Un client qui achète chez vous depuis des années voit une annonce et passe une nouvelle commande. Une autre personne découvre la marque grâce à une campagne et achète pour la première fois.
C’est une question légitime lorsque vous devez décider où ira le prochain budget. Toutes les entreprises n’ont pas les données nécessaires à une expérience de grande ampleur ; il vaut la peine de chercher quelle méthode peut éclairer suffisamment votre décision.
Les deux commandes peuvent apparaître dans un rapport publicitaire. Pour comprendre l’effet de la publicité, il faut aussi se demander ce qui se serait passé sans elle.
C’est une question difficile : nous ne pouvons pas observer la même personne, au même moment, dans les deux situations. Nous pouvons en revanche construire des comparaisons qui aident à estimer la différence.
Le crédit dans le rapport et l’effet supplémentaire
L’attribution répartit le crédit entre les interactions éligibles selon des règles définies. L’incrémentalité se demande ce qui a changé grâce à la publicité.
Cette distinction ne signifie pas qu’il faut exclure les clients existants ou écarter le remarketing. Les annonces peuvent leur faire découvrir un produit, raviver leur intérêt ou les inciter à un nouvel achat. Évaluez ce rôle dans son contexte.
À quoi ressemble la logique d’une expérience
Une approche consiste à comparer un groupe susceptible de voir la publicité testée avec un groupe témoin qui ne la voit pas. Les groupes doivent être constitués de façon à ce que la méthode expérimentale réduise au minimum les différences pertinentes entre eux.
Quelle différence fait l’annonce ?
Schéma de méthode. Aucun résultat mesuré ni estimation chiffrée.
Groupe exposé
- Éligible à la publicité testée.
- Mesurer le résultat convenu.
Groupe témoin
- Sans la publicité testée.
- Mesurer le même résultat.
Comparer les groupes selon la méthode expérimentale convenue.
Interpréter la différence avec l’incertitude de l’estimation.
| Élément | Pourquoi c’est important |
|---|---|
| La répartition des groupes | Aide à éviter de sélectionner des personnes qui étaient déjà plus susceptibles d’acheter |
| La même période | Réduit la confusion avec les variations saisonnières ou du marché |
| Un résultat défini à l’avance | Précise si nous suivons des commandes, une valeur ou une autre action |
| Volume et incertitude | Montre quelle précision l’estimation peut atteindre |
Google décrit les groupes test et témoin dans sa documentation sur Conversion Lift. L’outil n’est pas disponible pour tous les comptes ; l’éligibilité et les conditions doivent être vérifiées au cas par cas. Google Ads : à propos de Conversion Lift (en anglais)
Ce schéma montre la logique de la méthode. Il ne contient aucun résultat mesuré d’une campagne NOT MORE.
Pourquoi comparer deux mois ne tranche pas la question
La publicité s’arrête et les ventes baissent. La saisonnalité, la disponibilité, les promotions ou d’autres changements ont pu jouer aussi. La publicité reprend et les ventes remontent ; ces mêmes facteurs peuvent encore influencer ce que nous observons.
Comparer des périodes aide à formuler des hypothèses. Une simple comparaison « avant/après » n’isole pas la cause. Plus la décision est importante, plus la méthode d’évaluation doit être choisie avec soin.
Deux zones géographiques ne sont pas automatiquement comparables parce qu’elles ont une taille semblable. Leur historique, leurs offres, leurs concurrents et la conception de l’expérience comptent aussi.
Ce que nous faisons quand une expérience n’est pas réalisable
Certaines entreprises ont de faibles volumes, des cycles de vente longs ou des ressources insuffisantes pour une expérience précise. Dans ces situations, travaillez avec les éléments disponibles, énoncez les hypothèses et gardez les limites claires.
Nous pouvons analyser l’évolution des nouveaux clients et des clients existants, les changements de l’offre et l’historique des canaux. Ces observations éclairent la décision, sans être présentées comme une preuve causale exacte.
Parfois, la bonne question est de savoir si une mesure plus poussée changerait suffisamment la décision pour justifier son coût et son temps.
Peut-on évaluer la contribution de l’annonce avec peu de ventes ?
Vous pouvez obtenir des signaux utiles, mais la précision d’une estimation causale peut être limitée. À faible volume, quelques commandes peuvent modifier considérablement le résultat. Avant un test, nous définissons le changement que nous voulons détecter, la bonne comparaison, la durée et le risque d’une mauvaise conclusion.
Un calculateur de taille d’échantillon a besoin d’hypothèses pertinentes. Pour un test portant sur des achats, le nombre d’impressions ne suffit pas s’il manque le taux de conversion supposé et l’unité comparée. Plus d’impressions montrées aux mêmes personnes ne signifient pas automatiquement plus d’observations indépendantes.
Que faire en attendant d’avoir assez de données ? Vérifiez la mesure, la qualité des demandes, l’origine des clients et les explications alternatives. Vous pouvez prendre une décision prudente de poursuivre, avec une limite d’investissement. Une telle décision doit être présentée avec son incertitude, sans prétendre avoir prouvé les ventes supplémentaires générées par l’annonce.
Comment nous utilisons cette question dans la collaboration
Chez NOT MORE., nous distinguons ce que rapportent les systèmes de ce que nous pouvons démontrer sur l’effet d’une campagne. La méthode doit être proportionnée à l’investissement, aux données disponibles et à la décision en jeu.
Un bon résultat a plus de valeur lorsque nous en comprenons le sens. Une limite reconnue nous aide à choisir l’étape suivante avec des attentes plus claires.
Trois questions utiles
- Que nous dit l’attribution, et qu’avons-nous vérifié au-delà ?
- Quels autres facteurs pourraient expliquer le changement ?
- Une expérience est-elle réalisable, et changerait-elle notre décision ?
Quelle décision prendriez-vous si vous compreniez la contribution de la campagne ?
Dites-nous quelle activité vous envisagez de conserver, de réduire ou d’étendre, et de quelles données vous disposez. Nous pouvons voir ensemble ce qu’il est réaliste d’apprendre et si une analyse plus poussée changerait la décision.