Marketing mix modeling pour le trade et les dépenses média

# Marketing mix modeling pour le trade et les dépenses média

Une marque de snacks lance deux choses le même trimestre : une grosse opération deux pour un dans les enseignes alimentaires, et une forte poussée de publicité vidéo digitale. Les ventes bondissent de 18 pour cent. L'équipe marketing pavoise. Puis la finance pose une question simple : lequel des deux a produit le lift ?

Personne ne sait. La promo et les pubs se sont superposées dans les mêmes magasins, les mêmes semaines, auprès des mêmes acheteurs. Les deux équipes s'en attribuent le mérite. Et le budget du trimestre suivant dépend de la réponse.

C'est le problème central que résout le marketing mix modeling (MMM). Le MMM est une méthode statistique qui estime la contribution de chaque levier marketing (TV, digital, promotions trade, PLV en magasin) aux ventes. L'IA l'a rendu plus rapide, plus granulaire et plus utile face à la réalité désordonnée des dépenses en FMCG.

Pourquoi c'est difficile en FMCG

Les marques de produits de grande consommation dépensent sur deux postes très différents :

• Dépenses média : TV, vidéo digitale, social et, de plus en plus, retail media (publicité achetée sur la plateforme d'un distributeur, comme Amazon ou l'application d'une enseigne).
• Trade spend : sommes versées aux distributeurs pour les promotions, remises, têtes de gondole et placements en rayon. Pour beaucoup d'industriels FMCG, c'est le premier poste de coût après le coût des marchandises, souvent estimé entre 15 et 25 pour cent des ventes brutes.

Le problème : ces leviers s'activent en même temps, sur des zones qui se recoupent, avec des effets décalés. Une campagne TV peut soutenir les ventes pendant des semaines. Une promotion prix fait exploser le volume immédiatement mais peut anticiper la demande (les gens stockent, puis achètent moins ensuite). Démêler cela à l'œil nu est impossible.

Ce que le MMM mesure réellement

Le MMM travaille au niveau agrégé. Il prend l'historique des ventes (généralement hebdomadaire, par région ou groupe de magasins) et le régresse sur tous les facteurs marketing et non marketing mesurables.

Inputs typiques :

• Dépenses média par canal et par semaine
• Profondeur et calendrier des promotions trade
• Prix et prix concurrents
• Distribution (nombre de magasins référençant le produit)
• Saisonnalité et météo
• Facteurs macroéconomiques

Le modèle produit une décomposition des contributions : quelle part des ventes provient de la demande de base par rapport à chaque levier marketing, plus un ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → (retour sur investissementretour sur investissementReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète →) par canal.

Deux concepts rendent le MMM réaliste :

Adstock (effet de rémanence) : l'effet publicitaire décrocroLe Conversion Rate Optimization (CRO) est la pratique systématique visant à augmenter le pourcentage d'utilisateurs qui réalisent une action souhaitée, en s'appuyant sur la data, les tests et la recherche utilisateur.Voir la définition complète →ît dans le temps au lieu de disparaître à l'arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →êt de la campagne. Une vague TV continue d'agir plusieurs semaines.

Saturation (rendements décroissants) : le dixième euro investi dans un canal travaille moins que le premier. Au-delà d'un certain point, dépenser plus ne fait presque plus bouger les ventes. C'est l'apport le plus important du MMM, car il indique où vous surinvestissez.

Ce que l'IA change

Le MMM classique utilisait une simple régression linéaire et prenait des mois aux analystes. Le MMM piloté par l'IA améliore les choses concrètement :

Les méthodes bayésiennes traitent le problème « peu de données, beaucoup de variables » que le FMCG rencontre toujours. Vous avez rarement assez de semaines de données propres pour isoler chaque canal. Les modèles bayésiens permettent d'intégrer des priors (hypothèses de départ informées, par exemple que le ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → TV est habituellement positif) pour que le modèle reste stable au lieu de sortir des coefficients absurdes.

Traitement automatisé des variables : le machine learning aide à modéliser la saturation non linéaire et les effets d'interaction (par exemple la TV qui rend une promotion plus efficace) sans calibrer chaque courbe à la main.

Vitesse et rafraîchissement : ce qui exigeait une mission de conseil trimestrielle peut désormais tourner tous les mois ou à la demande, si bien que les budgets s'ajustent à ce qui se passe réellement.

La bibliothèque open source Meridian de Google illustre bien l'état de l'art en 2026. C'est un framework MMM bayésien conçu exactement pour ce type d'analyse. À explorer ici : Meridian sur GitHub.

Voici la forme conceptuelle d'un MMM moderne, simplifiée :

# Sales as base demand + carryover-and-saturation-adjusted media effects
sales_t = base_t \
    + beta_tv    * saturate(adstock(tv_spend))    \
    + beta_retail* saturate(adstock(retail_media)) \
    + beta_trade * saturate(trade_depth)          \
    + gamma      * seasonality_t                   \
    + error_t

# Le modèle estime chaque beta (efficacité du canal),
# puis ROI = ventes_incrémentales_du_canal / dépense_du_canal

Vous n'avez pas besoin de coder cela. Vous devez comprendre que le modèle sépare une base (les ventes que vous auriez de toute façon) des ventes incrémentales générées par la dépense, puis divise les ventes incrémentales par le coût pour obtenir le ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → par canal.

MMM contre 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 → : utilisez les deux

On les confond souvent. Ils répondent à des questions différentes.

• Le MMM est top-down. Il s'appuie sur les ventes agrégées et fonctionne pour tous les canaux, y compris offline comme la TV et la PLV, qu'on ne peut pas suivre clic par clic.
• L'attribution multi-touch (MTA) est bottom-up. Elle suit les parcours individuels (cette personne a vu la pub, a cliqué, a acheté) et ne fonctionne que pour les points de contact digitaux traçables.

Le retail media se situe de façon inconfortable entre les deux. Il est digital et traçable, mais il vit dans le walled garden d'un distributeur : vous récupérez souvent les chiffres d'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 → du distributeur lui-même, qui ont tendance à le flatter. Traitez le 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 → (retour sur dépense publicitaire) déclaré par l'enseigne avec un scepticisme sain et validez-le avec votre MMM.

La bonne pratique en 2026 est une approche par couches : le MMM pour la répartition budgétaire stratégique entre tous les canaux, 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 → et les expérimentations pour les décisions tactiques au sein du digital.

🎬 [VIDEO: "Marketing Mix Modeling Explained" - youtube.com - une présentation claire des inputs, des outputs du MMM et de la façon dont les courbes de ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → guident les arbitrages budgétaires]

Résoudre le problème de la marque de snacks

Revenons à notre marque de snacks. Voici comment le MMM trancherait le litige promo contre pubs.

Le modèle examine de nombreuses semaines et régions où la promo et les pubs ne se sont *pas* parfaitement superposées. Dans les régions où la vidéo digitale a tourné sans promo, les ventes ont tout de même progressé modestement. Dans les régions où la promo a tourné sans pubs, les ventes ont fortement bondi puis ont reflué (l'effet d'anticipation).

La décomposition pourrait révéler :

• La promo a généré l'essentiel du volume immédiat, mais une grande part venait d'acheteurs existants qui ont stocké : le profit *incrémental* était donc mince une fois le coût de la remise déduit.
• La vidéo digitale a produit un lift plus faible mais plus durable, avec une meilleure marge puisqu'aucune remise prix n'y était associée.

La finance a maintenant une réponse. Le lift de 18 pour cent venait surtout de la promo, mais la promo était moins rentable qu'il n'y paraissait. La recommandation : basculer une partie du trade vers le média, et rendre la prochaine promo moins profonde mais couplée à une PLV, puisque le MMM a montré que PLV et promos s'amplifient mutuellement.

Lire les résultats sans se faire piéger

Le MMM est puissant mais facile à mal utiliser. Points de vigilance :

Corrélation n'est pas preuve. Si vous investissez toujours massivement en décembre, le modèle risque de 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 →éditer la publicité de ce qui relève de la saisonnalité des fêtes. Les bons modèles contrôlent ce facteur ; les mauvais non.

Validez par l'expérimentation. L'étalon-or est la geo experiment : augmenter la dépense dans certaines régions, la maintenir stable dans d'autres, et mesurer l'écart. Cela donne une lecture causale réelle que vous pouvez réinjecter pour calibrer le MMM. Meta et Google publient tous deux des guides gratuits sur les tests d'incrémentalité qui méritent d'être lus.

Ne surestimez pas un chiffre de ROI isolé. Chaque estimation a une plage d'incertitude. Un modèle bayésien vous donne cette plage (un intervalle de 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 →édibilité). Si le ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → TV peut se situer entre 0,8 et 2,5, la décision n'a rien à voir avec un intervalle serré de 1,9 à 2,1.

TransformerTransformerUn Transformer est une architecture de réseau de neurones qui utilise le self-attention pour traiter des séquences en parallèle. Elle est au cœur de la plupart des modèles de langage et d'IA générative actuels.Voir la définition complète → l'insight en décision budgétaire

Tout l'intérêt du MMM est la réallocation. Les courbes de saturation sont votre carte.

Déroulé pratique :

1. Repérez les parties plates. Tout canal dont la courbe s'est aplatie est en surinvestissement. Retirez de l'argent.

2. Repérez les parties pentues. Les canaux encore sur la partie pentue de leur courbe peuvent absorber davantage de dépense de façon rentable.

3. Posez des garde-fous. Ne déversez pas tout un budget dans un seul canal sur la foi d'un unique run de modèle. Réallouez par paliers (par exemple 10 à 15 pour cent), mesurez, puis relancez.

4. Traitez le trade à part. Le trade spend s'accompagne d'enjeux stratégiques (linéaire, relations distributeurs) que le seul ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → ne capte pas. Utilisez le MMM pour éclairer les négociations commerciales, pas pour couper aveuglément un distributeur qui contrôle aussi votre distribution.

Un résultat réaliste pour notre marque de snacks : maintenir le budget total, transférer une part du trade vers le retail media (encore sur une courbe de rendement pentue), garder un calendrier promotionnel plus sobre, et s'engager sur un geo test au trimestre suivant pour confirmer que le lift média est réel.

Points clés

• Le MMM sépare les ventes de base des ventes incrémentales, puis divise les ventes incrémentales par la dépense pour donner un ROIROIReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète → par canal. C'est ce qui tranche les débats « est-ce la promo ou la pub ».
• Les courbes de saturation sont le vrai gisement de valeur. Elles montrent quels canaux sont en surinvestissement (plats) et lesquels peuvent absorber plus (pentus). Réallouez vers les courbes pentues, par paliers.
• Utilisez MMM et attribution ensemble. Le MMM pour la répartition stratégique tous canaux (y compris offline et trade), 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 → et les geo experiments pour les décisions tactiques du digital.
• L'IA, en particulier le MMM bayésien, rend l'exercice plus rapide et plus stable face à la réalité désordonnée, chevauchante et pauvre en données du FMCG. Des outils comme Meridian de Google ont abaissé la barrière d'entrée.
• Ne faites jamais confiance à un chiffre unique. Vérifiez la plage d'incertitude, contrôlez la saisonnalité et validez par une vraie geo experiment avant de miser le budget.