Forrester déclare le performance marketing mort, mais les CMO mesuraient déjà la mauvaise chose

Au premier trimestre 2026, un responsable marketing grand compte d'un éditeur SaaS B2B reçoit ses résultats trimestriels. Les chiffres d'engagement sont solides : taux de clicstaux de clicsClick-Through Rate : clics divisés par impressions. Mesure la capacité d'une publicité, d'un email ou d'un lien à déclencher une action.Voir la définition complète → en hausse, scores d'intention élevés sur les comptes ciblés, pipelinepipelineL'ensemble des opportunités commerciales actives réparties selon les étapes du processus de vente, avec leur valeur potentielle cumulée et leur probabilité de conclusion.Voir la définition complète → attribué en croissance. Son équipe a optimisé chaque euro sur ces signaux pendant dix-huit mois. Deux semaines plus tard, il apprend que trois de ses comptes cibles prioritaires ont signé avec un concurrent direct. Ces comptes avaient activement consulté ses contenus. Leurs scores d'intention étaient parmi les plus hauts du trimestre.

Forrester avait prévenu.

Pourquoi Forrester dit que le performance marketing est mort

La réponse directe : parce qu'il optimise des proxies d'achat plutôt que la préférence réelle des acheteurs.

Dans son analyse "Performance Marketing Is Dead", Forrester articule un problème que beaucoup de praticiens ressentaient sans pouvoir le formuler. Les signaux d'engagement et d'intention, clics, visites de pages produit, téléchargements de livres blancs, scores comportementaux, indiquent qu'un compte s'intéresse à une catégorie de solution. Ils ne disent pas si ce compte préfère votre entreprise à la concurrence. Cette distinction est centrale, et l'industrie a passé une décennie à l'ignorer pour des raisons compréhensibles : les signaux d'intention sont mesurables, instrumentalisables, reportables en comité exécutif.

La préférence de marché, elle, est plus difficile à capter. Forrester propose pour l'aborder une matrice baptisée Preference Marketing Matrix, qui croise des données de préférence déclarée et de comportement d'achat observé pour identifier où une marque gagne réellement la conviction des acheteurs, et où elle ne fait que les accompagner jusqu'à la décision d'un concurrent.

Ce cadre n'est pas sorti de nulle part. Il s'inscrit dans une critique plus ancienne de l'attributionattributionUn framework qui attribue le crédit d'une conversion aux différents touchpoints y ayant contribué, afin de mesurer quels canaux et quelles interactions génèrent réellement des résultats.Voir la définition complète → last-touch et multi-touch, qui attribue de la valeur à chaque point de contact influencé sans distinguer ce qui a construit une préférence de ce qui a simplement enregistré une intention. Pour aller plus loin sur la façon dontl'attribution omnicanale peut être repensée à l'échelle d'une direction marketing, les modèles existants montrent déjà les limites de cette vision.

La mécanique d'une décennie d'optimisation dans la mauvaise direction

Le diagnostic de Forrester devient plus frappant quand on trace l'historique de ce qui a rendu le performance marketing dominant en B2B.

Entre 2015 et 2022 environ, les outils d'intent data ont proliféré. Bombora, G2, TechTarget et d'autres ont construit des infrastructures permettant de savoir qu'un compte cherche activement une solution dans votre catégorie. Les équipes marketing ont adopté ces signaux comme substituts de la demande qualifiée, puis ont organisé leurs dépenses médias et leurs séquences ABMABMStratégie B2B qui cible des comptes à forte valeur avec des campagnes et des contenus personnalisés, en alignant sales et marketing sur des entreprises nommées plutôt que sur des audiences larges.Voir la définition complète → autour d'eux. La logique semblait irrirrLe taux de rendement interne est le taux d'actualisation qui annule la valeur actuelle nette d'un projet. Il exprime le rendement annualisé attendu d'un investissement.Voir la définition complète →éfutable : cibler celui qui cherche, au moment où il cherche.

Le problème documenté par Forrester tient à la nature même du parcours d'achat B2B. Les comités d'achat contemporains, souvent composés de six à dix personnes selon les données que Gartner a publiées sur ce sujet, forment leur préférence fournisseur longtemps avant d'émettre des signaux d'intention exploitables. Au moment où un compte affiche un score d'intention élevé, la majorité des membres du comité ont déjà une opinion sur les fournisseurs en lice. L'intent data capte l'intérêt de catégorie, pas la position concurrentielle.

Les équipes qui ont optimisé leurs ROASROASLe Return on Ad Spend (ROAS) mesure le revenu généré pour chaque unité monétaire dépensée en publicité, calculé en divisant le revenu par le coût média.Voir la définition complète → sur ces signaux ont donc, dans beaucoup de cas, dépensé efficacement pour atteindre des acheteurs qui avaient déjà décidé, ou qui allaient décider pour quelqu'un d'autre. Le ROAS looked bon. Le revenu net racontait une autre histoire.Comprendre comment calculer et interpréter ces métriques dans un contexte réel aide à voir pourquoi un ROAS élevé peut coexister avec un CACCACLe Customer Acquisition Cost (CAC) correspond au total des dépenses commerciales et marketing divisé par le nombre de nouveaux clients gagnés sur une période. Il mesure l'efficacité de votre croissance.Voir la définition complète → en dérive.

Ce que ça change concrètement pour un CMO en 2026

La leçon n'est pas d'abandonner la mesure de performance, c'est de cesser de confondre l'activité avec la préférence.

Quelques implications pratiques qui découlent de l'analyse Forrester :

• Les études de préférence de marché, longtemps reléguées au rang d'exercice de brand équipe, retrouvent une légitimité opérationnelle. Mesurer si les acheteurs dans votre marché vous préfèrent à vos concurrents directs, sur des attributs précis, est de la data de pilotage, pas du brand equitybrand equityLa valeur commerciale que votre marque ajoute au-delà des attributs fonctionnels du produit : le premium de prix, la préférence et la loyauté qu'elle génère.Voir la définition complète → abstrait.
• Le ROAS calculé sur des campagnes d'activation ciblant des comptes à fort score d'intention surévalue probablement la contribution du programme. Une partie de ce pipepipeL'ensemble des opportunités commerciales actives réparties selon les étapes du processus de vente, avec leur valeur potentielle cumulée et leur probabilité de conclusion.Voir la définition complète → se serait convertie de toute façon. La question juste est : à quel moment de la construction de préférence votre programme a-t-il réellement influé sur la décision ?
• Les budgets alloués uniquement à la capture de demande existante (search, retargetingretargetingDiffuser des publicités aux utilisateurs ayant déjà visité votre site ou interagi avec votre marque, pour les faire revenir et déclencher la conversion.Voir la définition complète →, séquences ABM sur comptes chauds) sans investissement dans la crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éation de préférence en amont produisent des ROAS trimestriels flatteurs et des positions concurrentielles qui s'érodent silencieusement.

Forrester ne dit pas que les données de performance sont inutiles. L'argument est plus précis : elles mesurent le résultat d'une préférence que vous n'avez pas instrumentalisée, et qu'un concurrent est peut-être en train de construire pendant que vous optimisez votre coût par lead.

Le responsable marketing du scénario d'ouverture n'avait pas mal exécuté. Il avait excellemment exécuté la mauvaise stratégie. La différence entre les deux ne se voit pas dans le dashboard d'attribution, elle se voit dans les renouvellements et les comptes perdus au profit d'un concurrent moins visible dans vos rapports.

Les CMO qui prendront ce virage ne jetteront pas leurs outils de performance. Ils ajouteront une couche de mesure que beaucoup ont déprogrammée il y a dix ans, par manque de temps et excès de confiance dans les proxies numériques.