Comment mesurer le marketing après les cookies : MMM, incrémentalité et la fin du ROAS roi

Ce qui s’est vraiment cassé

D’abord, soyons clairs : les cookies ne sont pas morts du jour au lendemain. Ils s’effritent depuis un moment. Safari et Firefox bloquent les cookies tiers depuis des années, l’iOS d’Apple a durement restreint le suivi dans les applications, et le bandeau de consentement européen fait que vous n’avez même pas le droit de mesurer une grande partie de vos visiteurs. Google a plusieurs fois repoussé puis annulé son projet de désactiver les cookies dans Chrome, mais cela ne change pas la tendance : le signal se dégrade, et fonder la mesure de toute une entreprise sur les cookies de quelqu’un d’autre devient un pari de plus en plus risqué.

Pire que le problème technique, pourtant, il y a le problème mental. Pendant dix ans, nous avons piloté le marketing à l’attribution au dernier clic parce qu’elle était sous la main et paraissait précise. Précise, elle ne l’a jamais été. Elle était simplement sûre d’elle.

Pourquoi le ROAS ment

Je vais le dire sans détour, car la plupart des entreprises détestent l’entendre : le ROAS n’est pas un retour, le ROAS est du crédit. Il mesure le chiffre d’affaires que le système a attribué à une campagne. Le chiffre d’affaires que la campagne a réellement ajouté est un autre nombre, et l’écart entre les deux est un gouffre. Quand quelqu’un googelise votre nom après avoir vu votre panneau d’affichage, puis clique sur votre annonce de recherche de marque, l’attribution donne tout le crédit à ce dernier clic. Le panneau qui l’y a amené ne reçoit rien. La recherche de marque et le retargeting passent ainsi pour des stars, alors qu’ils se contentent le plus souvent de récolter une demande qui existait déjà.

La question à laquelle vous voulez vraiment une réponse n’est pas « combien de chiffre d’affaires a-t-on attribué à la campagne » mais « combien de ventes n’auraient pas eu lieu si nous avions coupé la campagne ». C’est l’incrémentalité, le lift. Et l’attribution au dernier clic ne peut y répondre, quoi qu’on fasse. L’économiste Grace Kite le répète depuis des années : seule une modélisation sur une période plus longue révèle la vraie contribution, que le clic surestime systématiquement en bas de funnel et sous-estime en haut.

Premier pilier : modélisation du mix marketing

La modélisation du mix marketing (MMM) n’a rien de nouveau, les grands groupes de biens de grande consommation l’utilisaient bien avant internet. C’est un modèle statistique qui estime, à partir de données historiques, comment chaque canal, ainsi que des facteurs extérieurs au marketing, contribuent aux ventes : prix, saisonnalité, concurrence, météo, distribution. Son principal avantage aujourd’hui : il travaille sur des données agrégées et n’a pas besoin de suivre les individus. Il résiste donc à la fin des cookies et reste compatible avec le RGPD.

Et voici la nouveauté : la MMM n’est plus la chasse gardée des grands groupes dotés d’un budget d’analytique de plusieurs millions. Google a publié un outil open source, Meridian, Meta propose l’outil open source Robyn, et des sociétés comme Analytic Partners la proposent en service. Même un e-commerçant de taille moyenne peut désormais construire un modèle correct qui lui dit où placer le prochain euro. La MMM excelle sur les questions stratégiques : comment répartir le budget entre les canaux, combien consacrer à la marque et combien à la performance, à partir d’où les rendements décroissent. Elle est moins adaptée au pilotage quotidien rapide, d’autres outils s’en chargent.

Deuxième pilier : incrémentalité et expérimentation

Si vous ne deviez retenir qu’un mot de tout cet article, ce serait celui-ci. L’incrémentalité ne s’estime pas à partir de corrélations, elle se teste par l’expérience, et l’expérience est ce qui se rapproche le plus de la causalité en marketing. Il existe deux grandes formes. Le géo-test : on diffuse la campagne dans une région et on la laisse coupée dans une autre, comparable, et l’écart de ventes est le lift. Le holdout (ghost ads) : on prive volontairement une partie de l’audience de la publicité et on compare ses achats à ceux des personnes qui l’ont vue.

Les résultats sont souvent dégrisants, voire douloureux. Il arrive plus d’une fois qu’un canal au ROAS magnifique n’apporte presque rien, parce qu’il touchait des gens qui auraient acheté de toute façon. Ce n’est pas une conclusion agréable, mais elle vaut la peine d’être payée. Mieux vaut une vérité qui dérange aujourd’hui qu’un joli chiffre contre lequel vous brûlez du budget pendant un an.

Troisième pilier : données first-party et consentement

Le troisième pilier consiste à cesser d’emprunter les données des autres et à collecter correctement les vôtres. Les données first-party sont ce que les gens laissent directement chez vous : achats, inscriptions, comportement sur le site, relation par e-mail. Techniquement, cela suppose du tracking côté serveur, une API de conversions et un consent mode honnêtement configuré, afin que les données soient collectées avec consentement et conformes au RGPD. Il ne s’agit pas seulement de conformité : des données first-party de qualité sont aujourd’hui un avantage concurrentiel, car vos rivaux ne peuvent pas les copier depuis des sources publiques.

L’attribution issue de ces données garde sa place, mais dans un rôle différent de celui dans lequel nous l’avons enfermée pendant des années. Elle sert de boussole opérationnelle pour piloter les campagnes au quotidien. Pour les grandes décisions, elle manque de recul, pour les petites, elle est pratique.

Triangulation : pourquoi il vous faut les trois

Voici le point sur lequel WARC, Google, Meta et Analytic Partners s’accordent désormais : aucune méthode ne détient à elle seule la vérité. Chacune voit une partie différente de la réalité et a un angle mort différent. La réponse s’appelle la triangulation : trois méthodes côte à côte, chacune pour ce qu’elle fait de mieux :

En pratique : la MMM vous dit combien investir en TV, en social et en recherche. L’incrémentalité vérifie si le modèle ment et le calibre. L’attribution pilote ensuite l’optimisation quotidienne à l’intérieur des canaux. Trois outils, trois missions, une seule vérité assemblée sous des angles différents.

Ce qu’il faut vraiment déployer dans une entreprise de taille moyenne

• 1. Un socle first-party. Mesure côté serveur, API de conversions, consent mode. Sans données propres et fiables, rien d’autre ne peut se construire.
• 2. Une MMM légère. Inutile d’acheter un outil d’entreprise. Meridian ou Robyn et un analyste sensé suffisent pour un premier modèle utile.
• 3. Un géo-test par trimestre. Choisissez un canal dont vous doutez et mesurez son lift. Un bon test vaut mieux que cent tableaux de bord.
• 4. Un suivi de marque. Suivez aussi la notoriété, les associations et la préférence. La marque est la part que le clic ne verra jamais.
• 5. De nouveaux KPI. Le profit incrémental et le coût d’un client réellement nouveau, à la place d’un ROAS aveugle.

Les erreurs de mesure les plus fréquentes

• Piloter l’entreprise au ROAS. Vous optimisez pour le crédit attribué au lieu du lift et continuez de déverser de l’argent dans le bas de funnel.
• Pas de holdouts. Sans groupe de contrôle, vous ne savez jamais ce qui se serait passé de toute façon.
• Le brand search en héros. Il récolte une demande créée par autre chose et s’en attribue le mérite.
• Ne mesurer que ce qui est facile. Loi de Goodhart : quand une mesure devient un objectif, elle cesse d’être une bonne mesure.
• Ignorer l’effet à long terme. La publicité de marque est rentabilisée en plusieurs mois, l’attribution la passe par pertes et profits en quelques jours.

Questions fréquentes

Sources : WARC (efficacité et incrémentalité) · Analytic Partners, ROI Genome · Google, MMM open source Meridian · Meta, MMM open source Robyn · Grace Kite (magic numbers / économétrie) · Les Binet & Peter Field, IPA · Gartner (mesure marketing) · IAB Europe. Cadre juridique de la collecte de données en République tchèque : RGPD et recommandations de l’autorité tchèque de protection des données.

Voici ce que nous faisons : RevOps & CRM et stratégie marketing. La façon de mesurer ensemble la marque et la performance figure dans notre article sur l’Multiplier Effect.