Adoption de la Mesure d'Incrémentalité

Passer du last-click à l'incrémentalité n'est pas un problème de maths - tout marketeur expérimenté sait que le last-click ment. Le frein est organisationnel : recâbler les dashboards, aligner la finance avant le premier test, et cadrer un résultat sans lift comme du capital libéré.

Boussole en laiton dont l'aiguille dévie sous l'effet d'un poids de lest en fer posé à côté, carte de correction gravée jamai
La boussole qu'on suit quand même

L’incrémentalité est devenue l’outil de référence pour les équipes marketing qui veulent piloter la causalité plutôt que le crédit. Le principe est connu depuis longtemps, mais sa démocratisation dans le marketing digital est récente : les plateformes l’ont rendu accessible (conversion lift Meta, Google, TikTok), et des acteurs comme Haus Analytics ont outillé la rigueur expérimentale des geo-tests et du test holdout.

Mais la transition ne se passe presque jamais comme prévu. Le constat de Dan Wilson, praticien spécialisé en mesure marketing, est brutal : quasiment aucun marketeur expérimenté ne croit sincèrement aux chiffres du last-click - et pourtant la grande majorité des équipes continuent à s’en remettre. Ce paradoxe n’a pas d’explication technique. Le last-click persiste parce qu’il est le format par défaut de tous les outils, de tous les dashboards, de toutes les présentations. Changer d’attribution, c’est recâbler des années d’habitudes, de process et de mémoire musculaire organisationnelle.

Cette page documente ce défi d’adoption : non pas le quoi (traité dans Incrémentalité) ni le design du test, mais le comment faire adopter - les conditions de déclenchement, la séquence d’installation, l’alignement finance-marketing, et la rhétorique pour convaincre des exécutifs sceptiques. Les témoignages ci-dessous viennent principalement des équipes et clients de Haus Analytics (plateforme de test d’incrémentalité) et de praticiens comme Dan Wilson. Ce sont des retours d’expérience qualifiés, pas des études large-N : à lire comme des patterns observés, pas comme des lois universelles.

L’essentiel en 4 points

  • L’adoption de l’incrémentalité est un problème de culture, pas de technique : la plupart des équipes savent que le last-click ment, mais leurs outils et habitudes s’y accrochent.
  • Le seuil de déclenchement naturel : ~5-10 M$ de dépense publicitaire, mix diversifié, ventes omnicanal (marketplace, retail) qui deviennent matérielles dans le CA.
  • La condition sine qua non : obtenir le buy-in C-suite et écrire la règle d’arbitrage attribution/incrémentalité avant de voir les résultats - pas après.
  • Le retournement rhétorique décisif : un test sans lift n’est pas un échec, c’est du capital libéré - le signal de confiance le plus fort qu’une équipe marketing puisse envoyer à sa finance.

Le blocage est culturel, pas mathématique

Dan Wilson, praticien spécialisé en mesure, formule le constat sans ménagement : « I’ve never met an experienced marketer who genuinely believes last-click numbers reflect reality. And yet 78% of advertisers still rely on last-click attribution. […] It’s not intelligence. It’s not sophistication. It’s culture. »

Le last-click persiste parce qu’il est là, par défaut, dans chaque dashboard et chaque workflow. Il est facile, il est commun - et changer d’attribution n’exige pas d’enseigner de nouvelles maths. Ça exige de recâbler des années d’habitudes et de mémoire musculaire organisationnelle.

C’est le prolongement direct du diagnostic porté par Attribution : l’attribution mesure du crédit, pas de la cause. Savoir que la mesure est biaisée ne suffit pas à en changer. Le frein n’est pas la connaissance, c’est l’écart entre ce qu’on pense être vrai et ce qu’on fait réellement, entretenu par le Confirmation Bias qui rend le chiffre familier plus rassurant que le chiffre vrai.

Quand l’incrémentalité devient un vrai sujet

L’incrémentalité n’est pas un dispositif à déployer trop tôt. Selon les observations de l’équipe Haus Analytics, elle devient un problème réel autour de 5-10 M$ de dépense publicitaire ou 20 M$ de CA : quand la diversification des canaux rend le démêlage organique/payé impossible, et quand des ventes omnicanal (Amazon, retail) deviennent une part matérielle du mix invisible à l’attribution digitale.

Le signal de maturité converge avec celui du Media Mix Modeling : tant qu’on peut couper un canal quelques jours et lire un impact immédiat sur le CA, on n’a pas besoin de modélisation sophistiquée. C’est quand la baseline organique est haute et que la coupure ne se lit plus qu’on investit dans ces systèmes.

En dessous du seuil, la porte d’entrée est gratuite : les études de conversion lift natives Meta et Google, malgré leurs limites méthodologiques, familiarisent l’équipe au vocabulaire de l’incrémentalité (IRoAS, lift %) sans budget de geo-test - un premier pas avant d’investir dans un dispositif rigoureux.

Installer l’adoption sans révolte

Une fois le besoin avéré, l’adoption se joue sur trois leviers selon l’expérience de Dan Wilson :

1. Ancrer les nouveaux résultats aux chiffres familiers. Mapper l’uplift incrémental sur le ROAS affiché que l’équipe connaît déjà. Le nouveau format parle à travers le vieux, il ne le remplace pas brutalement.

2. Intégrer l’incrémentalité aux outils du quotidien. « You cannot rebuild measurement culture if you check last-click every day and incrementality only once a quarter. » L’objectif est d’en faire une ambient awareness - dans les dashboards existants, pas dans un nouvel onglet trimestriel isolé.

3. Valider les écarts entre méthodes par des tests contrôlés. Pour piloter en confiance pondérée plutôt qu’en fausse certitude. La triangulation entre attribution et incrémentalité n’est pas un aveu d’impuissance, c’est le seul pilotage honnête disponible.

La valeur ne vient pas d’un grand test décisif mais de l’agrégat de nombreux petits tests à vélocité élevée. Selon les observations des équipes Haus Analytics, le plus dur est le changement de mindset des équipes canal (penser incrémentalité avant les KPI plateforme) et le buy-in exécutif : « the gold is really in how do you rapidly test. » D’où la séquence pratique : 2-3 victoires rapides pour gagner la crédibilité exécutive, puis une cadence permanente. Jones Road Beauty a amélioré son ROAS incrémental new-customer de +31 %, son CPM de -21 % et son AMER de +50 % sur Meta (son plus gros canal) en deux cycles d’itération hypothesis - test - action.

Aligner l’organisation et la finance - en amont

C’est le cœur du problème. Selon les observations de l’équipe Haus Analytics, un test d’incrémentalité cherche un impact au niveau business : si l’entreprise n’est pas prête à voir une baisse de ventes dans les marchés témoins - ni à laisser tourner le test jusqu’à la significativité au lieu de le couper au premier creux - elle n’est pas prête à embrasser l’incrémentalité. Le buy-in de la C-suite se prend avant le premier test, pas après.

Trois conditions rendent cet alignement solide :

1. Pré-aligner le cadre de décision avant de voir les résultats. Un cas documenté par Haus Analytics : une grande marque teste son brand search, trouve un impact quasi nul, décide de couper - et l’agence bloque, benchmarkée sur un CPA d’attribution qui ne tient que parce que le brand search tire le CPA blended vers le bas. Sans règle d’arbitrage convenue avant (« si incrémentalité < X et attribution > Y, voici comment on tranche »), un résultat contradictoire est ignoré pour des raisons de contractualisation.

2. La propriété du P&L comme prérequis de décision. Selon les observations de l’équipe Haus Analytics, seul le responsable du P&L agit sans conflit d’intérêt : un manager de canal a un intérêt structurel à défendre son canal. Et « if the CEO has vibes that you can’t lose on brand search, that’s going to destroy your data-driven approach. » L’incrémentalité bute sur la CMO Tax quand le décideur qui agit sur les résultats n’est pas celui qui porte le P&L.

3. Éduquer les stakeholders depuis zéro, par répétition. Selon les observations de l’équipe Haus Analytics, l’incrémentalité étant un concept neuf et complexe pour la finance, il faut repartir du niveau zéro à chaque nouvel interlocuteur : « Here’s how we set up this test. Here’s what it’s going to show. Here’s what it’s not going to show. Here’s what it’s going to cost us. » Ne jamais raccourcir, même avec un partenaire expérimenté. Un deck d’onboarding réutilisable (setup - output - limites - coût - décision) est un actif, pas une corvée.

Ce que ça rapporte, et comment le vendre

Le retournement rhétorique décisif : cadrer un test sans lift comme une libération de capital, pas comme un échec. Selon les observations de l’équipe Haus Analytics, « the no-lift results are actually some of the best results we can get » - encore faut-il une culture où l’on peut rendre honnêtement le résultat qui n’a pas marché. Rendre formellement le budget non incrémental à sa finance est d’ailleurs le signal de confiance le plus fort qu’une équipe marketing puisse envoyer - un mécanisme directement lié à la légitimité marketing en interne.

L’argument ROI pour convaincre un exécutif : le coût de ne pas tester dépasse le coût du dispositif. Dans deux entreprises distinctes (Sunday, Caraway), selon les retours d’expérience rapportés par Haus Analytics, les premières séries de tests ont couvert le coût annuel du contrat de mesure sur une seule itération. Le dispositif se présente comme une assurance dont la première expérience s’autofinance.

Trois pièges opérationnels à désamorcer avant de lancer, documentés par l’équipe Haus Analytics :

  1. L’absence de roadmap de tests priorisée par question business.
  2. La difficulté à réconcilier le CAC last-touch et le CAC incrémental dans les reportings finance - d’où l’intérêt d’un CAC pivot conventionné avec le CFO (voir Cascade ROI Marketing).
  3. La sous-estimation du coût d’opportunité des holdouts pendant une phase de scaling.

Ces trois garde-fous se posent en amont, pas en cours de route.

Si ta scale-up plafonne aujourd’hui

Signaux qu’il est temps de s’y mettre : dépense qui franchit ~5-10 M$, mix qui se diversifie sur plusieurs canaux significatifs, ventes omnicanal (marketplace, retail) qui deviennent matérielles, baseline organique qui monte au point que couper un canal ne se lit plus clairement sur le CA.

La séquence pratique :

  • Commencer gratuit. Le conversion lift natif Meta/Google familiarise l’équipe au vocabulaire (IRoAS, lift %) avant d’investir dans un geo-test.
  • Obtenir le buy-in C-suite avant le premier holdout. Accepter la baisse de ventes témoin et tenir jusqu’à la significativité - ces deux engagements se prennent avant, pas pendant le test.
  • Écrire la règle d’arbitrage attribution/incrémentalité avant de voir les résultats. La divergence entre les deux méthodes est inévitable ; la règle ex ante évite l’impasse contractuelle.
  • Intégrer l’uplift aux dashboards que l’équipe regarde déjà, pas dans un rituel trimestriel séparé.
  • Viser 2-3 quick wins d’abord, puis installer une cadence permanente de tests à vélocité élevée.
  • Rendre le budget non incrémental plutôt que le dépenser - c’est le signal de crédibilité le plus fort envers la finance.

L’incrémentalité et l’attribution divergeront presque toujours. Pré-aligner une règle d’arbitrage réduit le risque d’impasse, mais ne dit pas quelle méthode a raison dans le cas particulier : un geo-test porte lui-même un profil d’erreur (validité externe locale, contamination, horizon court). L’adoption mûre n’est pas « remplacer un chiffre faux par un chiffre vrai » mais piloter en confiance pondérée sur une triangulation - c’est ce que le Stack de Mesure organise.

Pour aller plus loin

  • Incrémentalité - La métrique et ses méthodes : qu’est-ce que l’incrémentalité mesure, comment la tester - le quoi, dont cette page est le comment adopter.
  • Stack de Mesure - La triangulation dans laquelle l’incrémentalité s’insère : aucun modèle ne dit la vérité seul, plusieurs lectures qui convergent en disent une.
  • Cascade ROI Marketing - Le ROI marketing qu’on te présente est presque toujours gonflé - et la convention CAC avec ton CFO qui débloque la discussion budget incrémental.
  • CMO Tax - Pourquoi le décideur qui porte le P&L est le seul à pouvoir agir sur les résultats sans conflit d’intérêt.
  • Confirmation Bias - Le biais qui rend le chiffre familier plus rassurant que le chiffre vrai, et l’antidote du test contrôlé.

Sources

ℹ️ À propos de cette page

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient à Basecamp, le playbook du projet.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.