Mesurer l'efficacité : modèles, attribution, expérimentations et triangulation

Mesurer l'efficacité, c'est répondre honnêtement à une question : qu'a provoqué notre communication qui ne serait pas arrivé sans elle ? Aucune méthode n'y répond entièrement seule.

• Les effets de marque et d'activation se comportent différemment : les premiers se construisent lentement et durent, les seconds sont rapides et s'estompent¹.
• La modélisation du mix marketing (MMM, souvent appelée économétrie) estime la contribution de chaque activité à partir de données agrégées dans le temps. Meridian, de Google, et Robyn, de Meta, sont des outils open source pour cela⁶⁸.
• L'attribution répartit le mérite entre les points de contact digitaux qui précèdent une conversion ; elle est rapide mais montre une séquence, pas une cause, et les évolutions de la vie privée ont réduit son signal¹⁰¹¹.
• Les expérimentations (groupes témoins, tests géographiques, études de brand lift) établissent la causalité, une question à la fois¹⁴¹⁵.
• Les principes de Barcelone fixent la norme pour mesurer les relations publiques et la communication¹⁶¹⁷.
• Le conseil de l'IPA est de trianguler : utiliser chaque méthode pour la question à laquelle elle sait répondre, et les laisser se corriger mutuellement³.

Les analyses de Les Binet et Peter Field sur la base de cas d'efficacité de l'IPA, résumées dans The Long and the Short of It, distinguent deux types d'effets. La construction de marque agit sur la mémoire et la préférence de toute la catégorie et produit une croissance qui se construit lentement et dure ; l'activation commerciale déclenche l'achat chez ceux qui en sont déjà proches et produit des effets de court terme qui retombent vite. Leurs principes posent aussi que les deux fonctionnent mieux intégrés¹.

C'est important pour la mesure, car la plupart des indicateurs rapides ne voient que l'activation. Un plan jugé sur les clics du mois déplacera peu à peu l'argent de la marque vers l'activation. Le bilan décennal de l'IPA soutient que c'est ce qui s'est passé dans tout le secteur : le court-termisme a progressé et l'efficacité a reculé à mesure que la part de l'activation dans les budgets augmentait². Un bon plan de mesure inclut donc des indicateurs de marque de long terme (notoriété, associations, considération, sensibilité au prix) à côté des ventes, et les examine sur une durée suffisante pour que les effets de marque apparaissent.

Le MMM utilise des modèles statistiques sur des données agrégées (ventes hebdomadaires, dépenses par canal, prix, distribution, saisonnalité, concurrents, conjoncture) pour estimer la contribution de chaque facteur à un résultat et ce qui se passerait si la dépense changeait. Voir l'entrée MMM du glossaire. L'IPA publie depuis 2004 un guide d'initiation à l'économétrie et à la mesure du retour sur investissement⁴, et le guide de ses prix de l'efficacité note qu'en général un peu moins de la moitié des lauréats récents ont utilisé l'économétrie dans leur dossier⁵. Dans le cadre de l'IPA, le MMM est la méthode qui intègre les autres, car il donne une vue de l'incrémentalité réelle et de ses ressorts, et sert aux budgets et à la stratégie³.

Deux outils open source ont rendu le MMM bien plus accessible :

• Meridian, de Google, est ouvert à tous les marketeurs et data scientists depuis le 29 janvier 2025 ; Google le décrit comme un modèle bayésien qui mesure l'efficacité à partir de données agrégées⁶. Sa documentation explique comment transformer les résultats d'expérimentations d'incrémentalité en a priori, les hypothèses de départ du modèle sur le rendement de chaque canal⁷.
• Robyn, de l'équipe Meta Marketing Science, est un package de MMM expérimental et open source⁸. Sa documentation décrit une régression ridge pour le modèle, la bibliothèque Nevergrad de Meta pour chercher ses paramètres, Prophet pour la tendance et la saisonnalité, un outil d'allocation budgétaire et un calibrage optionnel du modèle avec des résultats d'expérimentations⁹.

Les limites du MMM sont réelles : il lui faut assez d'historique et assez de variation des dépenses pour distinguer un effet d'un autre, et il décrit des corrélations tant qu'il n'est pas calibré par des expérimentations. Il n'est en outre intégré que si ses données le sont : si les relations presse, le parrainage ou le CRM n'y figurent pas, le modèle attribuera leurs effets à autre chose. Traitez le modèle de mix comme un outil vivant : mettez-le à jour à mesure que les données arrivent, et comparez chaque nouvelle version à la précédente avant d'agir sur un changement de ses recommandations.

L'attribution et ses limites

L'attribution multi-touch suit chaque utilisateur à travers les points de contact digitaux et répartit entre eux le mérite d'une conversion. L'IPA la place là où elle est la plus forte : les décisions fines, tactiques et réactives comme l'optimisation de campagne³. Sa faiblesse est de voir une séquence, pas une cause. Dans une étude portant sur 15 grandes expérimentations publicitaires chez Facebook, soit 500 millions d'observations utilisateur-expérimentation et 1,6 milliard d'impressions, Gordon et ses coauteurs ont constaté que les méthodes observationnelles, même avec des données détaillées, échouaient souvent à retrouver les effets mesurés par les expérimentations¹⁰.

Les évolutions de la vie privée ont aussi réduit les données dont dépend l'attribution. Depuis le 26 avril 2021, les applications sur les appareils Apple doivent demander l'autorisation des utilisateurs avant de les suivre sur les applications et sites d'autres entreprises¹¹. Google, après des années de projet de suppression des cookies tiers dans Chrome, a abandonné ce projet en juillet 2024¹³, puis a annoncé en avril 2025 conserver son approche actuelle du choix en matière de cookies plutôt que d'introduire une nouvelle fenêtre de consentement dédiée¹². Les cookies restent, mais les règles de consentement, les protections des navigateurs et les autorisations des applications rendent les parcours individuels incomplets : l'attribution est un outil de pilotage, pas un verdict.

Incrémentalité et expérimentations

Un test d'incrémentalité compare un groupe exposé à une activité avec un groupe comparable qui ne l'est pas, et attribue la différence à l'activité. Voir incrémentalité. Les dispositifs courants :

• Groupes témoins (holdouts) : une part aléatoire de l'audience est tenue à l'écart d'une campagne ou d'un canal.
• Tests géographiques : des régions entières sont tirées au sort entre test et contrôle. Des chercheurs de Google ont décrit la méthode en 2011 comme simple dans son principe et facile à interpréter, en soulignant que les indicateurs en ligne habituels comme les clics ne montrent pas l'effet incrémental¹⁴.
• Études de lift de conversion proposées par les plateformes publicitaires, avec leurs propres groupes de contrôle aléatoires.

Le brand lift

Les études de brand lift appliquent la même logique aux indicateurs de marque. Dans la version de Google, de courts questionnaires sont présentés à des personnes qui ont vu une publicité et à un groupe de contrôle éligible qui ne l'a pas vue, et l'on lit l'écart des réponses sur des indicateurs comme la mémorisation de la publicité, la notoriété, la considération, l'opinion favorable et l'intention d'achat ; Google prévient qu'un groupe de contrôle déjà exposé à la création peut masquer l'effet¹⁵. Voir brand lift.

Les principes de Barcelone

Pour les relations publiques et la communication, la référence est l'ensemble des principes de Barcelone de l'AMEC. La version 3.0, publiée en 2020, pose que la mesure doit couvrir les productions, les résultats et l'impact potentiel, être globale sur tous les canaux pertinents en ligne et hors ligne, reposer sur l'intégrité et la transparence, et que les équivalences publicitaires (AVE) ne sont pas la valeur de la communication¹⁶. La version 4.0, publiée en 2025, réordonne les principes pour suivre le cadre d'évaluation de l'AMEC et insiste davantage sur l'éthique et la gouvernance, notamment l'origine des données, l'usage de l'IA et la transparence des méthodes¹⁷. Les retombées perçues et les résultats qu'ils demandent (ce que les gens ont compris, cru et fait) sont les mêmes indicateurs de marque que le reste du plan exige : c'est là que la mesure des relations publiques rejoint celle du marketing.

La triangulation

Making Effectiveness Work, de l'IPA, affirme qu'il n'existe pas de solution miracle : MMM, expérimentations et attribution ont chacun leur rôle et leurs limites, et les utiliser séparément fragmente le savoir en silos³. Le rapport propose une boucle qu'il appelle MESI :

En pratique : le modèle de mix fixe les budgets et le rôle des canaux ; les expérimentations testent les plus grosses hypothèses et calibrent le modèle ; l'attribution optimise au quotidien dans le cadre des budgets ; le suivi de marque et les mesures de Barcelone couvrent ce que les autres ne voient pas.

1. Partez des objectifs et des KPI : décidez à quelles questions la mesure doit répondre, et pour quand.
2. Fixez les points de départ et un baromètre de marque de long terme avant le lancement.
3. Si les dépenses et l'historique le permettent, construisez ou commandez un modèle de mix ; incluez toutes les disciplines, pas seulement les médias payés.
4. Prévoyez au moins une expérimentation par trimestre sur la plus grande question ouverte (l'effet réel d'un canal, un choix créatif, un niveau de dépense), et intégrez le résultat au modèle.
5. Utilisez l'attribution pour optimiser à l'intérieur des canaux, jamais comme seule base pour répartir les budgets entre eux.
6. Mesurez relations publiques et communication selon les principes de Barcelone : productions, retombées perçues, résultats et impact ; pas d'AVE.
7. Réunissez les résultats dans une seule revue, sous un seul responsable, pour que les méthodes se corrigent mutuellement.

• Les principes de Binet et Field¹ et le bilan décennal de l'IPA².
• Making Effectiveness Work³ et Econometrics Explained⁴, de l'IPA.
• La documentation de Meridian⁷ et celle de Robyn⁹.
• Gordon et ses coauteurs sur les expérimentations face aux méthodes observationnelles¹⁰.
• Les principes de Barcelone 3.0 et 4.0 de l'AMEC¹⁶¹⁷.
• Sur IMC Institute : objectifs et KPI, budgéter la communication intégrée, la page objectif mesure et l'entrée attribution du glossaire.