Présentation rtb matiro master

Document confidentiel

Nos offres et savoir-faire RTB

Octobre 2013

31/10/13 / Page n° 2 Document confidentiel

1.  Introduction

2.  Display RTB

3.  Data Management Platform

4.  Analytics


Le Groupe 1000mercis, pionnier du marketing interactif Internet et mobile

Infos clés

2001 : 1ère campagne de marketing interactif pour

voyages-sncf.com

2002 : Lancement du programme Email Attitude

2006 : Cotation en Bourse sur le marché NYSE ALTERNEXT

2008 : Acquisition d’Ocito spécialiste de la publicité et du marketing Mobile depuis 2002

2009 : Création de la filiale UK 2010 : Opérations

internationales intégrant les réseaux sociaux

2000 : Création de 1000mercis

2011 : Création et lancement européen du Retargeting par

email

Créé en 2000 250 collaborateurs 36,4 M€ CA 2012

Cotation sur NYSE Euronext Mkt cap. : 139 ME

Paris – Londres – New York – Rio

2012 : Lancement du CRM/PRM display en RTB

1er site en responsive design Création de la filiale US

2013 : Acquisition de Matiro pionnier du RTB


La recherche et l’innovation au cœur de notre approche

Centre de recherche agréé par l’Etat Titulaire du label OSEO Notre plateforme Taxi™ a gagné l’e-Marketing Award 2013 Comité scientifique Projets de recherche avec les plus grandes écoles et universités Françaises, nombreuses publications, chercheurs résidents, « thésards »


Quelques-unes de nos références clients RTB


1.  Introduction

2.  Display RTB


4.  Analytics


Le Display, un canal marketing essentiel

54% du temps media est consacré au online

Grande complémentarité avec la TV : âge, CSP, petit/gros consommateur Un canal multi-devices

Tous les mois, 70 milliards de contacts potentiels avec vos prospects/clients

Sou

rce

: Glo

balW

ebIn

dex

Q4

2012


Une grande richesse d’expression

Expand

Facebook

Bannières IAB Vidéo (In Banner & In Stream)


Vos prospects et clients au cœur de votre programme Display

Prospects froids

Prospects chauds

Prospects qualifiés

Abandonnistes

Clients actifs

Clients dormants

Clients perdus

Clients à forte valeur


Richesse des données disponibles

Messages et créations : personnaliser et optimiser pour un véritable marketing relationnel

Personnaliser les offres et les messages par segment, en exploitant toutes les données dont on dispose

Ce qui marche pour un segment ne marche pas toujours pour un autre : optimiser par segment

Prospects froids

Prospects chauds

Prospects qualifiés

Abandonnistes

Clients actifs

Clients dormants

Clients perdus

Clients à forte valeur


Les KPI comportementaux sont une des clés du marketing en temps réel

Les vôtres sont dictés par votre modèle marketing de conquête et de fidélisation

Engagement Conversion Fidélisation

« Mouse over »

Lecture complète (vidéo) 1ère visite du site

« Like »

Formulaire rempli Vente croisée

Up-sell Customer lifetime

value Mise en panier

Demande d’essai

Recherche d’un point de vente


Mesurer l’impact de manière fine et riche

Quantifier les progressions dans le parcours client

Calculer votre fenêtre post-view de manière scientifique avec notre module ad hoc


Une optimisation totale, en temps réel, pilotée par nos experts

Enchère •  Prédiction du taux de transformation par : segment & création, site &

emplacement, récence, répétition •  Objectif CPA + taux de transformation prédit = enchère (bid)

•  Principales variables d’optimisation : inventaire, format, jour de la semaine, heure du jour, répétition, récence, visibilité effective, ...

•  Algorithme d’optimisation des créations entre elles, par segment

Diffusion

Créations


La visibilité effective, un paramètre clé de notre optimisation

Résultat Matiro : 60% Moyenne marché (source baromètre Alenty Sept 2013) : 45%

Exclusion des emplacements problématiques

Identification des

emplacements trop peu vus

Tracking fin de la visibilité pour 100% de nos impressions

Augmentation de la visibilité

moyenne

Augmentation du ROI réel


Un travail fin sur la donnée de ciblage

De nombreux

partenaires

•  Audience : Exelate, BIG, Acxiom, Ezakus, Sirdata, …

•  Contexte : Peer39, Grapeshot, Proximic, …

•  Identifie automatiquement les segments à potentiel (sur-représentés, sur-transformeurs) parmi la totalité des segments disponibles chez le partenaire Data, sans consommer de budget

•  Exclusivité 1000mercis •  20 millions de profils en France, jusqu’à 1 500 critères disponibles •  Editeurs partenaires : Meetic, Price Minister, L’Express, Voyages-SNCF,

La Poste, …

Audience Discovery

Mégabase 1000mercis


Taxi™, notre plateforme RTB exclusive

Reporting/extranet : http://taxi.matiro.com Capture des données/tags Ad serving dynamique Optimisation avancée Attribution Bidding et connectivité RTB (powered by AppNexus)


Nous protégeons vos données et votre marque

•  Vos données sont strictement confidentielles et ne sont utilisées que pour votre

programme •  Nous contrôlons et limitons précisément la répétition •  Notre solution préventive et adaptative pour protéger la diffusion de votre programme :

White list ou black list + Filtre contextuel temps réel + Tag d’audit (en partenariat avec AdLedge)


Solution #1 - Acquisition

Segmentation sur la base du parcours client Optimisation par segment, optimisation de la visibilité Mesure riche du ROI Personnalisation en temps réel des offres et des messages Audience Discovery : identification des cibles les plus réactives pour affiner la conquête Indicateurs de succès avancés : qualité des leads, montant de commande, marge, valeur client, …

Non-visiteur

Visiteur engagé

Visiteur simple

Non-visiteur

Visiteur engagé

Visiteur simple

KPI intermédiaire


Solution #2 - Engagement

Segmentation prospects / clients / exposés publicité online Contrôle fin de l’exposition : répétition, récence, jour/heure, synchronisation avec campagnes offline, … Créations : exploiter les formats les plus visibles (vidéo, « expand », …) Exploitation des données de ciblage : audience, contexte (6 partenaires data) Audience Discovery : identification des cibles les plus réactives Transparence sur les sites supports


1.  Introduction

2.  Display RTB


4.  Analytics


Votre mégabase clients

CRM + PRM + site + réseaux sociaux + ad centric + … pour une vision à 360° de vos prospects et clients Une base de données propriétaire à l ’annonceur 1000mercis dispose d’un savoir-faire démontré dans :

•  la constitution de ces bases •  leur rapprochement (cookie – individu – device) •  leur mise à disposition pour les outils d’exploitation •  leur analyse

Commencer dès maintenant à se créer cet actif est la clef de la maîtrise des leviers display de demain

en CRM et en Conquête


Où collecter des données 1st Party ?

Paid Média

Owned Site(s)

CRM / PRM

Earned Social/Viral

•  Données de navigation •  CRM/PRM : email •  Questionnaires •  Opérations de collecte

•  Display •  Affiliation •  Clic SEM

•  Viralisation •  Réseaux sociaux •  Trafic naturel

Collecte de données non nominatives 1st Party

Data Management

Platform

DONNEES DE FLUX


Créer de la valeur : associer donnée cookies et donnée CRM

Base CRM / PRM

(+ autre base)

CRM / PRM Display : campagne RTB

120x

600

300x250

728*96

Data Management

Platform

Bannière selon les normes IAB

Push notification


Les challenges technologiques à relever

Les quantités de données à stocker sont énormes (Big data) •  1000mercis maitrise les nouvelles technologies de stockage de données (mongoDB, hadoop,…)

Principal enjeu : faire correspondre des données autour d’un cookie et autour d’un individu en base PRM/CRM chez l’annonceur •  1000mercis opère depuis plus de 10 ans des programmes rapprochant des données issues de

cookies et des données clients (trigger marketing, retargeting par email…) 18 mois de recherches et développement pour la mise en place d’un TAG propriétaire : •  Cookie matching possible avec tous les acteurs du marché •  Fonctionnement en cookie 1st party pour augmenter les données collectées et analyser

l’utilisateur qui refuse les cookies 3rd party •  Optimisation du temps de chargement des pages : fonctionnement asynchrone et optimisation

des caches •  Consolidation multi-device à l’individu


Architecture propriétaire et scalable

Exemple de résultat de sonde sur la plateforme de tags

Plateforme frontweb :

•  Entièrement scalable, capable de

supporter 250 millions d’appels

quotidiens

•  Surveillée 24h/24 par 1000mercis

•  Hébergée en France


Identification multidevices

La technologie 1000mercis (tag + base de données) permet de reconsolider en temps réel plusieurs identifiants de cookies autour d’un même individu (prospect ou client)

Base de données 1st Party

Annonceur

ID 123 ID 456 ID 789

Consolidation autour d’un même individu des Ids : 123, 456, 789


Exploiter et rentabiliser cette base de données (1/2)

Optimiser le ROI des campagnes de conquête en Display :

•  Exclusion exhaustive des clients •  Segmentation fine des prospects •  Offre anniversaire

Utiliser le Display en CRM / PRM : •  Ciblage CRM (cross-sell, upsell, réassurance) •  Post-visite •  Réactivation des non-ouvreurs, NPAI, désabonnés, … •  Surpression Display+email (ex : programme de nursing)

Augmenter la connaissance prospects / clients : •  Analyse, datamining, segmentation, … •  L’enrichissement de votre base de données PRM/CRM


Exploiter et rentabiliser cette base de données (2/2)

Permettre la personnalisation dynamique de l’expérience utilisateur sur le site de l’annonceur

•  Utilisation de la donnée client/CRM •  Connexion avec les outils de personnalisation de contenu

Monétiser la donnée 1st party dans l’écosystème RTB : •  Anonymement, via un data exchange •  Directement, de gré à gré


Notre proposition

•  Une technologie de tag propriétaire (collecte ad/site centric)

•  Une infrastructure Big Data de stockage, d’analyse et de mise à disposition des données

•  Un outil de pilotage de la Data Management Platform : extranet

•  Un suivi / accompagnement / conseil / formation de l’utilisation et de la rentabilisation de ces données 1st party

•  Une démarche pragmatique tournée vers l’apprentissage

•  Une approche ROIste en lien avec les objectifs business@


Un accompagnement à la carte

•  En complément ou non d’un stratégie e-crm emailing •  Avec une approche pragmatique, basée sur l’apprentissage et le

partage du savoir-faire •  Adapté aux besoins de nos clients :

-  « Full service » : la programmation des campagnes est entièrement gérée par 1000mercis

-  Hybride : 1000mercis accompagne les annonceurs lors d’une période de transition le temps qu’ils se dotent de ressources nécessaires pour piloter ce projet

-  ASP : 1000mercis n’opère pas les campagnes et propose la formation des trading desks utilisant les données 1st party


Quelques-uns des DMP lancées avec nos clients


Personnalisation des bannières sur des critères CRM

Ventes : moment de vie

•  Création de segment selon le profil des individu en base : prospect / client et distinction des performances selon l’optin connu en base à destination des parents dont l’anniversaire d’au moins un enfant arrive dans les 3 prochaines semaines

Personnalisation du contenu de la bannière en fonction de l’âge et du sexe de l’enfant

Fille 0 – 2 ans

Wide Skyscraper – 160*600

Garçon 0 – 2 ans Fille 8 – 12 ans


Campagne de cross sell par catégorie de produit

Cross sell

•  Identification des clients CRM à fort potentiel via la réalisation de scoring

•  Ciblage sur de la donnée comportementale suite à une visite sur la page produit

•  Distinction de l’univers visité : photo, multimédia…

Distinction des actions en conquête et à destination des clients

Medium rectangle - 300*250


Leaderboard – 728*90


Campagne à la performance

Générer des conversions

•  Acquisition de nouveaux clients

•  Retargeting visiteurs en fonction du parcours de visite / funnel de conversion

Création de segments utilisant de la données 1st party et de la données tierce Medium rectangle - 300*250




Campagne de médiatisation d’application mobile

Téléchargement d’application

•  Mise en place d’un plan de médiatisation de l’application mobile Carrefour via l’écosystème RTB

•  Distinction selon le device de navigation (android, iOS) et en base CRM (porteur de carte) dans le targeting de la campagne RTB

Faire levier sur des données comportementale de navigation grâce à l’écosytème RTB pour déclencher l’enchère

Medium rectangle - 300*250




1.  Introduction

2.  Display RTB


4.  Analytics


Analytics

Tests A/B : impact réel du post-view, impact réel du retargeting / de la conquête, landing pages, … Analyses multi-leviers : Impact de la TV sur le online Modèles d’attribution personnalisés Outils de tracking multi-leviers : sélection, accompagnement etc


Etude sur la valeur incrémentale du retargeting

Le retargeting a prouvé sa valeur sur la base d’une évaluation last clic payant, post clic. Or l’environnement multi levier d’un site e-commerce est particulièrement bruité : •  Il est difficile d’évaluer un levier sans tenir compte des effets des autres •  D’autres facteurs interviennent :

•  Le modèle d’attribution •  La communication offline •  La saisonnalité •  L’évolution de l’offre et des produits •  …

Une seule solution pour tester réellement la valeur incrémentale d’une action ou d’un levier : travailler sur la création d’un groupe test et d’un groupe témoin


Protocole de test

Constituer en temps réel, sur la base du cookie : Un échantillon test qui sera exposé aux campagnes de retargeting Un échantillon témoin qui ne sera pas exposé Mesurer pour chaque échantillon : •  Le chiffre d’affaires •  En s’affranchissant du modèle d’attribution (pas de limite dans le temps, pas d’a priori

sur le post clic ou post view) Analyser le revenu incrémental de l’échantillon test versus l’échantillon témoin Mise en œuvre technique : •  Déterminer le pourcentage de témoin pour avoir des résultats significatifs •  Utiliser un tag 1000mercis pour traquer la donnée au niveau individuel : arrivée sur le

site, exposition view et clic, transformation… •  Utiliser un tag 1000mercis ou un container pour créer en temps réel l’échantillon


La question clé : quelle valeur accorder à une impression ?

•  Plus de 23% des commandes sont attribués après un clic sur un lien de l’annonceur, dont 6,6% sont des liens quasiment gratuits.

40,1% des commandes ont comme dernier levier des liens marque.

•  Le search payant est également un levier de transformation : 13% des commandes sont conclus après un clic sur un lien payant de

search (hors lien marque).

•  Nous avons près de 3% des commandes qui sont générés grâce à de l’emailing.

A retenir

2,8%

2,5%

2,8%

18,4%

15,6%

13,9%

49,0%

0,4%

0,4%

12,5%

36,5%

35,5%

2,5%

5,9%

6,6%

6,3%

15,1%

16,7%

1,1%

1,9%

2,9%

0,8%

3,8%

3,1%

2,3%

5,7%

5,1%

4,3%

12,4%

13,0%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Visites

Dossiers saisis

Dossiers AE

Accès direct Advertising Sites underAffiliation Marque - Liens gratuits Marque - Liens payantsEmailing Partenariat RéférantsSearch gratuit Search payant

2,8%

2,5%

2,8%

18,4%

15,6%

13,9%

49,0%

0,4%

0,4%

12,5%

36,5%

35,5%

2,5%

5,9%

6,6%

6,3%

15,1%

16,7%

1,1%

1,9%

2,9%

0,8%

3,8%

3,1%

2,3%

5,7%

5,1%

4,3%

12,4%

13,0%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Visites

Dossiers saisis

Dossiers AE

Accès direct Advertising Sites underAffiliation Marque - Liens gratuits Marque - Liens payantsEmailing Partenariat RéférantsSearch gratuit Search payant

Commandes

•  Cas pratique : exemple de répartition par levier chez un site marchand


Analyse comparative des 2 modèles d’attribution 4,

6%

4,3%

0,05

%

14,8

%

12,1

%

12,1

%

9,3%

24,6

%

12,3

% 14,6

%

3,4%

3,5%

14,8

%

11,9

%

12,1

%

9,4%

25,9

%

12,3

% 14,6

%

0%

5%

10%

15%

20%

25%

Acc

ès d

irec

t

Adv

ertis

ing

Site

s un

der

Affili

atio

n

Mar

que

-Li

ens

grat

uits

Mar

que

-Li

ens

paya

nts

Emai

ling

Part

enar

iat

Réf

éran

ts

Sea

rch

grat

uit

Sea

rch

paya

nt

Influence de la règle d'attribution sur les taux de transformation par levier

Modèle implémenté Modèle américain

•  Pas d’influence majeur sur les taux de transformation.

•  Pour le modèle américain, le seul point à retenir est que l’attribution à de la post-impression sur le display se fait à un délai de 1 jour maximum (au lieu de 7 jours dans la méthode d’attribution que nous avons choisie), ce qui va faire diminuer le taux de transformation du display.

A retenir

Dans le modèle implémenté, le dernier levier est calculé avec la règle 30J clic puis 7 jours post-impression avec priorité sur le payant. Pour le modèle américain, le délai d’attribution est différent : on attribue au clic ayant eu lieu 14 jours maximum, et à de la post-impression à 1 jour. Regardons les taux de transformation trouvés suivant ces deux méthodes d’attribution :

4,6%

4,3%

0,05

%

14,8

%

12,1

%

12,1

%

9,3%

24,6

%

12,3

% 14,6

%

3,4%

3,5%

14,8

%

11,9

%

12,1

%

9,4%

25,9

%

12,3

% 14,6

%0%

5%

10%

15%

20%

25%

Acc

ès d

irec

t

Adv

ertis

ing

Site

s un

der

Affili

atio

n

Mar

que

-Li

ens

grat

uits

Mar

que

-Li

ens

paya

nts

Emai

ling

Part

enar

iat

Réf

éran

ts

Sea

rch

grat

uit

Sea

rch

paya

nt

Influence de la règle d'attribution sur les taux de transformation par levier

Modèle implémenté Modèle américain

•  Cas pratique : exemple avec un site marchand


Test de surpression multi-levier en fidélisation •  Optimiser l’allocation des coûts média par individu en fonction :

–  Valeur individuelle –  Coût de chaque levier –  L’affinité de chaque individu par levier

TESTS MENES

Taux Ouverture

Unique moyen

Taux Réactivité

moyen

Nombre Commandes Montant total Taux

Rendement

Custom Audience (sur

le non ouvreurs et

NPAI)

RTB

Relance SMS

(sur le non ouvreurs et

NPAI)

Anniversaire 13,03% 16,83% 31 114 2 053 958,33€ 0,14% X X Abandonniste 55,17% 25,22% 16 338 1 293 884,82€ 2,75% X X Fidélité 31,94% 20,89% 10 903 707 119,34€ 0,90% X Post-tracking Post-visite 42,51% 34,10% 8 725 643 465,85€ 0,47% X X

Post achat 28,96% 17,32% 5 526 369 320,01€ 0,19%

Welcome Prospect 18,93% 16,92% 2 062 173 330,16€ 0,16% X X Welcome Client 39,35% 27,55% 1 446 103 757,42€ 0,26%

Relance carte fidélité 27,84% 17,47% 1 087 72 818,89€ 0,45%

Back In Stock 42,96% 28,37% 414 34 373,10€ 0,56% X Satisfaction Post Livraison 30,82% 33,22% 148 9 886,78€ 0,07%


Protocole de test d’interaction entre leviers…

Visiteurs du site

3 populations

VS

VS

Site de l’annonceur

Email J+1

Retargeting

Email J+1

Retargeting Bannière

RTB

Groupe témoin


… avec des résultats probants pour le retargeting multicanal

Visite Conversion

Email

+ 14%

+ 20%

*Source : étude 1000mercis – secteur banque et finance

Email + bannières

•  Retargeting multicanal email et display


Développer les interactions entre supports et tester les impacts on/off

•  Protocole de mesure d’impact d’un plan media display sur achat offline

Cible issue d’un programme de

fidélisation offline : data onboarding

VS

Plan Media RTB

Groupe témoin

•  Protocole de mesure d’impact d’un sport TV sur activité digitale

Spot TV

Post test « Brand Impact »

Analyse d’impact sur le Search et les leviers on line

Intégration dans les modèles d’attribution

Mesure d’impact sur achat offline grâce au

programme de fidélisation offline


Scope of the study

Between 5/5/2013 and 7/13/2013 115,5 millions impressions measured

Cookie sync

Banner measurement Visits and conversions measurement


Post-view visits are increased with viewable impressions

+20% of visits the same day after a viewed impression +33% of visits the following day after a viewed impression

0,00% 0,10% 0,20% 0,30% 0,40% 0,50% 0,60% 0,70% 0,80% 0,90% 1,00%

Same Day Day + 1

Not viewable Viewable


Viewable impressions have an even stronger impact on conversions

+68% conversions the same day after a viewed impression +75% conversions the following days after a viewed impression

0,00% 0,02% 0,04% 0,06% 0,08% 0,10% 0,12% 0,14% 0,16%

Same Day Day + 1 Day +7

Not viewed Viewed


Visits’ viewability lift is positively impacted by repetition

+70% for users with only one impression viewed X4 for users with over 3 impressions served and most viewed

0,059% 0,101% 0,095% 0,158% 0,220%

0,396%

1,581%

1,998%

0,0%

0,5%

1,0%

1,5%

2,0%

2,5%

1 impression served - 0

viewed

1 impression served - 1

viewed

2 impressions served - 0

viewed


viewed


viewed

3+ impressions served - 0

viewed

3+ impressions served - <half

viewed

3+ impressions served - >half

viewed

View

abili

ty li

ft


Optimum trade-off between viewability, frequency and CPM

The optimum cost is reached with a fairly good viewability at a reasonnable price

10 €

3 €

6 €

*Hypothesis (theoretical data):

CPM = 0.5 € (Viewability = 30% and 60%)

CPM = 2 € (Viewability = 90%)

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Incremental viewability per

served impression

Frequency (served impressions)

Viewability = 30%

Viewability = 60%

Viewability = 90%


Navigation history scoring using Multivariate Hawkes Processes

Abstract:

•  What can we learn from navigation history of internet users ? When trying for instance to advertise on the web, how to

score each user based on his past behavior in order to deliver the right people the right advertisement at the right time ? In

this poster, we propose a method based on Multivariate Hawkes Processes. A fast learning algorithm is exposed, that is

compatible with the inherently big size of the data for this type of applications. We show that the proposed method

performs significantly better than state-of-the-art algorithms on real datasets.

Conclusions: •  We achieve better AUC than state-of-the-art. Linear Hawkes model seems to

be the more general tractable model for scoring a user navigation history.

•  In figure 4, the ”CTR/reach” curve illustrates the operational implications of the

present algorithm. In many cases, the profit will be proportional to the CTR of

a campaign.

•  By optimizing surrogate functions of the MLE, finding the global minimum

takes in practice a few steps of complexity O(total number of events in all

users history) which makes the algorithm tractable for very large datasets.

Yann Le Roux

01 78 90 02 30 / 06 72 84 69 43

[email protected]

Ghislain Lefebvre

01 78 90 02 33 / 06 60 77 69 30

[email protected]

Présentation rtb matiro master

Documents

Transcript of Présentation rtb matiro master