Tests d'incrémentalité : mesurer la vraie performance

Dans l’espace numérique, l’incrémentalité fait référence à l’augmentation d’un résultat souhaité, tel que les ventes ou les soumissions de leads, qui est directement causée par une intervention marketing spécifique. La plupart des modèles d’attribution standard, comme le dernier clic ou même l’attribution multi-touch, attribuent simplement le crédit au dernier point de contact avant une conversion. Cela conduit souvent à une situation où une marque paie pour un client qui prévoyait déjà d’acheter chez elle de toute façon.

Par exemple, un utilisateur pourrait rechercher le nom de votre marque sur Google, cliquer sur une annonce de recherche de marque et effectuer un achat. Un modèle de dernier clic donne 100 % de crédit à cette annonce. Cependant, si cet utilisateur avait cliqué sur le résultat de recherche organique juste en dessous et acheté le même produit, l’annonce n’était pas incrémentale. Les tests d’incrémentalité vous aident à repérer ces redondances et à réallouer le budget vers des domaines plus efficaces.

Les marketeurs ont généralement deux moyens principaux de structurer ces tests. Le premier est un holdout géographique, qui implique de sélectionner des régions géographiques spécifiques — comme certaines villes ou États — pour servir de groupe témoin où les publicités sont mises en pause ou restreintes. Le second est un holdout d’audience, où la plateforme publicitaire divise aléatoirement votre public cible en deux groupes indépendamment de leur emplacement, en empêchant l’un d’eux de voir les publicités.

Les holdouts géographiques sont utiles lorsque vous souhaitez mesurer l’effet total d’un mix média sur tous les canaux, y compris les canaux hors ligne. Ils sont moins sensibles à la suppression des cookies ou aux problèmes de suivi liés à la confidentialité. Cependant, ils nécessitent une correspondance minutieuse des marchés « jumeaux » pour garantir que la ville témoin se comporte de manière similaire à la ville de traitement en termes de démographie et de volume historique des ventes. Si vous testez dans une ville avec une tendance saisonnière unique, vos résultats peuvent être biaisés.

Les holdouts d’audience sont généralement plus faciles à exécuter au sein d’une seule plateforme comme Meta ou Google. Ils offrent une grande granularité mais sont limités par la capacité de la plateforme à suivre les utilisateurs de manière cohérente. Si un utilisateur change d’appareil ou efface ses données de navigation, il pourrait accidentellement voir une publicité malgré sa présence dans le groupe de holdout. Cette contamination peut rendre les publicités moins efficaces qu’elles ne le sont réellement.

La plupart des grandes plateformes proposent des outils intégrés pour mener ces tests sans nécessiter de science des données externe complexe. Sur Meta, vous pouvez trouver l’outil « Expériences » dans le menu du Gestionnaire de publicités. Cela vous permet de configurer une étude de Lift de conversion où la plateforme gère automatiquement la répartition et fournit un rapport sur les conversions incrémentales et le ROAS incrémental (iROAS).

Google Ads offre une fonctionnalité similaire via sa suite de mesure de lift. C’est courant pour les campagnes YouTube et Vidéo, mais cela peut également être appliqué à la Recherche et à Discovery dans des configurations de compte spécifiques. Ces outils natifs de la plateforme sont un excellent point de départ pour les marques dépensant au moins 20 000 à 50 000 $ par mois sur un seul canal. Ce niveau de dépense est généralement nécessaire pour générer un volume de conversion suffisant pour une signification statistique.

Le Marketing Mix Modeling (MMM) est une méthode statistique descendante utilisée pour estimer l’impact de divers canaux marketing sur les ventes. Bien que le MMM soit excellent pour la planification à long terme, ses résultats sont basés sur des corrélations historiques qui peuvent parfois être trompeuses. En effectuant des tests d’incrémentalité réguliers, vous pouvez fournir au MMM des points de données de « vérité terrain » pour garantir que le modèle est précis.

Si votre MMM suggère que vos publicités sur les réseaux sociaux ont un ROI de 4x, mais qu’une étude de lift de conversion montre un ROI incrémental de seulement 1,5x, vous pouvez utiliser ce résultat d’expérience pour calibrer le modèle. Cela garantit que les poids et coefficients de votre MMM reflètent la causalité réelle plutôt qu’un simple timing coïncident. Les praticiens d’Alien Road utilisent souvent cette approche hybride pour fournir une vision plus réaliste de l’allocation budgétaire.

Un test réussi nécessite une hypothèse claire et un contrôle strict des variables externes. Commencez par définir ce que vous voulez mesurer. Par exemple, vous pourriez demander : « Augmenter notre budget YouTube de 20 % dans le Midwest conduit-il à une augmentation proportionnelle des acquisitions de nouveaux clients ? » Une fois la question posée, vous devez vous assurer qu’aucun autre changement majeur ne se produit pendant la période de test.

• Définissez votre métrique de succès : Concentrez-vous sur une métrique de bas de tunnel comme les ventes ou les leads qualifiés plutôt que sur les clics.
• Sélectionnez un laps de temps représentatif : Les tests doivent généralement durer au moins 14 à 30 jours pour tenir compte des cycles d’achat hebdomadaires.
• Assurez une taille d’échantillon suffisante : Vous avez besoin de suffisamment d’événements de conversion dans les deux groupes pour être sûr à 95 % des résultats.
• Évitez les changements qui se chevauchent : Ne lancez pas de nouvelles promotions sur tout le site et ne modifiez pas vos pages de destination pendant le test.
• Isolez le canal : Assurez-vous que les autres activités marketing restent constantes dans les groupes de traitement et de contrôle.

Le retargeting est souvent le canal avec le ROAS déclaré le plus élevé mais l’incrémentalité la plus faible. Comme vous ciblez des personnes qui ont déjà visité votre site, beaucoup d’entre elles seraient revenues de toute façon pour finaliser leur achat. Un modèle courant dans un compte typique est de voir un ROAS de 10x sur le retargeting mais de constater que le lift réel est plus proche de 1,1x lorsqu’un holdout est appliqué.

Pour tester cela, vous pouvez créer un holdout d’audience spécifique pour vos campagnes de retargeting. Si le groupe qui voit les publicités de retargeting ne convertit pas à un taux significativement plus élevé que le groupe qui ne les voit pas, vous dépensez probablement trop sur ce canal. Réallouer ce budget à la prospection en haut de tunnel peut souvent conduire à une meilleure croissance à long terme pour la marque.