[0:05]Bonjour à tous. On va commencer.
[0:13]Et bien bonjour. Donc je m'appelle Piotr Wosnika. Je suis partner chez Equimetrix et j'ai le plaisir d'être accompagné aujourd'hui de Sylvain Luce et Vine Vuong. Pour repenser la décision stratégique avec le MMM chez Picard et chez L'Oréal. Sylvain, Viny, je vous laisse vous présenter. Et bien bonjour à tous. Donc moi Sylvain, je suis responsable du pôle data et connaissance client chez Picard. Donc j'ai des équipes de data analystes, data scientist et aussi un pôle géo marketing et je lead le projet MMM pour Picard. Donc bonjour. je suis une measurement expert ou MMM expert au marketing effectiveness à la Global CDMO de chez L'Oréal. Et j'ai en charge la supervision et le la coordination de tous les MMM qui sont faits chez L'Oréal à travers le monde. Alors je pense que tout le monde connaît Picard et L'Oréal, mais peut-être quelques mots pour Ecometrics. Donc nous sommes leader européen dans la data science et les solutions d'IA pour la génération de revenus spécialisé dans la génération de revenus et dans le le marketing effectiveness. Nous sommes nés il y a 19 ans dans la modélisation des ventes et dans l'optimisation du mix marketing. Aujourd'hui, nous sommes présents sur trois continents avec une équipe de 500 experts en data science, IA et sectorielle pour accompagner nos clients sur tous leurs marchés. Et pour ce qui est du MMM, nous comptons parmi les leaders mondiaux du domaine. Aujourd'hui, nous sommes reconnus par des institutions comme Gartner ou Forrester pour notre leadership, notre vision. Donc avant de commencer les échanges, je voudrais introduire quand même le MMM marketing mix modeling parce que il y a sûrement des gens qui découvrent ici dans la salle. Donc en fait, il s'agit d'une d'une approche data science qui permet aux organisations de mieux comprendre et de maîtriser leurs investissements dans les activités marketing. Et avec des solutions comme notre plateforme par exemple One Vision, cela leur permet aussi de d'optimiser leur allocation budgétaire sur leurs activités et sur leurs différents leviers. Voilà, et donc du de ce fait d'être plus compétitif. Donc comment ça marche ? On en fait, c'est une approche qui à la base est et de l'économétrie, donc on va statistiquement chercher à attribuer des ventes à des activités, à des drivers, des activités marketing. Donc ici on le voit bien à gauche où il y a des campagnes d'affichage et de la télévision par exemple, et on arrive facilement à voir et à attribuer justement à ces activités à une augmentation des ventes. Là, c'est le cas simple, et ça permet justement de mesurer un ROI des investissements justement de ces de ces activités. Dans le monde qui nous entoure, c'est beaucoup plus complexe, il se passe énormément de choses, il y a des influences externes à l'entreprise, interne à l'entreprise. Vos concurrents communiquent, cassent les prix parfois, il y a des disruptions sur le marché. Et donc tout ça doit être pris en compte et parallèlement à ça, les méthodes vont aussi évoluer au cours des années. Aujourd'hui, on est capable d'aller beaucoup plus vite qu'avant, plus en granularité. Les nouvelles méthodes permettent de décorréler plus finement les différents phénomènes. Mais les principes de base restent les mêmes.
[3:56]Ce qui va faire que le MMM va se se va se situer au centre de la prise de décision dans les organisations pour définir leur budget. C'est la caractéristique holistique du MMM. Donc cette capacité à prendre en compte l'ensemble donc c'est la roue qu'on voit à droite, de prendre l'ensemble l'ensemble des drivers qui expliquent la la hausse ou la baisse de des ventes. Et euh et de débiaiser finalement tous les effets. Et donc ça permet d'avoir une vue unifiée sur la performance des investissements marketing, des AMP, tout ce qui tombe dans le PNL en AMP et euh et d'avoir une vue unifiée des ROI. Voilà, donc maintenant qu'on a introduit le MMM, on peut peut-être commencer Sylvain, tout d'abord, est-ce que vous pouvez euh nous dire quels sont les enjeux business que vous adressez avec le MMM chez Picard ? Oui, tout à fait. Nous au moment on a lancé le programme, la question qui nous était posée, c'était tout simple, c'était comment on arrive à maximiser en fait le ROI marketing de de l'ensemble de nos investissements marketing et média en restant à une enveloppe budgétaire constante. Voilà. Donc comment on peut mettre un petit peu de rationnel et un un petit peu de factuel avant le MMM, en fait chacun défendait un petit peu son levier. Euh et le MMM nous a a permis justement de construire cette vision très très holistique de l'ensemble des leviers et d'aligner l'entreprise en fait sur une culture commune. On voit bien le le côté quantitatif aussi que que les mêmes va apporter. Vinuy, pour un groupe de l'ampleur de L'Oréal, on on imagine les enjeux financiers et organisationnels assez importants. En fait, euh nous l'enjeu qu'on a derrière le MMM, c'est vraiment l'optimisation de nos investissements marketing. Par exemple, en 2024, le groupe L'Oréal a investi 14 milliards d'euros dans son marketing, dans le AMP, donc Advertising and Promotion. Et c'est-à-dire que là où euh bah l'optimisation de ses investissements, c'est pas une option, mais c'est vraiment un enjeu stratégique. Et donc pour euh pour justement prendre en compte cette enjeu-là, on a on a développé un programme qu'on a appelé Beta IQ, qui est un programme global d'optimisation. Et on travaille avec des partenaires comme vous, Equimetrix, pour euh justement notre programme. Mais en fait, euh derrière, il n'y a pas que l'enjeu juste simplement de faire des MMM, c'est vraiment euh euh un programme de transformation. L'enjeu c'est pas de juste mesurer euh les ROI, c'est vraiment comment on peut impacter au quotidien nos décisions d'investissement marketing. On comprend bien justement cette effet de transformation que les mêmes permet aux équipes de fonctionner différemment et donc de transformer la manière de décider.
[6:53]chez L'Oréal, ce n'est pas nouveau. Ça fait près de 15 ans qu'on vous accompagne là-dessus, on vous accompagne aussi sur le programme BetaQ que vous aviez évoqué. Le programme aujourd'hui a scale à un niveau comme dans peu d'organisations. Selon vous, comment on fait justement pour comment pour entamer ce chemin et comment on fait pour pour faire évoluer ce type de programme à l'échelle de L'Oréal ? Donc déjà, c'est euh bah avoir les bonnes personnes, les bonnes équipes pour mettre en place ce programme. Mais en fait, on les deux enjeux qu'on a, c'est la standardisation et l'industrialisation. Qu'est-ce que ça veut dire ? Ça veut dire que euh sur la standardisation, on est euh on doit avoir des processus des processus très clairs et en terme de méthodologie MMM, en terme de data. Parce qu'en fait, on va on va devoir se comparer, des comparer des gains euh des les euh des ROI euh par exemple, sur une publicité TikTok au Mexique et une publicité Instagram au au UK par exemple. Et euh et derrière en plus de la standardisation, on top of that, on va dire, il y a le l'industrialisation, c'est-à-dire qu'on lance on fait un très très grand nombre de MMM euh en même temps dans nos principaux marchés. Et euh et la standardisation permet de faire ça et et également, ben avec ces deux éléments standardisation et industrialisation, on est obligé, on se doit de travailler avec des partenaires qui ont une vision mondiale et suffisamment de d'effectif pour pouvoir tenir euh nos échéances qu'on demande qu'on qu'on leur demande. Et donc voilà, et d'où d'où on travaille avec vous parce que c'est euh vous avez cette surface là qui permet de de travailler euh sur des grands nombres de MMM et en même temps. Alors, vous avez évoquéé déjà des des effectivement, de toucher du doigt en fait, les difficultés là où il y a de l'effort. Et justement, après, comment démarrer, on peut peut-être discuter justement de comment réussir un programme de MMM.
[10:25]Quelles sont selon vous Vinuit du coup, un les facteurs clés de succès d'un programme de MMM ? En premier lieu, c'est la donnée, c'est-à-dire qu'il faut qu'on ait une donnée fiable exhaustive pour euh pour se lancer, pour avoir un bon MMM. C'est-à-dire que même si on a le meilleur des modèles, si on n'a pas une bonne donnée, ben, comme on dit garbage in, garbage out, c'est-à-dire qu'on aura pas quelque chose de de de fiable. Le deuxième point, c'est l'accompagnement humain, c'est-à-dire que on on a parlé d'industrialisation, de standardisation. Mais in fine, le l'objectif c'est quand même de pouvoir à la fin donner des recommandations très précises et très personnalisées en fonction des marchés et en fonction des des marques que l'on a et euh voilà, c'est vraiment euh nous, on accompagne au quotidien ces équipes pour justement pouvoir euh euh appliquer les recommandations. Et le dernier point, c'est le sponsoring au niveau du Comex, c'est-à-dire qu'en fait, quand on a un sponsor, enfin, quand on a quelqu'un dans le Comex qui ne qui nous suit et qui nous pousse, ça permet vraiment de voilà, de que le programme scale et que le programme marche bien parce que ça permet d'ouvrir des portes, ça permet de de discuter avec tout le monde dans l'entreprise et c'est beaucoup plus simple. Et chez Picard, quels sont les facteurs clés du succès du MMM chez Picard ? Moi, je dirais que le premier facteur clé de succès, c'est de clarifier dès le départ en fait où on veut aller. Ça, ça va avoir un impact très fort sur la donnée que vous allez récolter, on peut faire des choses à un niveau très très fin. Mais si derrière l'activation média ne le nécessite pas, beaucoup de leviers média se s'active un niveau plus macro, bah ça évite un effort de collecte très très important. Donc ça, ça a été un premier point de vraiment bien définir ce qu'on cherchait à à mesurer. Le deuxième point, ça a été la mise en place d'une gouvernance commune, en fait, un comité, on a créé un comité avec les différents de direction qui participaient au programme. Donc globalement, autour de la data, évidemment, on avait le commerce, mais on y a mis aussi le marketing, la finance et ça a permis à chacun ben, bien comprendre les enjeux, de poser ses questions. Euh et de créer finalement une culture commune au sein de de l'entreprise. Voilà. Et je dis ouais ouais non, voilà. Et concrètement, comment on fait pour qu'il y ait une adoption du MMM, de ses résultats, de la plateforme, comment on fait pour s'assurer que les les décisions ou en tout cas des actions soient prises et derrière concrètement, ce convertissent en gains ? Ben ça, il faut installer des rituels au sein de l'entreprise, donc des rituels et et du collectif. Donc on a tout un rituel ou ce fameux comité MMM participe depuis la phase de collecte jusqu'à la phase de restitution. Donc ça apporte beaucoup de transparence, ça permet à tout le monde de de participer et puis après le point qui est important, c'est la plateforme. Vous le citiez en en introduction, on utilise une plateforme qui s'appelle One Vision et qui permet à chacun bah de retrouver tous les résultats, les enseignements finalement de l'étude, de pouvoir jouer entre guillemets avec ces données-là à différents niveaux de granularité en fonction de ces ces problématiques métiers. Et puis surtout de réutiliser les enseignements du programme pour aller faire des simulations, aller projeter dans le futur pour ajuster ses ses plans médias. Merci. Alors chez L'Oréal, l'adoption est aussi un enjeu euh critique. Euh Vinuit, pouvez-vous nous en dire un petit peu plus ? Donc euh pour l'adoption, c'est vrai que on a deux points, on a qu'on a la vue, on c'est euh une collaboration transverse parce qu'il faut faire, comme disait Sylvain, il faut faire travailler toutes les équipes en même temps. Donc en fait, ça va du de la data, de l'IT, du marketing et de la finance. Et ça intervient tout le long de tout le processus d'un MMM, c'est-à-dire de la data collection, donc vraiment euh les premières étapes de la du MMM jusqu'à la fin, ce qui est l'adoption des recommandations et euh où toutes les équipes, là où avant c'était plutôt réservé aux équipes marketing, là maintenant, l'objectif c'est que toute euh toutes les fonctions de chez L'Oréal concernées peuvent euh peuvent il y avoir euh peuvent les appliquer. Et le deuxième point, ben je reviens encore sur ce sponsoring du Comex, qui est vraiment très important parce que ça vient d'en haut. Donc en fait, on a beaucoup de ça comme dit ça permet d'ouvrir des portes, ça permet d'aller plus vite, ça permet vraiment de de confirmer le le programme sur lequel je travaille. Alors du coup, ça repose beaucoup sur la gouvernance, l'accompagnement et donc le sponsorship assez fort. Quels gains vous observez sur l'organisation aujourd'hui ? Alors, euh nous, quand c'est lancé dans le programme, euh on avait un on s'est on s'est donné un objectif d'avoir au minimum plus 10 % euh de gain. On est dans les temps euh et voilà, on est on est très content avec. Mais en fait, il y a il y a pas que ces gains euh en valeur absolue en ROI, c'est vraiment un gain en terme de comment ça a permis de enfin, d'améliorer nos processus internes dans l'onde de chez L'Oréal. C'est-à-dire qu'on a, par exemple, un un use case de data, enfin, ça permet de d'appliquer sur la, on a en fait, on avait un un programme de collecte de données automatisées qui existait, et en fait, le programme qu'on a, BetaQ, permet vraiment d'être un use case, donc permet vraiment de de justifier enfin, de l'utilisation de ce de ce de ce processus de data collect. Et ben, ça l'a amélioré. Donc euh ça a permis de l'améliorer, de petite à petit de d'être de mieux en mieux et voilà. Sylvain, euh peut-être que vous pouvez nous parler de quelques opportunités ou des gains très concrets que vous avez pu observer chez Picard. Oui, oui, d'autant plus qu'il y en a plein. Donc le premier, il est intéressant, le MMM nous a permis un petit peu de démonter certaines croyances qu'on pouvait avoir en interne. Si je vous prends l'exemple par exemple des médias digitaux, chez nous, ils étaient très perçus comme servant uniquement le chiffre de d'affaires du e-commerce. Le problème, c'est que le chiffre d'affaires du e-commerce chez Picard, c'est moins de 5 % du chiffre d'affaires de toute l'entreprise. Et donc pour certaines personnes, les montants des investissements pouvaient paraître vraiment très importants. Grâce au MMM, on a pu démontrer du factuel, démontrer un ROI et montrer à quel point en fait, les investissements médias digitaux, ça servait également les 95 autres % du chiffre d'affaires euh de nos magasins. Le deuxième exemple que je pourrais vous prendre, c'est euh le le la réallocation en fait d'une partie de notre budget de promo de masse, donc adressé à tous nos clients, vers la partie euh promo personnalisée issue du CRM. En fait, avec le développement du CRM, l'enjeu qu'on avait, c'était de dire on reste à enveloppe constante et il faut qu'on arrive à prendre une partie du budget de la promo de masse pour la réaffecter sur la partie CRM, mais la question c'est quoi, combien, comment ? Et ça le MMM nous a permis le faire. Donc pour être très très concret, en reprenant une petite partie du du comment, du budget promo de masse à peu près 10 %, ça nous a permis le réallouer à la promo personnalisée de manière conséquente, plus 45 %. Et en fait l'ensemble de ça, toujours en enveloppe constante, nous a permis d'augmenter la contribution de la promo dans son ensemble euh de plus 6 %. Et puis le dernier exemple que je voudrais juste vous prendre, c'est celui du prospectus papier. Donc très très important le prospectus papier hein, pour nos magasins, c'est un rendez-vous, c'est très très attendu. Euh c'est dans les perceptions communes un driver de trafic très fort, et ben le MMM euh a démontré que le retour sur investissement était inférieur à 1 et euh et donc nous a permis de réallouer une partie de ce gros budget vers d'autres leviers euh un petit peu plus rentables. J'ai pas dit qu'on allait supprimer complètement le prospectus, mais on l'a diminué. Voilà. C'est très concret. Merci. On voit bien le ROI, à quel point le gain est tangible.
[19:00]Quelles sont les prochaines étapes pour le programme MMM chez Picard ? Alors chez Picard, bah les prochaines étapes, ça pourrait déjà être de de connecter le programme MMM avec notre connaissance client. on a la chance d'avoir un programme avec plus de 85 % de notre chiffre d'affaires en quartier. Euh donc en en y croisant les informations du MMM, ça nous permettrait d'avoir des informations qui seraient beaucoup plus fines, qui nous permettraient de comprendre par exemple les mix médias et le mix média idéal pour aller activer tel ou tel cible de client ou le mix média idéal pour aller recruter des des clients. Donc ça c'est un premier point. Le deuxième point, ben c'est toujours adapter cette phase de collecte de la donnée et donc utiliser nos outils internes pour fluidifier, collecter plus facilement ce qui peut peut-être améliorer la la fréquence des refresh et rendre le MMM un petit peu plus opérationnel. Et puis le troisième point, on l'a déjà commencé, c'est d'intégrer de plus en plus cette vision levier à long terme. On regarde beaucoup dans le MMM aujourd'hui, l'impact et le ROI court terme de nos actions. Euh mais c'est intéressant aussi de voir les effets de certains leviers sur le long terme et on l'intègre de plus en plus dans nos réflexions. Merci. Euh Vini, chez L'Oréal, le programme MMM donc est aujourd'hui assez mature. Il est lancé un peu, j'allais dire à pleine vitesse. Comment euh comment voyez-vous, voyez-vous en fait des évolutions court, moyen terme ? À court terme, euh comme on comme enfin, c'est la donnée, c'est-à-dire que le on a une obsession, c'est la donnée, c'est-à-dire que comment on peut la récolter plus vite, plus fiable, euh pour qu'elle soit dispo, comme on dit sur étagère, euh presque en temps réel. Donc ça c'est notre premier point.
[20:43]Le deuxième point, ça vient et c'est l'un des prérequis sur la vitesse de d'avoir la donnée, c'est vraiment euh la mise à disposition des résultats. C'est-à-dire que euh bah voilà, on veut avoir les résultats plus rapidement de la même qualité, ce dit. Mais euh je vous dis, pardon, mais ouais, c'est un c'est très important parce que c'est notre euh voilà, il faut accélérer parce qu'on voit dans un monde ça va de plus en plus vite. Donc on veut c'est un point, c'est comment avoir les résultats plus fiables et plus rapidement. Et notre dernier point qui est plus à moyen terme, c'est comment on fait pour démocratiser tout l'enseignement qu'on a, toutes les recommandations qu'on a à travers L'Oréal pour le diffuser plus largement dans l'entreprise. Et donc ça c'est euh c'est notre c'est notre vision sur un horizon un peu plus loin. Alors justement, vous avez parlé de démocratiser, donc ça fait un peu la transition avec la GenAI. Tout le monde parle de GenAI aujourd'hui et justement, c'est une technologie qu'on peut utiliser pour démocratiser, mettre à disposition plus facilement de l'utilisateur des informations un peu complexes. Quel est selon vous la place que cette technologie peut avoir dans le MMM, ou avez-vous des plans justement sur pour en tirer partie dans votre programme ? C'est sûr qu'on regarde, c'est sûr qu'on voit ce qui se passe sur le marché, on c'est très important pour nous voilà de suivre ce qui se passe. Euh en fait, en discutant avec nos différents partenaires et notamment vous sur sur cette partie de GenAI, on voit vraiment comment ça peut améliorer de la data collection jusqu'au modèle et la mise à disposition des résultats, plus l'optimisation et on voit la GenAI qui infuse dans chacun de ces de cette partie et bah pour nous, c'est une très grande source d'inspiration et voir vers où le marché va et où on se dirige.
[22:32]Sylvain, du côté de Picard donc aujourd'hui, vous êtes Beta testeur de Get Insight qui est notre module de GenAI intégré à la plateforme One Vision. Donc c'est un module qui permet à l'utilisateur de d'explorer, de questionner les modèles pour avoir bah justement des insights plus facilement, plus accessibles. Quelle est votre expérience aujourd'hui justement de cette utilisation et quelles sont vos perspectives par rapport à cette technologie ? Moi, je pense effectivement que l'IA générative, ça va être un vrai game changer demain pour euh accélérer l'adoption en fait des enseignements du MMM. Ça permet en fait très simplement dans dans la plateforme d'aller interroger en langage naturel et poser une question claire sur un des enseignements et d'avoir une réponse aussi claire qui peut tout de suite aller activer dans euh selon son métier. Euh donc ça va être un facilitateur, ça va être un un accélérateur. On a plus forcément besoin d'être un data scientist chevronné pour le faire. Et après je pense que l'étape de demain, c'est d'avoir encore plus de recommandations, c'est-à-dire que ça soit la qui nous propose des scénarios finalement euh personnalisés qui nous permettent bah d'accélérer des recommandations qui nous permettent d'affiner nos mix média pour améliorer nos nos retours sur investissement. Donc j'y crois beaucoup. Merci. Donc on on a vu justement que le MMM, en fait, est extrêmement adaptable, c'est-à-dire à différentes situations, différentes maturité justement de de d'organisation aussi par rapport au marketing et la mesure du marketing. Qui s'agisse du groupe global et mature comme L'Oréal ou d'organisation qui est en pleine montée en en maturité justement sur ces ces sujets de mesure euh des de l'effet capacité des mesures des de vos investissements marketing. Le MMM est vraiment aujourd'hui au centre des décisions et permet euh de de prendre des décisions plus éclairées, plus plus factuelles et euh et alignées dans l'organisation.
[25:01]Euh donc là, il il y a un besoin effectivement de sponsorship et de d'accompagnement. L'avenir du MMM visiblement aussi repose quand même pas mal sur euh sur l'automatisation, euh aller plus loin grâce à l'IA, être accéléré. D'un côté, et de l'autre côté, quelque chose qui est plus centré autour de l'utilisateur, du client aussi, enfin, mais de l'utilisateur avec une capacité à adopter justement les résultats, à être beaucoup plus facilement exposé en fait à à l'élément qui va permettre d'être plus compétitif que que le marché. Et donc ça, typiquement, ça pourrait être accéléré avec la GenAI. Merci beaucoup pour nos échanges, euh Sylvain, Vinuit. Et on si on a un peu de temps, on pourrait prendre quelques questions et sinon euh bah on est ravi de vous de répondre à vos questions au stand B17, voilà, si si vous voulez.
[26:01]Merci. je posais la question en anglais si ça va mais vous pouvez répondre en français également. So my question is on the democratization part, when this regarding GenAI, which personally I'm not a big fan of when it comes to statistical tools.
[26:33]What is your perspective on what is the best way to educate an organization on the best usage of MMMs?
[26:47]Je je vais prendre la première partie de la réponse. Euh donc la la, il y a plusieurs aspects. Déjà, la GenAI en fait, permet déjà de de démocratiser la méthode, c'est-à-dire de comprendre en fait, de pouvoir converser un petit peu comme aujourd'hui Chat GPT. On peut très bien poser des questions pour comprendre en fait, comment ça fonctionne. Donc ça, ça permet un accès juste à la technologie pour se rendre compte euh bah en fait à quoi ça sert, à quoi ça va me servir à moi dans mon rôle, ce genre de choses. Ensuite, il y a des organisations donc qui arrivent à justement euh euh créer un ensemble de documentation autour de leur programme MMM. Et ensuite, ça fait un corpus en fait de de savoir, et ensuite, de puguer dessus un chat qui permet justement de de pouvoir converser et de pouvoir donner par exemple, les guidelines que l'organisation met en place, ce genre de choses. Ça c'est la première partie. Et la deuxième, c'est justement l'usage en fait. Euh là où euh tous les euh tous les tous les engine de de de euh de conversation LLM euh on réussi, c'est justement sur l'aspect accès à une information qui est très en fait, répartie un peu partout dans l'organisation. Et ici, elle permet d'un point d'entrée unique, on peut poser des questions. Et donc, ce qui fait que nous, derrière, on peut en fait, le le rendre multimodal, c'est-à-dire se reposer sur les documents internes, des études autres que le MMM, et les résultats de MMM, et permettent juste de mieux faire comprendre à l'utilisateur comment lui peut l'utiliser, comment en quoi est-ce que à lui, ça peut être pertinent ?
[33:00]Merci. Merci. Vous avez parlé de pour que ce soit plus opérationnel, il faudrait pouvoir faire tourner les MMM plus plus fréquemment, si je comprends bien. Et je voulais savoir aujourd'hui, combien à quel rythme vous les faites fonctionner tourner et quel rythme vous viser ?' On fait tourner à deux fois par an et aujourd'hui, ça ça nous va très bien parce que le principe même du modèle fait que on peut ça n'a pas d'intérêt finalement de remettre à jour les données tous les mois. Après ce qui est plutôt important pour nous, c'est dans l'adoption, c'est-à-dire l'exploitation des résultats et que les équipes les utilisent au quotidien et pas seulement au moment du refresh et après, il se passe plus rien pendant quelques mois. C'était plutôt le sens de de mon explication, voilà.
[33:38]Moi de mon côté, c'est vrai que c'est c'est quand je dis plus rapidement, c'est plus dans le sens où euh parfois, c'est long de de faire un MMM parce qu'on a une phase de data collection qui prend du temps, une phase de de modeling qui prend du temps.
[33:55]Et par exemple, on est sur des data qui peuvent enfin le fin de la période de modélisation peut être très éloignée par rapport au moment où on a les résultats. Donc l'objectif, c'est vraiment de réduire au maximum et après, on fait attention de pas non plus faire n'importe quoi. On demande à nos partenaires de pas faire n'importe quoi.
[34:30]Mais d'utiliser ce qui existe sur le marché ou ce que eux, ils développent en interne pour pouvoir euh ben voilà, de de faire de du mieux qu'ils peuvent, si on peut dire, mais voilà.
