Rosser Reeves Effect

-

Le Rosser Reeves Effect est probablement l’erreur d’attribution la plus universelle du marketing : « les gens qui reconnaissent notre pub aiment plus la marque, donc la pub fonctionne. » L’inférence semble logique. Elle est en fait causale à l’envers - ceux qui achètent ou aiment déjà la marque sont ceux qui notent et retiennent davantage ses publicités. La corrélation est l’effet, pas la cause.

Le nom vient de Rosser Reeves, publicitaire star des années 1950, qui formalisa la méthode dans Reality in Advertising (1961) : comparer les scores marque entre les gens qui se souviennent de la pub et les autres ; l’écart prouve, disait-il, l’effet. Les Binet et Sarah Carter démontent la méthode dans How not to Plan (ch. 69) : « people are more likely to notice and remember ads for brands they know well and like. So usually ad recognition is the effect, not the cause. » L’expérience subjective le confirme - on achète une voiture, et soudain on voit ses pubs partout. Le réseau attentionnel s’active sur la familiarité.

Cette page traite le mécanisme, ses mutations digitales contemporaines, et le seul antidote méthodologique connu - le test contrôlé. Elle ne traite ni le détail du retargeting comme canal, ni les méthodes spécifiques de geo-experiment.

L’essentiel en 4 points

• Le Rosser Reeves Effect : la causalité de la mesure publicitaire est souvent inversée - les gens qui notent une pub sont déjà des acheteurs de la marque.
• Réfuté dans les années 1960, l’effet a muté dans le digital : retargeting, lookalike, social proof, brand search - tous des dispositifs qui présument à tort qu’une corrélation forte avec la conversion est une preuve d’effet.
• Seul antidote méthodologique : le controlled exposure test - deux groupes comparables, exposer l’un, mesurer l’écart d’achat.
• L’effet persiste parce qu’il est un biais cognitif activement entretenu - le praticien expérimenté lit un CPA flatteur comme une preuve, sans activer les breakdowns qui révéleraient la non-incrémentalité.

L’origine et le mécanisme

Comparer les scores marque entre ceux qui reconnaissent une publicité et ceux qui ne la reconnaissent pas produit toujours de gros effets, toujours « validants », et c’est complètement biaisé. Binet et Carter posent la mécanique simplement : la mémoire publicitaire est un produit conjoint de l’exposition et de l’affinité préalable. Une marque qu’on aime déjà laisse plus de traces que la même exposition à une marque indifférente. Mesurer après coup la différence entre les deux groupes ne mesure pas l’effet de la pub - elle mesure la composition préalable de l’audience.

Pourquoi ça persiste, et les variantes contemporaines

Réfuté dès les années 1960, l’effet survit sous des formes mutantes. « Notre cible exposée 3 fois ou plus achète 40 % de plus », « nos fans Instagram dépensent 2 fois plus », « nos visiteurs de site achètent 48 % plus » - chacune de ces affirmations est un Rosser Reeves moderne. L’étude Accenture/ComScore qui produit le dernier chiffre, analysée finement, montre que ces visiteurs sont en fait des deal hunters moins loyaux : la visite est la conséquence du comportement d’achat, pas sa cause.

Trois incarnations digitales emblématiques :

1. Le retargeting. Cibler des audiences à intent fort, c’est-à-dire des gens qui visitent le site, ajoutent au panier, ouvrent une newsletter. Le ROAS gonfle. On a vendu à des gens qui allaient acheter. L’effet incrémental est faible voire nul (voir la page Incrémentalité).
2. Le lookalike. La conversion vient du profil sélectionné - on a copié les caractéristiques des acheteurs, on a trouvé d’autres acheteurs, l’algorithme a fait son travail de sélection, pas de persuasion.
3. Le « social fans = better buyers ». Les heavy buyers deviennent fans d’une marque, pas l’inverse. La page Facebook n’a pas converti les fans en acheteurs ; les acheteurs sont devenus fans.

Ces incarnations digitales sont dangereuses parce qu’elles orientent les budgets vers la fidélité plutôt que la pénétration, vers le ciblage plutôt que le reach, vers la promo plutôt que le brand-building - trois axes empiriquement moins rentables.

Le seul antidote : controlled exposure

La seule façon fiable d’évacuer le biais : le controlled exposure test. Deux groupes comparables, exposer l’un, mesurer l’écart de comportement. Variantes opérationnelles : A/B test in-market, geo-experiments, ghost ads (banner placebo sur le groupe contrôle pour neutraliser le targeting), MMM calibré par expérimentation.

Que Google et Meta proposent désormais leurs propres outils de lift testing admet implicitement que leurs dashboards d’attribution sont biaisés. Aucun outil contemporain ne corrige naturellement Rosser Reeves - c’est à l’analyste de le faire : segmenter buyers vs non-buyers, lancer un geo-test, comparer à une baseline historique.

Si ta scale-up plafonne aujourd’hui

Pattern récurrent : ROAS Google 5x, Meta 3x, conclusion native « le perf marche. » Le diagnostic Rosser Reeves dans ce contexte :

Le ROAS Google inclut massivement du brand search - les gens qui tapent le nom de ta marque dans la barre Google convertissent parce qu’ils étaient déjà décidés. Le retargeting Meta capture les visiteurs déjà engagés. Le last-click attribue tous les effets brand offline (TV, OOH, presse, bouche-à-oreille) au touchpoint final, qui se trouve presque toujours être un canal mesurable. Les lookalikes vendent à ceux qui ressemblent déjà aux convertisseurs.

Quand la scale-up coupe la TV ou l’OOH pour rebasculer le budget vers le digital, les ROAS Google et Meta tiennent à court terme puis s’érodent à 6-12 mois. Le système d’attribution est aveugle à cette mécanique par construction.

L’inverse de Rosser Reeves se manifeste là aussi : le brand-building produit réellement un lift sur le search payant que le last-click attribue à tort à Google. Marketing Architects documente le « snowball effect » - une campagne TV qui s’arrête continue à driver du search pendant plusieurs semaines. Quand le brand monte, Google s’attribue le mérite ; quand il coupe, le search tient quelques mois puis dégrade. Test révélateur : couper la TV 8-12 semaines en geo-test, mesurer la dégradation du search payant sur traitement vs contrôle.

Deux variantes natives Meta amplifient le biais et méritent une vigilance opérationnelle :

1. Le social proof. Jon Loomer rapporte une ad fraîche sans social proof qui bat l’ad-trophée à 6 000 commentaires - 46 $ vs 50 $ de CPL. « Meta never told me social proof mattered. I just assumed it. » Le social proof corrèle avec la durée de vie et la qualité créative initiale, il n’est pas le driver de performance.

2. La fenêtre d’attribution. Le redécoupage Meta de l’attribution click-through annoncé pour 2026 - engage-through à 1 jour vs click-through à 7 jours - élimine les conversions multi-touch légitimes (ad → email 3 jours plus tard → conversion) tout en gardant les same-day, qui sont les plus exposées au biais de sélection. Le raccourcissement amplifie Rosser Reeves plutôt que de le corriger.

La sortie tient en trois principes : (1) ghost ads, geo-experiments, MMM sur plus de 24 mois ; (2) distinguer brand search (passif, capté) de brand-building (actif, produit) ; (3) toujours se poser la question fondatrice de l’incrémentalité - « ces convertisseurs auraient-ils converti sans cette exposition ? »

La persistance psychologique

L’effet survit parce qu’il est un biais cognitif activement entretenu, pas un défaut de mesure. Le praticien expérimenté lit le CPA flatteur du retargeting comme « ça marche » sans activer les breakdowns qui révéleraient la non-incrémentalité. Loomer le formule sans détour : « the advertisers who fall into this trap the hardest are the experienced ones. » L’expérience produit un capital identitaire qui rend coûteuse la remise en cause du dispositif qui l’a construit.

Pour aller plus loin

• Attribution - Le cadre général des biais dont Rosser Reeves est le plus fondamental.
• Incrémentalité - La métrique différentielle qui corrige mécaniquement la causalité inverse.
• Meta Ads — Pilotage - Breakdowns, audience segments et attribution settings comme antidotes natifs de la régie.

Sources

• Les Binet & Sarah Carter, How not to Plan: 66 ways to screw it up (2018), ch. 69 « How not to prove that advertising works ».
• Rosser Reeves, Reality in Advertising (1961) - source historique de la méthode réfutée.
• Marketing Architects, podcast Avoiding the Google Tax.
• Jon Loomer, Confirmation Bias Makes You a Worse Advertiser.
• Jon Loomer, Social Proof Might Not Matter.
• Jon Loomer, Click Attribution Isn’t What It Used to Be.

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.