Courbes de Saturation dans le MMM: Comprendre des concepts tels que les rendements décroissants
Alors que les entreprises cherchent à optimiser leurs efforts marketing, il est essentiel de comprendre la relation entre les dépenses marketing et la performance. Une approche consiste à utiliser les courbes de saturation dans la modélisation du mix marketing pour analyser l’impact des différentes variables du mix marketing sur les ventes et d’autres indicateurs clés de performance.
1.Qu’est-ce que les Courbes de Saturation ?
Les courbes de saturation sont des représentations graphiques de la relation entre l’entrée et la sortie ou la réponse, où la sortie atteint un plateau ou un niveau maximal à des niveaux élevés d’entrée. En marketing, les courbes de saturation sont généralement utilisées pour analyser la relation entre les dépenses marketing et la performance, comme les ventes ou la notoriété de la marque.
Les courbes de saturation peuvent être utilisées pour identifier le niveau optimal de dépenses marketing qui maximisera le retour sur investissement (ROI). Elles peuvent également aider les marketeurs à comprendre le point où des dépenses marketing supplémentaires ne sont pas susceptibles de se traduire par des gains significatifs supplémentaires en performance.
2.Les Courbes de Saturation dans la Modélisation du Mix Média
La modélisation du mix marketing est une approche statistique utilisée pour déterminer l’impact des différentes variables du mix marketing sur les ventes et d’autres indicateurs clés de performance. Les courbes de saturation sont une analyse importante réalisée dans le cadre d’un modèle de mix média, aidant à identifier le niveau optimal d’investissement dans chaque variable pour atteindre les résultats souhaités.
Dans la modélisation du mix média, les courbes de saturation sont utilisées pour analyser l’impact de différents canaux, tels que les dépenses en télévision, en affichage extérieur ou en numérique, sur les ventes. En analysant les courbes de saturation, les marketeurs peuvent identifier le niveau optimal d’investissement dans chaque variable pour atteindre les résultats souhaités.
Par exemple, considérez l’impact des dépenses publicitaires en télévision sur les ventes. À mesure que les dépenses publicitaires en télévision augmentent, les ventes sont susceptibles d’augmenter, mais à un moment donné, le gain incrémentiel des ventes diminuera, et les ventes atteindront un plateau. Les courbes de saturation peuvent aider à identifier ce point, permettant aux marketeurs d’optimiser leurs dépenses publicitaires en investissant jusqu’au point de rendements décroissants.
Dépenses Publicitaires
L’une des utilisations courantes des courbes de saturation dans la modélisation du mix marketing est d’analyser la relation entre les dépenses publicitaires et les ventes. Les courbes de saturation peuvent aider à déterminer le point où des dépenses supplémentaires en publicité ne se traduiront plus par des gains incrémentiels significatifs en ventes.
Par exemple, supposons qu’une entreprise analyse l’impact de ses dépenses publicitaires à la radio sur les ventes. Elle peut commencer par investir une petite somme dans la publicité et mesurer l’augmentation résultante des ventes. Au fur et à mesure que l’entreprise augmente ses dépenses publicitaires à la radio, elle peut représenter l’augmentation résultante des ventes sur un graphique pour créer une courbe de saturation.
À mesure qu’elle continue d’augmenter ses dépenses à la radio, elle peut constater que l’augmentation incrémentielle des ventes commence à se stabiliser, atteignant éventuellement un plateau. Cela indique qu’elle a atteint le point de rendements décroissants, où des dépenses supplémentaires en publicité à la radio ne se traduiront probablement pas par des gains incrémentiels significatifs en ventes.
En analysant la courbe de saturation des dépenses publicitaires à la radio, l’entreprise peut déterminer le niveau optimal d’investissement dans la radio qui maximisera son retour sur investissement. Elle peut également identifier le point où un investissement supplémentaire dans la radio ne se traduirait pas par des gains significatifs en ventes, ce qui lui permettrait d’optimiser son budget marketing et d’éviter les dépenses excessives en radio.
3.Comment calculer les Courbes de Saturation
1.Fonction de Hill :
La fonction de Hill est couramment utilisée pour modéliser les courbes de saturation sigmoïdes. Elle comporte des paramètres pour la valeur maximale (max_value
), la concentration à laquelle la réponse est à mi-chemin entre les valeurs minimale et maximale (half_point
), et la pente (slope
) déterminant la raideur de la courbe.
L’avantage de l’utilisation de cette formule est qu’elle permet de flexibilité en ajustant la forme de la courbe de saturation en modifiant le coefficient de Hill. Cela peut être bénéfique lorsque la relation entre les variables marketing et les indicateurs de performance n’est pas précisément connue. Cependant, cela peut nécessiter un plus grand nombre de paramètres à estimer, le rendant plus complexe et potentiellement plus intensif en calcul que d’autres formules.
Enfin, cette fonction est particulièrement adaptée lorsque la nécessité d’explorer différentes formes de courbes de saturation est présente et lorsqu’une relation plus complexe entre les variables marketing et les indicateurs de performance est suspectée.
import numpy as np
def fonction_de_hill(x, max_value, half_point, slope):
return max_value * (x**slope) / (half_point**slope + x**slope)
2.Saturation Exponentielle :
Les courbes de saturation exponentielles peuvent être modélisées à l’aide d’une fonction exponentielle. La fonction prend une entrée (x
), une valeur maximale (max_value
), et un taux de saturation (rate
).
Un avantage de l’utilisation de cette fonction est qu’elle est relativement simple et efficace en termes de calcul. Elle suppose un taux constant d’augmentation des performances avec les dépenses marketing jusqu’à ce qu’un point de saturation soit atteint. Néanmoins, elle suppose un taux de saturation fixe, qui pourrait ne pas capturer avec précision les dynamiques du monde réel où le taux de saturation pourrait varier.
Cette fonction est la plus appropriée lorsque le taux de saturation devrait rester relativement constant et qu’une approche plus simple est préférée python.
import numpy as np
def saturation_exponentielle(x, max_value, rate):
return max_value * (1 – np.exp(-rate * x))
3.Fonction Logistique :
La fonction logistique est une autre fonction couramment utilisée pour modéliser les courbes de saturation. Elle comporte des paramètres pour la valeur maximale (max_value
), le taux d’augmentation (rate
), et le point médian (midpoint
).
Un point fort de l’utilisation de cette fonction est qu’il s’agit d’une formule largement utilisée qui peut modéliser avec précision les courbes de saturation. Elle permet d’ajuster les paramètres pour contrôler la forme de la courbe, tels que la raideur et le point médian. Cependant, elle peut être plus complexe que la formule de saturation exponentielle et peut nécessiter une estimation de paramètres supplémentaires.
Les meilleures circonstances pour utiliser la fonction logistique sont lorsque l’on s’attend à une courbe de saturation lisse et bien définie, et lorsqu’un niveau de complexité modéré dans l’analyse est acceptable.
import numpy as np
def fonction_logistique(x, max_value, rate, midpoint):
return max_value / (1 + np.exp(-rate * (x – midpoint)))
Ce ne sont que quelques exemples de fonctions pouvant être utilisées pour modéliser les courbes de saturation. Le choix de la fonction dépend des caractéristiques spécifiques de vos données et de la nature de l’effet de saturation que vous essayez de capturer. Vous pouvez expérimenter avec différentes fonctions et ajuster les paramètres pour adapter vos données.
4.Voulez-vous optimiser vos investissements médias entre les canaux ?
Une approche consiste à utiliser des courbes de saturation dans vos modèles de mix marketing pour analyser l’impact des différentes variables du mix marketing sur les ventes et d’autres KPI.
Contactez-nous ou suivez-nous sur Linkedin !
https://www.linkedin.com/company/indaru/
Image par a href sur Freepik