How do we (try to) measure and track user engagement ?

I’d already heard about RFV (Recency, Frequency, Volume) as an indicator from the Financial Times, and our version synthesizes subscriber and member activity, considering regularity and consumption.

Given L’Équipe’s years-long focus on a membership-driven strategy, we now have over 2 million active monthly members and subscribers, along with a significant amount of behavioral data for analysis.

The most complex phase of implementing this project wasn’t developing the formula but rather the iterative testing phase. This allowed us to refine the metric, replacing « Recency » with « Regularity. »

One of the initial conclusions (unsurprisingly!) was a clear correlation between customer lifetime value and engagement level.

The more we increase customer engagement levels, the more subscriber lifetime extends and the more members convert to subscribers

Why is this metric more accurate than page views or time spent?

It takes into account the regularity, frequency, and volume of content consumed, while adding a weighting based on the “importance” of the content: the greater the « value » of a piece of content in terms of editorial significance, revenue generation, and the time spent producing it, the higher its weight will be.

• Regularity, frequency, and content volume: factors in the weight of consumed content—giving more weight to editorially and financially valuable content.
• Frequency of visits: How often a user returns to the platform (both web and apps)
• Content diversity: The range of distinct content consumed
• Tenure: How long someone has been a member or subscriber
• Interaction with content: With higher weighting for Flagship content

For instance, a user who primarily reads « live match » content with low consumption of premium or flagship content will get a lower RFV than someone consuming more higher-value articles or documentaries.

Triple objectives to boost engagement (and of course retention!):

1. Increase recurrence
2. Improve frequency
3. Encourage consumption of high-value editorial content

Key insights from RFV analysis and actions taken:

#1 Correlation between app downloads and high RFV

We developed, in partnership with POOOL, various formats to promote app downloads.

#2 Email openers have higher RFV

We launched a newsletter project targeting subscribers with a low RFV (less than 25) —particularly those with weaker weekend engagement— to provide a weekend news summary and insights from our editorial team.

#3 Consuming Flagship content drives high RFV

Although we defined the content weighting in our algorithm, our initial analysis emphasized the importance of ‘original’ content in customer lifetime value.

By ‘flagship content,’ I mean the very best of L’Équipe — the finest work from our journalists, whether in the form of videos, podcasts, written pieces, or documentaries.

One of the challenges for a media organization is ensuring its content thrives on the homepage of the site. News moves quickly, one story replaces another, and an incredible piece can fail to reach its audience because it was showcased for too short a time, paired with an unclear image, or given a misunderstood headline.

To address this, we adopted an idea suggested by our subscribers: releasing a monthly preview of upcoming content, similar to how platforms present their programming schedules.

Both on site:

And in the newsletter:

These campaigns resulted in notable RFV increases:

• +9% for platform clickers
• +12% for email clickers

> Subscriber (re)engagement strategies from L’Équipe and Les Echos-Le Parisien

#4 Interactive features do have an impact on RFV (Especially for members)

We aimed to foster interactivity among readers. With over 500K monthly comments, the « comments » section on the platform is essential. So to maximize its value, the first step was to update the space with a redesign and new features, such as emoji reactions, AI-generated comment summaries, etc.

Our second objective was to foster greater proximity between audiences and the brand: bringing journalists and readers closer together to develop a sense of belonging. As part of the Olympic Games, we introduced several types of content, including Q&A sessions, which we plan to gradually roll out across our platforms.

> Going further with interactive engagement: DER SPIEGEL’s debating feature

Priority #2: Targeted retention and re-subscription offers in an marketing automated cycle

Prioritizing former subscribers in your strategy, especially reaching out to them within the first few days after they cancel, is crucial:

• 70% of re-subscribers re-engage within seven days of cancellation.Former subscribers acquired during promotions are particularly responsive to targeted relaunches with attractive pricing.
• On average, former subscribers are 18 times more likely to re-subscribe than members, while members are 18 times more likely to subscribe than anonymous users.

Retention and re-subscription scenarios:

We identified two main phases, each divided into distinct analysis periods:

Retention Period: The client has made his cancellation request but still has access and is informed of its impending end.

Re-Subscription Period: The client loses access, prompting relaunches during key periods:

• Day 0–7
• Day 8–30
• Day 30+

We deployed cycles of retention and re-subscription across all customer touchpoints:

• Cancellation form (called in France “loi MUPA »)
• Service-client cancellation confirmation
• Promotional messages on digital platforms
• Apps, push notifications, in-app messages
• Paid media

To achieve the highest possible results, we first implemented offers (initially the same for all users) across all customer touchpoints.

Spoiler alert: doing this across all channels and levers has a MASSIVE impact!

All this communication is coordinated using audiences created within our CDP, which are then shared with all our third-party tools.

A culture of testing as a growth driver

Over the past 18 months, we tried a growth marketing approach, which, in our terms, means ultra-personalization and precise targeting of our subscription messages, starting with our retention and re-subscription offers.

A multidisciplinary team (data, acquisition, and CRM) was formed to define targeting strategies and, more importantly, activate them across our platforms. Each step is tested, analyzed, and then optimized.

Among the initiatives:

• Over 300 campaigns tested annually, featuring variations on:
  • Marketing angles (what are the benefits? Content? Which words should we use to define the benefits?)
  • Pricing approach
  • Trial period and its price

In 2024, enhanced automation of campaigns enabled us to manage around 15 specific segments with tailored offers and messages. The primary advantage of this automation is its ability to significantly improve our conversion rates.

Key learnings from these tests:

• We discovered that a significant portion of former subscribers are quite receptive to retention offers at higher price with commitments that do not negatively impact our ARPU but instead come with a one-year commitment.
• This approach meaningfully increases the LTV of our subscribers and, by extension, boosts our margins.

Thanks to these strategies, 75% of customers who reached the -100 days mark of their promotional offer period are still subscribers as of November 2024.

Romain Lhote est directeur marketing de L'Équipe. Quotidien du sport emblématique, L'Équipe réunit 2,5 millions de lecteurs chaque jour sur le numérique et compte plus de 190 000 abonnés à son offre digitale payante. L'acquisition d'abonnés est, comme pour beaucoup, au centre de sa stratégie de monétisation. Aujourd'hui, Romain nous raconte comment à force de tests et d'essais, son équipe a réussi à diviser par deux son coût d'acquisition sur les plateformes publicitaires, tout en maintenant le budget à des niveaux sensiblement similaires.

Au cours des 3 dernières années, notre portefeuille d’abonnés a fortement progressé, grâce à plusieurs choix stratégiques, notamment le passage d’un marketing de masse à un ciblage plus précis de nos lecteurs.

Malgré la puissance de nos propres canaux (site, application et CRM, qui représentent la plus grande part de nos recrutements d’abonnés), nous continuons d’investir dans le paid pour soutenir notre stratégie. 

En 2023, 90% de nos investissements média ont été faits sur Google et Meta. Nous y associons d’autres dépenses (X, TikTok, Twitch, influence) qui ne sont toutefois pas encore très développées à ce jour.

Changer de façon de faire du paid

Diviser par deux nos coûts d’acquisition d’abonnés ne s’est pas fait du jour au lendemain, évidemment. Il nous aura fallu deux années pour progresser fortement sur nos deux KPI principaux :

• conversions & coût d’acquisition attribution des plateformes (à 7 et 30 jours) ;
• conversions & coût d’acquisition en last click.

Les mesures utilisées comportent plusieurs biais méthodologiques, notamment car nous n’avons pas d’outil d’attribution :

• nous ne captons pas d’info sur l’audience non consentie ;
• nous devons nous baser sur les chiffres des plateformes et sur leur notion de consentement post-click et post-view (7J post-click 1J post-view pour Meta, jusqu’à 30J post-click pour Google) ;
• avec une duplication possible entre des données des différentes plateformes…

Cependant, notre travail sur l’acquisition payante s’est structuré autour de trois axes : 

• d’abord, mettre en place un ciblage précis basé sur des comportements utilisateurs ;
• ensuite, restructurer nos comptes sur les plateformes publicitaires ;
• enfin, tester et personnaliser les messages de nos créas.

1- Segmenter les audiences avec précision

Généralement, la tendance en matière de paid est de travailler en broad, c’est-à-dire avec des audiences larges sans distinction de critères spécifiques. 

Néanmoins, nous sommes un cas à part. Grâce à notre audience forte, et donc un flot de data important, segmenter nos audiences semblait une première étape cruciale. 

Historiquement, des ciblages existaient sur les sports favoris des lecteurs mais dont les résultats étaient assez inégaux. Nous avons donc choisi de segmenter les clients de deux façons : 

• selon le statut de chaque lecteur d’une part : anonyme, membre, ancien abonné, etc.; 
• en fonction de leur consommation de contenus et features d’autre part : utilisateurs frénétiques des directs, lecteurs d’articles gratuits, de payants, de vidéos…

D’une segmentation comportant une myriade de segments, avec parfois un ciblage très réduit, nous avons pris le parti d’avoir 3 campagnes par niveau d’intérêt, chacune déclinée en 4 à 5 segments uniquement, en plus de quelques campagnes ponctuelles.

Vu les moyens humains alloués sur le sujet (1,5 ETP), notre premier objectif était d’avoir quelque chose de controlable, mesurable ; sans avoir à micro-piloter des segments à 500 personnes, qui peuvent peut-être avoir un CPA compétitif mais qui généreront au final peu de conversions.

Bien sûr, tous les groupes n’ont pas le même volume, le même profil, ni la même propension à l’abonnement… 

2. Restructurer nos comptes sur les plateformes publicitaires

Afin de mettre en place notre stratégie de ciblage, un gros travail de l’ombre a été nécessaire, pour structurer nos comptes autour de nos 3 grandes familles d’audiences ciblées, 3 « campagnes » au sens des plateformes.

Nous avons en effet mis en place une structuration de nos comptes basée sur la méthode TOF-MOF-BOF, un ciblage en entonnoir, en nous basant sur data third & data propriétaire :

• Audience TOF (Top of Funnel) : 
  • L’audience TOF désigne les personnes dont la connaissance de l’abonnement n’est pas déterminée. On leur promeut généralement des publicités de notoriété de l’abonnement. 
  • Trigger : données third, basés sur centres d’intérêts essentiellement, éventuellement visite non-qualifiée (visite de notre home page et nos directs)

• Audience MOF (Middle of Funnel) : 
  • L’audience MOF se situe au milieu de l’entonnoir et a déjà montré un certain intérêt pour la marque L’Équipe et a connaissance de notre abonnement payant. 
  • Trigger : ce sont les membres logués, et/ou navigation sur des pages spécifiques comme sur le suivi en direct  de notre chaîne en direct

• Audience BOF (Bottom of Funnel) : 
  • L’audience BOF est composée de personnes déjà intéressées par notre offre d’abonnement payant, et avancés dans leur process d’achat. Engagés, ces clients se trouvent souvent proches de la phase de conversion. 
  • Trigger : visite de notre landing page abo, entrée de tunnel, ex-abonnés …

Ces données sont captées à la fois par des pixels de tracking issus des plateformes, mais également depuis notre CDP : un pont a été créé avec nos outils paid afin que des audiences issus de données first puissent également être envoyées (ex-abonnés, abonnés à l’offre XXX…)

Exemple de campagne pour un utilisateur BOF (Bottom of funnel)

Trigger : un utilisateur a vu notre landing page abonnement :

S’il a moins de 26 ans, il est alors ciblé par une publicité « BOF » spécifique :

Exemple de campagne pour un utilisateur MOF (Middle of funnel) membre : 

Exemple de campagne pour un utilisateur BOF (Bottom of funnel) ancien abonné : 

3. Personnaliser les messages

Après avoir structuré nos audiences, il était temps de réfléchir à comment personnaliser nos messages. Visuel, tarif, offre, mot à mot : 1 an et demi de tests consignés dans un fichier de suivi afin de savoir pour chaque cible quel est la combinaison entre hook, message, prix, offre, visuel le plus impactant, cela afin de trouver la bonne accroche pour le bon client !

Ci-après, exemple de personnalisation des messages : la contextualisation des offres pour le Tour de France et la Coupe du Monde de Rugby 

Nous avons testé souvent. Beaucoup testé… Ci-après trois de nos apprentissages, dont certains sont parfois contre-intuitifs :

#1 Ne plus pousser d’articles sponsorisés 

Miser de l’argent sur un article « paywallé » spécifique, en espérant qu’il convertisse des lecteurs en abonnés n’est plus une stratégie que nous suivons : les coûts d’acquisition sont trop élevés en attribution, et en last click. Par ailleurs, leur durée de vie est trop faible pour en faire la promotion assez longtemps, et les posts en natif leur ramènent déjà assez d’audience.

#2 Configurer des campagnes de type notoriété pour générer de l’abonnement

Sur des cibles très réduites, nous avions parfois quelques difficultés à diffuser nos campagnes. Aussi, afin d’améliorer notre volume de conversion, nous avons testé de faire de la conversion sur des campagnes de notoriété… et ça marche !

Les campagnes de type notoriété nous ont permis une plus large diffusion de notre campagne, mais également de maintenir un coût d’acquisition similaire à une campagne de conversion classique.

#3 Ne pas déregler l’algo 

C’est devenu notre plus grande crainte. 

Lors de temps fort promo, nous avions toujours augmenté nos investissements de manière très forte durant les quelques jours de la promo. Au lancement de ces campagnes, les coûts d’investissement augmentaient toujours de manière surprenante.

Ainsi, maintenant, pour chaque campagne de promotion, nous tâchons de scaler progressivement en amont du début de la campagne pour éviter de dérégler les algorithmes et maintenir la stabilité sur notre compte et  nos performances.

Stratégie paid 2.0 : les résultats

Grâce à notre nouvelle stratégie, nous avons donc augmenté de manière substantielle à la fois les abos en attribution et en last click, avec une baisse par 2 des coûts d’acquisition dans les deux cas.

Coût par acquisition (attribution) 

Évidemment tout n’est pas réussi, et quelques flops sont à mettre en exergue, notamment autour de nos campagnes payantes d’influence, dont le ROI n’a jusqu’à présent jamais été prouvé. 

Exemple de campagnes d’influence ratée pour la promotion de la carte cadeau LEQUIPE sur la période de Noël 2023, avec… 1 conversion 

Et maintenant ?

Nos chantier pour l’année 2024  : 

• Continuer les tests, dans un écosystème très changeant avec la fin des cookies tiers et avec des échéances cet été qui risquent de rabattre quelques peu les cartes sur le ciblage, la perf et les mesures

• Développer les formats vidéos où nous ne sommes pas particulièrement en avance, et notamment verticales avec un axe créatif décalé pour TikTok afin d’appuyer l’un des piliers de la stratégie globale de notre marque : toucher les jeunes. Nous souhaitons en parallèle leur promouvoir de manière différente l’abonnement et comprendre comment fonctionnent les algos. 

• Essayer de recruter de plus en plus de leads qualifiés. Recruter moins mais recruter mieux avec un meilleur ARPU. Nous avons pour volonté de cibler encore plus nos offres, pour cibler en priorité nos anciens abonnés, donc la transfo est 13 fois supérieure à nos membres.