Campaign Intelligence · Analyse approfondie
Mesurer l'incrémentalité, pas les vanity metrics
Une seule surface de lecture qui distingue le lift réel du mérite du dernier clic : tests géographiques et holdout pour la causalité, attention au-delà de la visibilité, marketing mix modeling calibré sur les expériences. Ce que signifie vraiment qu'une campagne a fonctionné.
CAMPAIGN INTELLIGENCE · INCRÉMENTALITÉ
Entrée · Signaux bruts : impressions, clics, conversions last-click
Sortie · Un ROI incrémental défendable
Design contrefactuel (geo holdout / contrôle PSA-ghost)
Construit le contrefactuel en tenant un groupe de contrôle hors de l'exposition — geo holdout avec marchés appariés ou PSA/ghost ads au niveau utilisateur — pour qu'un monde-sans-campagne soit observable et comparable, et non simplement supposé.
Couche d'attention (base de visibilité + secondes attentives)
Ajoute une couche d'attention mesurée en secondes attentives au-dessus de la base de visibilité MRC, séparant l'inventaire qui fait réellement remarquer le message de celui qui est techniquement visible mais ignoré.
Lift d'incrémentalité vs crédit last-click
Calcule le lift incrémental — les conversions qui ne se seraient pas produites sans la campagne — et le confronte au mérite gonflé du dernier clic qui se contente d'intercepter une demande déjà en mouvement.
MMM calibré sur des priors expérimentaux (bayésien)
Injecte les résultats des expériences dans le marketing mix model comme priors bayésiens, afin que le modèle corrige la saturation prématurée et réaligne l'allocation stratégique de portefeuille, y compris offline et brand.
Triangulation : expérimentation + MMM + attribution
Triangule expérience, MMM et attribution pour couvrir leurs angles morts respectifs : l'expérience ancre la causalité, le MMM donne la vision de portefeuille, et l'attribution reste le diagnostic granulaire de la création et de la tactique.
Une surface de lecture, une décision
Condense tout sur une seule surface de lecture qui produit une décision de budget défendable devant le CFO, rapportant lift, intervalle de confiance et puissance statistique au lieu de tableaux de bord qui se contredisent.
Quand les chiffres montent mais pas le business
Si le reporting brille et que le chiffre d'affaires ne suit pas, vous mesurez en général la corrélation, pas la cause. Voici les symptômes révélateurs.
- Le dernier clic s'attribue tout le mérite : les canaux de bas de funnel paraissent hyper-efficaces car ils interceptent une demande qui aurait converti de toute façon, sans prouver la moindre valeur nette.
- Vous coupez un canal et les ventes tiennent : le signe le plus clair que cette dépense était redondante, masquée par une vanity metric créditant des conversions qui n'ont jamais été incrémentales.
- Visibilité élevée, mémorisation faible : une annonce techniquement visible n'est pas une annonce remarquée ; sans couche d'attention, la visibilité mesure l'opportunité d'être vu, pas le fait d'être vu.
- Chaque plateforme revendique les mêmes conversions : les walled gardens rapportent des métriques conçues pour maximiser la dépense dans leurs propres murs, si bien que la somme des mérites crédités dépasse le chiffre d'affaires réel.
- Les tableaux de bord ne se réconcilient pas : attribution, brand tracking et modèles vivent dans des feuilles séparées et personne ne réconcilie les contradictions, donc les décisions de budget restent des opinions.
Pour les CMO, directeurs de la croissance et responsables média multinationaux qui doivent défendre l'allocation du budget devant le CFO avec des preuves causales, pas des courbes qui montent.
La bonne question : ce qui serait arrivé de toute façon
Mesurer l'incrémentalité, c'est estimer le contrefactuel : la différence entre le monde avec la campagne et le monde sans elle. Tout le reste est de la comptabilité du passé.
Attribution ≠ causalité
Le dernier clic enregistre le dernier point de contact mesurable avant la conversion, mais n'estime jamais ce qui se serait passé sans l'annonce. Il enregistre un parcours, pas un effet. Utile pour le diagnostic, inutile pour décider combien dépenser.
L'incrémentalité est la valeur nette-nouvelle
L'incrémentalité mesure les conversions qui ne se seraient pas produites sans la campagne. C'est la seule métrique qui répond à la question du conseil : chaque euro a-t-il généré des ventes que nous n'aurions pas eues autrement ?
Le contrefactuel se construit, il ne se suppose pas
Sans groupe de contrôle, il n'y a pas d'incrémentalité, seulement une conjecture. Les geo holdouts, PSA/ghost ads et splits randomisés existent pour créer un monde-sans-campagne observable et comparable.
Les vanity metrics confondent volume et mérite
Impressions, clics et reach sont des intrants, pas des résultats. Ils mesurent l'exposition, pas le changement de comportement. Ils deviennent dangereux dès qu'ils entrent dans les objectifs de bonus ou les décisions de scaling.
Aucune méthode seule n'est complète
Expériences, modèles et attribution ont chacun des angles morts différents. Une réponse fiable naît de la triangulation, pas de la foi en une source unique.
Concevoir un test qui résiste au contre-interrogatoire interne
Un test d'incrémentalité mal conçu produit des chiffres pires que le dernier clic, parce qu'ils paraissent scientifiques. La discipline réside dans le design, avant les résultats.
Avant le test, vous fixez le MDE : le plus petit lift qui justifierait une décision de budget. À partir de cela et du taux de conversion de base, vous menez l'analyse de puissance et dimensionnez l'échantillon.
Choisissez le design : geo holdout avec paires appariées et contrôle synthétique, ou PSA/ghost ads pour la causalité au niveau utilisateur. Utilisez une pré-période d'une durée au moins égale au test pour une lecture difference-in-differences propre.
Surveillez les spillover géographiques, les chevauchements d'audience et les fuites entre groupes. Un contrôle contaminé gonfle ou annule le lift et rend le test inutilisable, indépendamment de la significativité apparente.
Rapportez l'effet avec un intervalle de confiance et la puissance statistique, jamais un seul chiffre. Des seuils de 90–95 % de confiance et de 80–90 % de puissance séparent un signal réel du bruit saisonnier.
Design et analyse de puissance en jours ; fenêtre de test typique de 4 à 8 semaines plus une pré-période équivalente ; lecture et calibration juste après.
Quelle méthode pour quelle question
Il n'y a pas de vainqueur unique. Chaque méthode répond bien à une question et mal aux autres : le choix dépend de ce que vous devez décider et de la granularité dont vous disposez.
| Méthode | Répond à | Limite à connaître |
|---|---|---|
| Dernier clic / multi-touch | Quels parcours ont touché la conversion | N'estime pas le contrefactuel, sur-crédite le bas de funnel, dépend d'une identité traçable |
| Geo holdout / lift test | L'effet causal d'un canal au niveau du marché | Exige assez de marchés, une pré-période et un contrôle du spillover ; répond lentement |
| PSA / ghost ads | Causalité au niveau utilisateur dans un walled garden | Coûteux (dépense de contrôle) et peu portable d'une plateforme à l'autre |
| Marketing mix modeling | Allocation stratégique de portefeuille, y compris offline et brand | Agrégé et lent ; souffre de la multicolinéarité sans calibration externe |
| Attention (post-visibilité) | Si l'annonce a réellement été remarquée, pas seulement visible | Mesure la qualité de l'exposition, pas la vente : doit être reliée au résultat |
La triangulation sur une seule lecture
Le résultat opérationnel n'est pas une méthode, c'est un système où chaque composant alimente le suivant et produit une décision de budget défendable.
L'expérience comme ancre causale
Les geo tests et les holdouts fournissent la vérité de terrain : le seul point fixe qui ne dépend ni des hypothèses du modèle ni des cookies.
MMM calibré sur les expériences
Les résultats des expériences entrent dans le marketing mix model comme priors bayésiens : le modèle les traite comme donnés, corrige la saturation prématurée, et l'allocation optimale se déplace en conséquence.
L'attention au-dessus de la visibilité
La couche d'attention utilise la visibilité MRC comme base et ajoute les secondes attentives : elle distingue l'inventaire qui fait travailler le message de celui qui le gaspille.
L'attribution comme diagnostic local
L'attribution reste utile pour le détail granulaire de la création et de la tactique, une fois ancrée au lift causal au lieu d'être utilisée comme vérité absolue.
Une campagne a fonctionné lorsque, en l'éteignant, le business baisse. Tout le reste est de la comptabilité.
Les questions que pose un acheteur enterprise
Pouvons-nous continuer à utiliser le dernier clic ?
Oui, comme diagnostic granulaire, jamais comme vérité pour décider du budget. Ancrez-le à des expériences d'incrémentalité : sans contrefactuel, il sur-crédite systématiquement les canaux qui interceptent une demande déjà existante.
Que faut-il pour un test d'incrémentalité crédible ?
Le design compte plus que la durée. Il faut un effet minimal détectable et une analyse de puissance avant de commencer, un groupe de contrôle propre, une pré-période au moins aussi longue que le test, et un contrôle actif de la contamination. Une fenêtre typique est de 4 à 8 semaines plus la pré-période.
L'attention et la visibilité sont-elles la même chose ?
Non. La visibilité MRC certifie l'opportunité d'être vu (50 % des pixels pendant 1 seconde pour le display, 2 secondes pour la vidéo). L'attention, selon les directives IAB/MRC de 2025, part de cette base et mesure si l'annonce a réellement été remarquée.
Cas
Du problème au résultat — anonymisés.
Le canal que vous coupez sans que les ventes baissent
Problème Un distributeur multinational continuait de scaler la dépense sur le brand search et le prospecting display en se fiant au dernier clic, qui les rapportait comme les canaux les plus efficaces du mix.
Méthode Geo holdout avec marchés appariés et contrôle synthétique, une pré-période aussi longue que le test, un contrôle actif du spillover entre régions, et le lift lu avec son intervalle de confiance.
Résultat Une partie de la dépense de bas de funnel s'est révélée non incrémentale — elle interceptait une demande qui convertissait de toute façon — et le budget libéré a été déplacé vers des canaux à lift causal prouvé, sans perte de chiffre d'affaires.
Le MMM qui ne voyait pas la saturation
Problème Un fabricant de grande consommation utilisait un marketing mix model qui souffrait de multicolinéarité et continuait de recommander la dépense sur un canal déjà saturé, alors que la direction ne pouvait défendre l'allocation devant le conseil.
Méthode Tests de lift causaux sur les canaux clés, puis calibration du modèle en traitant les résultats des expériences comme priors bayésiens, si bien que le MMM a corrigé la saturation prématurée et recalculé l'allocation optimale.
Résultat L'allocation de portefeuille s'est déplacée vers les leviers au rendement marginal encore réel, et le modèle calibré est devenu l'instrument pour défendre le budget avec des preuves causales au lieu de courbes qui montent.
Visibilité élevée, mémorisation faible
Problème Une marque de services financiers achetait de l'inventaire premium à visibilité certifiée très élevée, mais le brand tracking montrait une mémorisation publicitaire décevante et personne ne savait expliquer l'écart.
Méthode Ajout d'une couche d'attention au-dessus de la base de visibilité MRC selon les directives IAB/MRC, en mesurant les secondes attentives et en reliant l'exposition au résultat de marque au lieu de s'arrêter à l'opportunité d'être vu.
Résultat L'inventaire techniquement visible mais à peine remarqué a été distingué des emplacements réellement attentifs, et le plan a été réorienté vers les positions qui faisaient travailler le message au lieu de seulement le servir.
Aller plus loin
Planification media-neutre→
Le lift incrémental devient le critère par lequel chaque canal gagne son budget, et non l'habitude héritée.
Gouvernance du programmatique→
D'où viennent la visibilité, l'attention et les walled gardens qui revendiquent les mêmes conversions.
Architecture du produit IA→
Comment construire la surface de lecture unique qui réconcilie expérience, MMM et attribution.