Test d’incrémentalité : la seule mesure qui prouve que vos campagnes fonctionnent vraiment

• Le principe. Un groupe exposé voit la campagne, un groupe témoin ne la voit pas, et l’écart de taux de conversion entre les deux constitue le lift incrémental.
• La méthode la plus défendable. Le test geo holdout suspend une campagne dans des régions appariées et compare le chiffre d’affaires à celui de régions témoins, ce qui produit une lecture causale indépendante de la plateforme qui rapporte les résultats.
• La cadence. Un à deux tests par trimestre, sur les canaux qui concentrent le plus de budget, avec des résultats intégrés à la revue budgétaire plutôt que traités comme un projet ponctuel.

L’attribution décrit le parcours, la mesure de l’incrémentalité prouve la causalité

L’attribution et l’incrémentalité répondent à deux questions différentes, et les confondre est l’erreur de mesure la plus coûteuse en paid media. L’attribution, qu’elle soit last-click, multi-touch ou data-driven, retrace le chemin d’un client à travers vos points de contact avant la conversion. Elle indique quels canaux il a vus, et dans quel ordre.

La mesure de l’incrémentalité pose une question plus exigeante sur le plan causal : la conversion aurait-elle eu lieu sans cette exposition ? C’est ce qui la rapproche d’une attribution causale, là où les modèles classiques restent descriptifs.

La distinction compte parce que l’attribution surestime systématiquement le canal situé au plus près de la vente, qu’il ait créé la demande ou qu’il l’ait simplement captée. Prenons un client qui recherche votre produit dans les résultats organiques le lundi, l’ajoute au panier, voit une publicité de retargeting le mardi et achète le mercredi. L’attribution crédite le retargeting. Un test bien conduit montre qu’une large part de ces clients aurait finalisé l’achat sans l’impression de retargeting. La publicité était présente dans le parcours, elle n’a pas causé le résultat.

Les deux approches sont complémentaires :

• L’attribution fournit la carte du parcours client, utile pour le séquencement et les choix créatifs.
• L’incrémentalité fournit la preuve de causalité, le seul chiffre qui permet de défendre une décision budgétaire face à la direction financière.

Toute expérience d’incrémentalité compare un groupe exposé à un groupe témoin

Une expérience d’incrémentalité oppose deux groupes. Le groupe exposé voit la campagne testée. Le groupe témoin en est volontairement privé. Au terme d’une période définie, on compare les taux de conversion des deux groupes : l’écart correspond au lift incrémental, c’est-à-dire aux conversions réellement causées par la campagne.

Le calcul est simple. Le lift est égal à la différence entre le taux de conversion du groupe exposé et celui du groupe témoin, divisée par le taux du groupe témoin. Si le groupe exposé convertit à 3 % et le groupe témoin à 2 %, le lift atteint 50 % : la campagne a généré 50 % de conversions de plus que ce qui se serait produit sans elle.

Trois conditions ne se négocient pas :

• Une randomisation réelle. Les utilisateurs ou les zones géographiques affectés à chaque groupe doivent être statistiquement équivalents sur tous les critères, sauf l’exposition.
• Un échantillon suffisant. Avec un taux de conversion de base de 2 % et un lift cible de 10 %, la plupart des tests demandent au moins 200 000 utilisateurs par groupe, ou huit à douze régions appariées, pour atteindre la significativité statistique.
• Une durée alignée sur le cycle de décision. Un test de cinq jours sur un produit dont le cycle d’achat dure quatorze jours ne capte que les acheteurs les plus rapides et sous-estime le lift.

Trois méthodes permettent de mettre en œuvre ce protocole :

• Les holdouts au niveau utilisateur proposés par les plateformes, sous la forme d’une étude Conversion Lift (Meta Conversion Lift, Google Conversion Lift).
• Les geo holdouts, qui suspendent les campagnes dans des régions appariées.
• Le ghost bidding, qui enchérit normalement sur certaines requêtes et s’abstient sur des requêtes structurellement similaires pour mesurer l’écart.

Le geo holdout est la méthode la plus défendable pour un budget multicanal

Le test geo holdout fournit les preuves causales les plus solides pour les programmes paid media des grandes entreprises, et c’est la méthode que les directions financières défendent le plus facilement. Le protocole est simple à décrire et exigeant à exécuter : une campagne est suspendue dans un ensemble de régions pendant une période définie, tout en continuant à tourner dans des régions témoins appariées. L’écart de chiffre d’affaires entre les deux ensembles, normalisé par rapport à la base, mesure l’impact incrémental.

Trois propriétés font du geo holdout la référence pour l’incrémentalité publicitaire :

• Il est indépendant de la plateforme testée, ce qui compte lorsque cette même plateforme rapporte la métrique auditée.
• Il capte automatiquement les effets cross-canal et offline. Si la suspension de Meta dans les régions test fait aussi baisser le volume de recherches sur la marque, les conversions perdues sont imputées à Meta, ce qui correspond à la bonne lecture causale.
• Il fonctionne sans tracking au niveau utilisateur, un atout à mesure qu’iOS, les navigateurs et la réglementation restreignent l’attribution fondée sur des identifiants.

Les contraintes opérationnelles sont réelles. Les régions doivent être comparables en démographie, en comportement de conversion de base et en intensité concurrentielle, sans variation marketing locale pendant le test. Le test doit durer au moins quatre semaines, idéalement six. L’annonceur doit enfin disposer d’un budget significatif réparti sur les régions concernées, ce qui réserve la méthode aux comptes au-delà d’un certain seuil.

Pour le SEA et Google Shopping, le ghost bidding offre une alternative adaptée aux budgets plus modestes : la campagne enchérit normalement sur un ensemble de requêtes et s’abstient sur un ensemble équivalent, puis l’écart de conversions entre les deux est mesuré.

La mesure de l’incrémentalité révèle ce que l’attribution masque

Dès qu’un programme de tests est en place, quatre constats reviennent sur les comptes paid media des grandes entreprises, quel que soit le secteur :

• Le search de marque est surévalué. Entre 80 % et 95 % des conversions attribuées au SEA sur la marque auraient eu lieu via les résultats organiques ou le trafic direct. Le ROAS incrémental des campagnes de marque se situe en général un ordre de grandeur en dessous du chiffre affiché.
• Le retargeting est surcrédité. Les campagnes de retargeting affichent souvent une incrémentalité réelle de 10 % à 30 %. Les 70 % à 90 % restants sont des conversions déjà engagées dans le parcours client : les publicités étaient présentes, sans être causales.
• La prospection est sous-évaluée. La prospection en haut de funnel sur Meta et TikTok affiche souvent 60 % à 80 % d’incrémentalité, autrement dit elle recrute de vrais nouveaux clients. L’attribution last-click le sous-estime, car la conversion est généralement captée en aval par un clic search ou direct.
• La saturation reste invisible. Un canal peut afficher un ROAS stable pendant des mois alors que son incrémentalité marginale s’effondre. Le tableau de bord montre une efficacité constante, le holdout révèle que les dépenses additionnelles ne produisent plus de chiffre d’affaires additionnel.

L’effet cumulé est structurel. Sans test, les arbitrages budgétaires se font en faveur des canaux que les plateformes déclarent efficaces, c’est-à-dire des canaux de bas de funnel qui captent la demande, au détriment des canaux en amont qui la créent. Le ratio exact dépend du compte, la direction reste la même.

La mesure de l’incrémentalité ne produit de la valeur que si elle devient trimestrielle

La mesure de l’incrémentalité n’a de valeur opérationnelle que si elle devient une routine. Un test isolé donne une photographie, une cadence trimestrielle construit un système de mesure. Trois principes distinguent les équipes qui installent cette routine de celles qui abandonnent après deux tests :

• Tester par ordre de budget. Commencez par le canal le plus important, en général Google Ads ou Meta. Corriger une surattribution de 30 % sur un levier à 1 million d’euros par an pèse bien plus que la même correction sur un levier à 100 000 euros.
• Tester séparément chaque rôle dans le funnel. Un test unique qui mélange prospection et retargeting sur Meta produit un lift moyen qui masque l’écart entre les deux. Menez des expériences distinctes, avec des holdouts distincts, pour appliquer chaque coefficient aux bonnes campagnes.
• Retester chaque trimestre. Un canal à 70 % d’incrémentalité au T1 peut tomber à 35 % au T3 sous l’effet de la saturation, d’une évolution concurrentielle ou de la lassitude des audiences. Un résultat d’incrémentalité a une durée de vie limitée.

Une cadence réaliste consiste à mener un à deux tests par trimestre, de quatre à six semaines chacun. Le résultat prend la forme d’un coefficient de correction par canal, appliqué au ROAS déclaré par la plateforme pour obtenir un ROAS corrigé. C’est ce chiffre corrigé qui alimente la revue budgétaire trimestrielle.

Dans ce dispositif, le rôle d’une agence paid media externe consiste généralement à concevoir les holdouts, à conduire l’analyse statistique indépendamment de l’équipe qui achète les médias, et à traduire les coefficients de lift en recommandations budgétaires que la direction financière pourra valider.

Trois erreurs de conception suffisent à fausser les résultats

La plupart des tests qui aboutissent à des conclusions trompeuses relèvent de trois erreurs.

La première est un échantillon insuffisant. Un test à 10 000 utilisateurs par groupe, avec un taux de conversion de base de 2 %, produit environ 200 conversions attendues par groupe : c’est trop peu pour distinguer un lift réel d’une variation aléatoire. Le calcul de la taille d’échantillon doit précéder le lancement.

La deuxième est une durée inadaptée au parcours client. Un test de cinq jours sur un produit dont le cycle de réflexion dure quatorze jours capte les acheteurs les plus rapides et passe à côté de ceux qui ont besoin de plus de temps. Le lift obtenu est biaisé à la baisse, parfois fortement. La durée minimale doit correspondre à la fenêtre de réflexion habituelle, plus une marge.

La troisième est la contamination du groupe témoin. Si l’audience témoin continue de voir votre marque via la recherche organique, le retargeting, l’emailing ou d’autres canaux non suspendus, le test ne mesure pas l’impact du canal testé de façon isolée. Il mesure sa contribution marginale en plus du mix existant. La mesure reste valide, à condition de la nommer correctement, faute de quoi les décisions qui en découlent seront erronées.

Deux autres pièges méritent d’être signalés :

• La saisonnalité. Un test mené pendant un pic saisonnier produit des résultats qui ne se transposent pas aux périodes normales.
• Des régions mal appariées. Un geo holdout portant sur des régions qui diffèrent en démographie ou en intensité concurrentielle donne des estimations de lift biaisées, statistiquement propres en apparence et pourtant trompeuses.

Synthèse : la mesure de l’incrémentalité remplace le ROAS déclaré par un ROAS corrigé

La mesure de l’incrémentalité est la seule méthode qui distingue les conversions qu’un canal a causées de celles qu’il a simplement accompagnées. Le geo holdout en est la mise en œuvre la plus défendable pour les programmes d’envergure, et une cadence trimestrielle transforme la pratique en un système de mesure qui alimente la revue budgétaire. Les équipes qui arbitrent le mieux leurs budgets en 2026 ont cessé de considérer le ROAS déclaré par les plateformes comme un signal autonome et le corrigent à partir du lift incrémental mesuré sur leur propre audience.

Si l’écart se creuse entre vos rapports d’attribution et le chiffre d’affaires que constate votre directeur financier, un diagnostic ciblé avec Primelis permet d’identifier les canaux à tester en priorité, de concevoir des holdouts qui résistent à l’examen et d’intégrer les résultats dans votre cycle budgétaire trimestriel.