Playbook CMO & tactiques avancées pour l'attribution omnicanale

Demandez à Google, Facebook et à votre partenaire d'affiliation combien de commandes chacun a générées le trimestre dernier, additionnez les trois chiffres, puis placez le total à côté du nombre de commandes de votre système financier. Le total des plateformes est plus élevé. Il l'est toujours, dans toutes les entreprises, dans toutes les catégories.

Cet écart n'est pas un pixel cassé. Chaque vendeur comptabilise toute conversion qu'il a touchée à l'intérieur de sa propre fenêtre, et aucun ne voit les données des autres (la contrainte des walled gardens décrite dans la leçon sur les fondamentaux). L'arithmétique est facile à expliquer. Le problème organisationnel ne l'est pas : vous allouez huit ou neuf chiffres à partir de données fournies par les parties que vous payez, et ces parties n'ont aucune obligation de se réconcilier entre elles. Ce qui suit, c'est ce qu'un dirigeant décide par-dessus ce désordre : quelle lecture l'emporte quand les lectures divergent, ce que vous retirez délibérément du marché pour conserver un groupe de contrôle, et ce que coûte la mauvaise réponse.

Concept central : une politique de triangulation, écrite avant l'arrivée des chiffres

Vous aurez trois lectures du même canal : la revendication de la plateforme, votre propre modèle cross-canal (quel qu'il soit, issu de la leçon sur les frameworks) et une expérimentation. Elles divergeront, par des multiples, sur vos plus grosses lignes. Si vous décidez de l'arbitrage après avoir vu les chiffres, vous le déciderez politiquement, et le canal dont le responsable parle le plus fort l'emportera.

Écrivez la hiérarchie et faites-la contresigner par la finance :

• Une expérimentation suffisamment puissante bat tout le reste, y compris votre propre modèle.
• Votre modèle cross-canal bat les revendications des plateformes pour l'allocation entre canaux.
• Les revendications des plateformes régissent l'optimisation à l'intérieur d'un canal et rien d'autre. Elles fixent les enchères, pas les budgets.

Fixez ensuite la bande de tolérance dans le même document. Si la revendication de revenu de la plateforme et votre modèle tombent à une distance convenue l'un de l'autre, personne n'en fait une réunion. Hors de cette bande, un test se déclenche automatiquement au lieu d'être réclamé par celui qui perd. La largeur de la bande importe moins que le fait de l'avoir actée quand aucun budget n'est en jeu.

SOUS-CONCEPT 1 : LES HOLDOUTS COMME CONTRÔLE BUDGÉTAIRE, PAS COMME PROJET DE RECHERCHE

La plupart des entreprises mènent des tests d'incrémentalité comme des études ponctuelles, commandées quand quelqu'un devient méfiant. Traitez-les plutôt comme un contrôle permanent : 5 à 10 % des geos ou de votre audience adressable maintenus en holdout de façon permanente sur les deux ou trois canaux qui portent l'essentiel du spend, rafraîchis selon un calendrier, avec des dates de lecture enregistrées à l'avance.

L'économie de cette réserve est contre-intuitive. Un holdout vous coûte le revenu incrémental que vous auriez gagné dans les cellules retirées, donc il coûte le plus cher précisément quand le canal fonctionne vraiment, et presque rien quand ce n'est pas le cas. Vous payez une prime d'assurance proportionnelle à l'ampleur de l'erreur que vous commettriez autrement. Inscrivez-la au plan comme une ligne nommée, pour que le CFO voie un coût de gouvernance plutôt qu'un creux mystérieux dans le revenu d'une région.

Le mode de défaillance à anticiper est la puissance statistique. Un canal portant 3 % du spend, testé pendant deux semaines sur une poignée de marchés, renverra un résultat nul presque indépendamment de la vérité, parce que le lift attendu se situe bien en dessous du bruit hebdomadaire sur les commandes. Les équipes lisent alors « nous n'avons trouvé aucun effet » comme « il n'y a pas d'effet », coupent le canal, et perdent du revenu deux trimestres plus tard sans qu'aucun modèle ne relie les deux événements. Avant de lancer un test, demandez quelle taille d'effet il peut détecter. Si la réponse est supérieure à l'effet que vous espérez trouver, vous avez acheté un résultat nul.

Il existe de bonnes preuves que l'alternative est pire. Une série d'expérimentations publicitaires à grande échelle menées sur des données Facebook et publiées dans Marketing Science en 2019 a comparé le lift randomisé à des estimations observationnelles construites sur les mêmes utilisateurs : les méthodes observationnelles surestimaient généralement l'effet, parfois largement, et l'ampleur comme le sens de l'erreur ne pouvaient pas être prédits à l'avance à partir des données elles-mêmes. On ne corrige pas un biais dont on ignore le signe.

Sous-concept 2 : ce que coûte réellement un chiffre auto-attribué

Deux choses sont vraies en même temps : les équipes mesure des plateformes sont compétentes, et le compteur appartient au vendeur. En septembre 2016, Facebook a révélé avoir surestimé pendant environ deux ans la durée moyenne de visionnage vidéo, de l'ordre de 60 à 80 %, parce que le calcul divisait le temps de visionnage total uniquement par les vues de plus de trois secondes. Plusieurs autres corrections de métriques ont suivi au cours des deux années suivantes. Aucun annonceur n'a trouvé ces erreurs. C'est Facebook qui les a trouvées et annoncées.

La version de second ordre est arrivée avec le prompt de tracking d'Apple en 2021. Meta a indiqué à ses investisseurs en février 2022 s'attendre à ce que le changement coûte environ 10 milliards de dollars de revenu sur l'année. Côté acheteur, le symptôme a été une baisse des conversions rapportées dans Ads Manager alors que la demande réelle n'avait pas nécessairement bougé, avec en parallèle une fenêtre 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 → par défaut raccourcie à sept jours après clic. Les équipes sans holdout ne pouvaient pas distinguer un changement de mesure d'un changement de demande, et certaines ont coupé du spend sur un artefact de reporting. Google et Meta ont ensuite comblé le trou avec des conversions modélisées. Ces modèles sont peut-être bien construits ; ils restent une estimation produite par le vendeur, et rien dans l'interface ne signale où s'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 →ête le comptage et où commence la modélisation.

Chiffrez l'exposition plutôt que de la décrire. Prenez un canal portant 12 M$ de spend à un 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 → rapporté de 4,0 : 48 M$ de revenu revendiqué. Si les holdouts placent le ROAS incrémental à 1,6, la contribution réelle est d'environ 19 M$, et l'écart de 29 M$ figure déjà dans le plan de quelqu'un comme justification de l'augmentation de l'an prochain. Cette soustraction, faite une fois par an sur vos trois principaux canaux, est l'heure la plus rentable du calendrier marketing.

Sous-concept 3 : la carte des incitations sous le modèle

Les disputes d'attribution portent rarement sur les statistiques. Remontez à qui est payé sur quoi.

Des responsables de canal rémunérés sur le ROAS de leur canal défendront la fenêtre et le modèle qui les flattent, et ils se comportent rationnellement. Une agence payée en pourcentage du spend média voit son revenu crocroLe 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 →ître avec le spend, ce qui la disqualifie pour choisir les cellules de holdout ou fixer la date de lecture, quelle que soit son intégrité. Meta a open-sourcé Robyn et Google publie ses propres travaux et outils de media mix modelling ; le code est utile et les deux entreprises vendent le média que le modèle est censé noter. Utilisez les outils, dites le conflit à voix haute dans la salle, et faites vérifier les priors et les définitions de canaux par quelqu'un qui n'a aucun P&L de canal avant que les résultats ne circulent.

La gouvernance en découle. Un propriétaire du chiffre qui ne dépend d'aucun canal. Un dashboard portant côte à côte le revenu attribué, le revenu incrémental et le 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 → blended. Une règle écrite sur qui a autorité pour déclarer un canal mort, et l'obligation pour les responsables de canal de présenter à partir de la source partagée plutôt que depuis l'export de leur propre plateforme.

Sous-concept 4 : déplacer de l'argent sans rien casser

Une fois qu'un test contredit une plateforme, l'instinct est de déplacer vite une grosse somme. Plafonnez. Les courbes de réponse ne sont pas linéaires : une coupe de 60 % vous dit très peu de ce qu'aurait donné une coupe de 20 %, et elle détruit la base de référence dont vous auriez besoin pour revenir en arrière.

Le décalage est l'autre piège. Une lecture à quatre semaines sur un canal servant un cycle d'achat de 90 jours mesure la mauvaise chose, et les effets haut de funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète → apparaissent après que le test a été déclaré terminé. La conséquence au niveau dirigeant est un effet de cliquet : couper le canal, voir le CAC blended s'améliorer pendant un trimestre, voir le revenu se dégrader sur les trois suivants, et constater qu'aucun modèle d'attribution au monde ne rattache cette dégradation à la coupe. Personne n'a jamais été licencié pour un dommage de second ordre qui ressemblait à de l'efficacité en semaine six. Intégrez la lecture de suivi à la décision au moment où vous la prenez, avec une date et un responsable.

Cas réels

Cas 1 : Uber, 2017. Uber a coupé environ deux tiers de son budget publicitaire digital, bien plus de 100 M$ en base annualisée, et son responsable du performance marketing a déclaré publiquement que le volume de courses n'avait pas changé de façon mesurable. Uber a ensuite poursuivi son agence mobile Fetch Media, alléguant avoir été facturé pour des emplacements publicitaires frauduleux et inexistants. Le mécanisme sous-jacent était une fraude à l'attribution : des réseaux revendiquant le 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 →édit last-click pour des installations d'application qui allaient se produire de toute façon. Le reporting n'a jamais eu l'air faux, parce que la partie qui diffusait les publicités fournissait aussi la preuve que les publicités marchaient.

Cas 2 : le search payant sur votre propre marque. Une grande expérimentation contrôlée chez eBay, publiée dans Econometrica en 2015, a coupé le search payant sur des marchés américains appariés et a constaté que les annonces sur les termes de marque de l'entreprise ne produisaient presque aucune vente incrémentale ; les utilisateurs cliquaient simplement sur le résultat organique à la place. Les annonces hors marque montraient un petit effet positif, concentré sur les personnes nouvelles sur le site. Ne recopiez pas la conclusion. Si des concurrents enchérissent sur votre nom, ou si votre résultat organique est sous la ligne de flottaison sur mobile, le search de marque peut être réellement incrémental. Ce qui se transfère, c'est la méthode, pas la réponse.

Cas 3 : Facebook, 2016 à 2022, considéré comme un seul arc. D'abord les erreurs de métriques divulguées, puis les changements de tracking qui ont rendu les chiffres de la plateforme moins complets, puis les conversions modélisées comblant le trou. Un annonceur disposant d'un holdout permanent pouvait observer la demande réelle tout du long et traiter la turbulence du reporting comme du bruit. Un annonceur sans holdout a passé cette période à se disputer sur des dashboards.

Actions pour le CMO

• Faites la réconciliation cette semaine. Additionnez les conversions revendiquées par chaque plateforme pour le trimestre dernier, divisez par le nombre de commandes de votre système financier, et apportez vous-même le ratio à votre CFO. La réunion se passe bien mieux quand c'est vous qui avez apporté le chiffre.
• Mettez en place un holdout permanent sur votre plus gros canal, dimensionné pour détecter un lift sur lequel vous agiriez, avec la date de lecture enregistrée avant le lancement des cellules. Celui qui vous vend le canal ne choisit pas les cellules.
• Mettez la hiérarchie de triangulation sur une page et faites-la signer par la finance avant le plan annuel, pas pendant.
• Auditez les fenêtres sur Google Ads, Meta et votre CDPCDPLogiciel qui unifie les données client de toutes les sources en un profil unique et durable, exploitable par le marketing, les ventes et le service.Voir la définition complète → : longueur de la fenêtre post-clic, comptabilisation ou non du view-through, et concordance des trois. Des fenêtres désalignées gonflent le total en comptant plusieurs fois la même commande.

Erreurs courantes qui tuent les résultats

Erreur 1 : lire un résultat nul sous-dimensionné comme une preuve de zéro. Un petit test sur un petit canal renvoie « aucun effet » presque par construction. Publiez l'effet minimum détectable à côté de chaque résultat, et refusez de couper un canal sur un test qui n'aurait jamais pu le trouver.

Erreur 2 : laisser le vendeur corriger la copie. Cela couvre les agences payées sur le spend, les plateformes fournissant leurs propres outils de lift, et les prestataires dont vous ne pouvez pas reproduire le reporting. Utilisez leurs outils, mais gardez la conception et la lecture chez quelqu'un dont le bonus ne dépend pas de la réponse.

Erreur 3 : couper sur un changement de mesure plutôt que sur un changement de demande. Bandeaux de consentement, prompts de tracking et migrations de pixels déplacent tous les chiffres rapportés sans déplacer un seul client. Un groupe de contrôle permanent est la façon de distinguer les deux, et c'est la raison pour laquelle le holdout vaut son coût même les trimestres où rien de surprenant ne se produit.

À retenir

• Chaque vendeur se déclare gagnant, et la somme des revendications dépasse vos commandes réelles. Réconciliez cet écart vous-même, une fois par trimestre, devant la finance.
• Classez vos sources de vérité par écrit avant l'arrivée des chiffres : expérimentation, puis votre propre modèle, puis les revendications des plateformes pour les enchères seulement.
• Traitez les holdouts comme un contrôle budgétaire permanent doté d'un coût nommé, pas comme une étude occasionnelle. Ils coûtent le plus cher quand un canal fonctionne vraiment, ce qui est précisément l'information que vous achetez.
• Les estimations observationnelles surestiment les effets publicitaires dans des directions imprévisibles : un biais dont vous ne connaissez pas le signe est un biais que vous ne pouvez pas corriger.
• Déplacez le budget par paliers bornés et planifiez la lecture de suivi. Les dégâts d'une coupe excessive apparaissent deux ou trois trimestres plus tard, et aucun modèle ne vous les attribuera.