cliqué qu’il ne se rendra pas en magasin. 

Il est nécessaire de mettre en place des outils de mesure adaptés au contexte digital et physique de la campagne. 

Quelles solutions peut-on donc trouver pour isoler la campagne de drive to store que l’on souhaite mesurer, et avec les bons indicateurs ?

La mesure dans le drive to store 

Il existe plusieurs méthodes pour mesurer l’impact en magasin d’une campagne digitale. On peut les regrouper en deux grandes catégories. 

Dans les deux cas, il s’agit de déterminer l’uplift (ou l’incrément), c’est-à-dire l’impact court terme de la campagne, que ce soit en nombre de visites ou en chiffre d’affaires incrémental. 

Méthode des exposés campagne (GPS ou boîtier bluetooth)

Avec cette méthode, on compare les personnes exposées à la campagne versus un échantillon de personnes non exposées ( = un groupe témoin). 

En comparant les visites ou achats en magasin des deux groupes, on applique une extrapolation pour tirer des conclusions sur l'ensemble des visiteurs à partir de notre échantillon mesuré. On obtient donc ainsi un résultat fiable sur la performance de la campagne.

Cependant, cette méthode ne garantit pas des résultats significatifs à chaque mesure pour toutes les campagnes, et il n’est pas systématiquement possible de déterminer le ROAS de la campagne. 

Geolift

Avec le Geolift, à la différence de la méthode des exposés campagnes, on ne compare pas des groupes de populations, mais des groupes de magasins. 

Cette deuxième méthodologie cherche aussi à déterminer l’impact de la campagne (uplift) mais la méthode pour y parvenir est plus robuste : on identifie des magasins contrôle (ou témoins) qui définissent quel aurait été le trafic naturel sans la campagne. 

En comparant l’évolution des magasins témoins sans la campagne et des magasins avec la campagne, la campagne étant la seule différence, on peut isoler l’impact précis de cette campagne. 

On compare ainsi plusieurs zones géographiques, ce qui donne son nom à la méthodologie Geolift : = lift entre zones géographiques, baptisée ainsi par Meta.

Il est intéressant de noter également que Google a mis en place une méthodologie similaire, nommée Causal Impact. 

Toujours sur des groupes de magasins, elle permet notamment de mesurer l’efficacité d’un système de gestion de caisse, ou encore l’impact du changement de couleur d’une enseigne. 

Les Avantages du Geolift

  • On peut mesurer tous les leviers localisables (digital, affichage, radio et presse locale, DOOH…)
  • Indépendant des données GPS (respect du RGPD)
  • Transparence : Basé sur les données client vérifiables (visites, tickets de caisse, CA, nombre de rendez-vous ou devis, etc.
  • Méthode statistique éprouvée, implémentée en open source par Google et Meta

Attention, on ne dit pas ici que ces méthodes sont exclusives. 

Elles sont complémentaires : tout dépend de la situation de chaque réseau, chaque méthode présentant ses avantages et ses inconvénients. 

Mais dans cet article, on se focalisera sur le Geolift, comment il fonctionne et comment le mettre en place. 

Le Geolift : pourquoi s’en servir ? 

Nous avons expliqué dans les grandes lignes à quoi correspondait le Geolift. Mais quelle est son utilité concrètement ?

  1. Pour déterminer l’impact de ma campagne

On utilise le Geolift pour mesurer quel a été l’impact business et le ROAS de la campagne.

  1. Pour tester et mesurer : pour améliorer mes performances en continu

Dans ce second cas de figure, on se place dans une logique expérimentale. 

On peut choisir de tester un nouveau levier ou bien de comparer deux types d’activations publicitaires, et déterminer celle qui a généré le meilleur uplift, c’est-à-dire un nombre de visites directement lié à l’une des activations.

Il est possible également de tester si l’activation d’un levier supplémentaire va générer un uplift significatif, justifiant ou non de faire évoluer la stratégie marketing. 

Les résultats de ces Geolifts viennent donc informer les choix d’investissement et les stratégies médias pour les campagnes suivantes. 

Quelque soit la question de départ, le Geolift est un outil précieux des bilans de campagne pour aider la prise de décision.

Enfin, précisons que le Geolift permet d’entrer dans un protocole, qui offre ainsi l’opportunité d’améliorer chaque sous-partie d’une campagne.

Comment ça marche concrètement ?

Prenons le cas d’une enseigne dont l’objectif est de générer du trafic en magasin. 

Nous définissons tout d’abord quelle sera la zone de test et quelle sera la zone témoin. 

  • Les magasins “tests” sont ceux qui communiquent sur la période : on choisit les activations à mesurer 
  • Les magasins “témoins ne communiquent pas et doivent être suffisamment éloignés des magasins tests pour éviter que la campagne ait un effet chez eux. 

Nous cherchons ensuite à estimer quel aurait été le trafic naturel des magasins ‘tests’. 

Pour ce faire, nous utilisons la méthodologie des jumeaux statistiques. Nous choisissons comme jumeaux les magasins témoins dont l’évolution de trafic est similaire aux magasins tests sur une période de 6 mois.

On suppose que leur trafic évoluera aussi de la même manière pendant la campagne, pour définir quel aurait été le trafic en l’absence de campagne pour les participants. 

Le volume de visites qui aurait eu lieu en l’absence de campagne est projeté à partir du trafic des jumeaux statistiques. Appelons-le trafic naturel des participants. 

On peut maintenant mesurer l’impact de la campagne : on calcule l’uplift en comparant le trafic naturel avec le trafic effectivement réalisé. 

Pour cette description du fonctionnement de la méthode, nous avons pris l’exemple des visites en magasin. 

Cette méthode reste valide si on souhaite mesurer l’impact de la campagne sur le chiffre d’affaires, la prise de rendez-vous en magasin, le nombre de tickets de caisse enregistrés, etc. 

Zoom sur les jumeaux statistiques

Pour définir les points de vente similaires qui vont composer les groupes que l’on va suivre, il existe plusieurs méthodes :

  • Regression time-series
  • Approche bayésienne (Causal Impact)
  • Synthetic Control (Geolift)
  • Difference in difference (contrôle de gestion)

Chez Widely, nous avons intégré plusieurs de ces méthodes, notamment le Synthetic Control, et l’indice de proximité entre les points de vente développé par Google. 

On regarde les magasins 2 à 2, pour voir ceux qui évoluent de la manière la plus similaire. 

Ainsi, lorsque l’on va activer la campagne, on estime qu’ils continueront à évoluer de la même manière. 

Les points de vente doivent être proches en termes de business, mais aussi être suffisamment éloignés géographiquement. Chez Widely par exemple, nous prenons 50km par défaut. 

Cela permet de garantir que la campagne n’aura aucune influence sur les points de vente témoins, et de prendre en compte tous les autres facteurs impactant le trafic en magasin.

La méthodologie employée chez Widely adapte le protocole de Google en appliquant notre propre expertise en géomarketing. Nous avons fait le choix de choisir le meilleur des deux mondes entre les protocoles de Google et de Meta pour un fonctionnement optimal sur le marché français.

Nous éliminons tout chevauchement entre les zones géographiques des magasins, et donc suffisamment de distance pour s’assurer de l’absence d'interférence. 

Ces conditions peuvent être plus ou moins complexes à appliquer selon la taille d’un réseau et son implantation. 

Enfin, précisons qu’un nombre minimum de magasins doit être concerné par la mesure. 

Plus précisément : 

  • Un grand nombre de points de vente témoins est nécessaire pour garantir une bonne estimation du trafic des points de vente et trouver les "bons jumeaux", c’est-à-dire des points de vente témoins qui sont vraiment semblables aux participants. 

  • Il est donc nécessaire de trouver un équilibre : un nombre suffisant de jumeaux pour que le matching soit bon, et suffisamment de participants pour que les résultats puissent être généralisés et fiables, c’est-à-dire statistiquement significatifs. 

Quelle fiabilité pour le Geolift ?

Le Geolift est une mesure basée sur une estimation de visite. Quelle fiabilité peut-on donc accorder aux résultats ? 

Une méthode éprouvée

Le Geolift est une méthode éprouvée et fiable statistiquement, qui fait partie des méthodes d’inférence causale. 

Ces méthodes statistiques sont bien connues, et utilisées depuis longtemps. 

Google et Meta les ont importées dans le marketing, en les adaptant aux besoins du digital, notamment pour respecter les réglementations sur le respect de la vie privée et le RGPD. 

Chez Widely, nous nous appuyons sur leurs protocoles, basés sur des recherches solides, et qui sont disponibles en open source : tout est vérifiable et transparent. 

Mais nous avons ajouté notre propre expertise à ces méthodes, notamment en termes de géomarketing. 

Les algorithmes utilisés sont pensés pour les Etats-Unis, un territoire beaucoup plus vaste que la France. Il a donc fallu les adapter pour correspondre à la réalité du territoire français. 

Précisons également que le Geolift est basé sur les données fournies par les enseignes elles-mêmes, qui sont donc fiables et vérifiées. Cela permet d’éliminer une partie de risque d’erreur des visites détectées via GPS. 

Enfin, il est utile de mentionner que chez Widely, nous pouvons effectuer des tests de robustesse. Sur une période juste avant la campagne qui sera mesurée, sur des magasins choisis par l’enseigne, on calcule quel aurait été le chiffre d’affaires théorique, en appliquant exactement la même méthodologie. 

Il est possible ensuite de comparer ces résultats au réel, des résultats directement vérifiables par le client. 

Limites et points de vigilance

Bien entendu, toutes les méthodes de mesure ont leurs limites, et il faut garder à l’esprit certains points de vigilance pour conserver cette fiabilité : 

  • on ne peut pas distinguer l’impact de chaque levier si plusieurs leviers ont été activés en même temps, sauf si on définit des zones étanches : une zone Meta, une zone RTB, ... une organisation qui n’est pas forcément pertinente pour l'efficacité d’une campagne. 
  • le mix marketing activé doit être uniforme sur chaque zone, sinon il existe un risque de biais.
  • Il est nécessaire de disposer d’un parc avec suffisamment de magasins
  • une partie du parc magasins ne peut pas participer à la campagne (groupe de contrôle).
  • Dans une optique de test pour identifier les leviers drive to store les plus efficaces, cela peut constituer un investissement coûteux en temps, mais qui porte ses fruits pour améliorer les futures stratégies.

Comment mettre en place le Geolift ?

Nous vous accompagnons dans la mise en place de la mesure Geolift grâce à notre expérience et notre expertise. 

Une collaboration étroite

Pour mettre en place une solution de mesure Geolift, il est nécessaire de sélectionner les points de vente participants, et mesurer leur évolution par rapport à des points de vente témoins. 

Pour créer ces deux groupes, l’enseigne doit être en capacité de partager ses données dans au moins une de ces catégories :

  • visites magasins (si elle dispose d’une solution comme des portiques) 
  • tickets de caisse, 
  • chiffre d’affaires des magasins…

Ces données sensibles sont traitées par nos équipes data et respectent un protocole strict et un NDA (accord de non-divulgation) pour garantir leur sécurité.

Par ailleurs, nos équipes vous accompagnent dans vos choix stratégiques pour la mise en place du Geolift. Nous mettons tout en œuvre pour créer une collaboration étroite entre vos équipes et les nôtres. 

L’expertise géomarketing et technologique

Au-delà de la mise en place technique du Geolift, nous mettons à votre service notre expertise géomarketing, ainsi que des outils technologiques adaptés pour obtenir des résultats fiables statistiquement dans des délais courts après la campagne, ainsi qu’une automatisation de la méthode.

Notre expertise géomarkerting nous permet de mettre en place les barrières et protocoles pour identifier les jumeaux et les zones sur lesquelles diffuser les campagnes.

Par ailleurs, nous possédons la connaissance technique nécessaire pour mobiliser les méthodes statistiques et analyser l’uplift obtenu. 

L’expertise métier

Notre expertise métier nous permet d’interpréter les résultats obtenus, pour en tirer les bons insights, comme évaluer la pertinence d’un levier, ou étudier la complémentarité entre différents leviers. 

Nous avons ensuite la capacité à appliquer ces insights dans nos recommandations pour la performance de vos campagnes drive to store. 

Par ailleurs, la connaissance du secteur étudié, et les échanges avec les équipes métiers des enseignes depuis de nombreuses années viennent nourrir l’interprétation du résultat et la calibration de l’analyse. 

En bref...

Pourquoi choisir Widely pour vos études Geolift : 

  • Expertise statistique et économie d’échelle : nous connaissons les méthodes et avons une procédure automatisée pour mener les études.
  • Expertise Géomarketing : accompagnement pour éviter la propagation de la campagne sur les zones témoins.
  • Accompagnement personnalisé : depuis le choix de la donnée à analyser jusqu’à la compréhension des insights et leur incorporation dans les recos des futures campagnes

Vous souhaitez mettre en place des mesures Geolift ? Contactez-nous, et échangeons sur votre projet ! 

Partager l'actualité