Indépendance de la Mesure Tierce

Une mesure tierce n'est indépendante que si elle peut établir et faire examiner ses preuves sans dépendre des intérêts qu'elle évalue. Cela ne garantit ni la représentativité des données ni la causalité de l'effet mesuré.

Balance de laboratoire en laiton, registre scellé sur un plateau, contrepoids caché au pivot - gravure naturaliste.
Le tiers pèse dans la balance

Une mesure tierce ne devient pas indépendante parce qu’un fournisseur porte ce nom. Elle doit pouvoir établir ses preuves et les faire examiner sans dépendre des intérêts qu’elle évalue.

La question change selon la décision. Un rapport peut aider à régler une campagne sans prouver la contribution d’un canal aux ventes. Pour allouer le budget ou contester une facture, il faut savoir qui finance la mesure, qui observe les données et qui contrôle le protocole.

Les exemples disponibles viennent surtout de praticiens et de fournisseurs. Ils révèlent des risques à vérifier, mais ne prouvent pas que chaque mesure est biaisée. Cette page distingue l’indépendance, la qualité des données, la causalité et la représentativité.

L’essentiel en 4 points

  • L’indépendance se juge par rapport à une décision précise, pas au titre de « tiers ».
  • Un intérêt financier justifie un contrôle, mais ne prouve pas qu’un résultat est faux.
  • Un tiers qui calcule des données fournies par une plateforme n’a pas forcément observé lui-même les impressions.
  • Une mesure indépendante peut rester non causale ou non représentative. Il faut la confronter aux ventes et à d’autres méthodes.

Une mesure indépendante répond à une question

Pour comparer deux campagnes d’une même régie, son rapport natif peut fournir un signal opérationnel utile. Koen Pauwels distingue la fiabilité d’une comparaison interne et la validité des chiffres pour comparer des régies entre elles. Des erreurs constantes peuvent préserver le classement dans un canal, sans créer une mesure commune pour répartir le budget. L’échange avec Sleeping Barber expose cette distinction.

Qui a intérêt au résultat ?

La rémunération et la propriété indiquent où chercher un conflit. Augustine Fou soutient qu’un fournisseur payé au volume d’impressions peut perdre des revenus s’il détecte davantage de trafic invalide. Son service FouAnalytics vend un abonnement fixe. Ce modèle réduit cet intérêt marginal, mais ne garantit ni la qualité des mesures ni l’absence d’autres dépendances. Son argument vient d’un fournisseur qui défend sa propre offre.

La propriété mérite le même examen. Fou reprend des critiques sur le rachat de DoubleVerify par Nielsen et un possible conflit entre le standard de qualité et les outils vendus pour l’atteindre. Ces commentaires justifient un contrôle de gouvernance, mais ne démontrent pas que les mesures sont fausses.

Les partenaires de mesure mobile (MMP) illustrent une autre tension. Plusieurs plateformes et réseaux ont investi ensemble dans AppsFlyer. Dans un entretien de Mobile Dev Memo, Maor Sadra présente cet investissement comme une façon de préserver une infrastructure commune et de réduire le risque d’un rachat par un acteur unique. Ce point de vue de praticien n’établit pas que les investisseurs n’influencent jamais le fournisseur. La neutralité perçue et les règles d’accès restent à vérifier.

Qui observe les données ?

Un fournisseur peut être extérieur à la plateforme sans collecter lui-même les observations. Dans certains jardins clos, la plateforme transmet les données et le tiers calcule le rapport. Selon Fou, le rapport DoubleVerify sur YouTube repose sur des données de Google Ads Data Hub. Le calcul est externe, mais la source reste l’acteur évalué. Cette description vient d’un concurrent et appelle une vérification des sources et des droits d’accès.

Les journaux au niveau de l’impression ont aussi une limite. Ils peuvent retracer une transaction sans prouver où l’annonce a été rendue, si elle était visible ou si une personne l’a vue. Le modèle de contrat publié par Fou souligne que les enregistrements fournis par les participants ne sont pas une preuve auto-authentifiée. Ses exemples commerciaux ne valident pas son outil comme arbitre neutre.

Demande quelles données le tiers collecte directement, lesquelles lui sont transmises et lesquelles tu peux examiner ou reproduire. Une donnée fournie par la plateforme peut rester utile. Le calcul externe ne transforme pas sa provenance.

Indépendance ne signifie pas causalité

Un essai contrôlé randomisé (RCT) peut établir un effet causal dans la population testée. Il ne garantit pas que cette population représente toutes les ventes. Un test mené par une plateforme peut donc être utile, même si la plateforme contrôle l’exposition ou le rapport. Vérifie qui choisit l’échantillon, qui assigne les groupes et quels résultats l’annonceur peut examiner.

Rick Bruner rapporte qu’Amazon entraîne son système Ground Truth sur des centaines de milliers de RCT, puis fournit aux annonceurs des estimations calibrées plutôt que les résultats des tests. Bruner dit ignorer si les annonceurs peuvent demander un test et en recevoir les résultats. Son témoignage éclaire l’asymétrie d’accès, mais ne constitue pas un audit indépendant d’Amazon. Sa recommandation de tests géographiques indépendants vient aussi d’un fournisseur concurrent.

La limite inverse compte aussi. Un geo-test peut mesurer correctement l’effet dans les régions testées sans prédire le rendement national. Charlie de Thibault décrit ce problème de transportabilité : les marchés peuvent différer par la demande, la concurrence, la distribution ou la saturation. L’indépendance de la collecte, la validité causale et la représentativité sont donc trois contrôles distincts.

Le contrat précise la preuve attendue

Avant l’achat, définis les champs requis, les données accessibles, les limites de couverture, les exceptions et le traitement d’un résultat manquant ou contradictoire. Le modèle de contrat-cadre de services (master service agreement, MSA) publié par Fou propose ce type de clauses. C’est un document commercial, à adapter avec un conseil juridique, et non une validation indépendante de son service.

Distingue les impressions achetées, servies, rendues et visibles. Vérifie qui collecte chaque champ, qui le conserve et si le calcul peut être examiné. Une clause clarifie la preuve attendue et ses conséquences sur la facturation. Elle ne rend pas exacte une donnée qui ne l’est pas.

Si ta scale-up plafonne aujourd’hui

Avant d’allouer un budget ou de contester une facture, pose ces questions :

  1. Quelle décision ce résultat doit-il soutenir ?
  2. Qui reçoit un revenu si le résultat favorise cette mesure ?
  3. Qui collecte les données brutes, et qui peut les examiner ?
  4. Qui choisit l’échantillon, l’assignation et les règles de calcul ?
  5. Quelle part des ventes ou des impressions reste hors du champ observé ?

Pour régler une campagne, garde le rapport natif comme signal dans son périmètre. Pour comparer des canaux, rapproche-le des ventes et d’une méthode intercanale. Pour vérifier une facture, conviens à l’avance des preuves exigées et du traitement des données absentes. Le Stack de Mesure organise cette triangulation. Expérimentation Contrôlée et GeoLift détaillent les conditions causales et leurs limites.

Pour aller plus loin

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.