Mesure marketing et modélisation du mix média : les questions à poser avant de confier vos données à un outil ou une agence

Selon le titre d'un communiqué relayé par Yahoo Finance France, Circana intègre sa solution Liquid Mix, présentée comme basée sur l'IA, à Google Meridian, dans le domaine de la mesure marketing. Nous ne disposons pas du détail de cette annonce. Elle illustre néanmoins une tendance lourde : la multiplication d'outils qui prétendent mesurer l'efficacité réelle des investissements publicitaires, et que les agences intègrent progressivement à leurs offres.

Pour une entreprise, la question n'est pas de savoir quel éditeur a le meilleur algorithme, mais de comprendre ce que mesure l'outil, avec quelles données, et quelles décisions il permet réellement de prendre. La modélisation du mix marketing (souvent désignée par l'acronyme MMM) cherche à estimer la contribution de chaque canal aux ventes à partir de données agrégées, sans suivi individuel des utilisateurs.

Première question à poser à une agence qui propose ce type de mesure : quelles données alimentent le modèle ? Un modèle n'est fiable que si l'historique est suffisamment long, si les dépenses par canal sont correctement renseignées et si les facteurs externes (saisonnalité, prix, actions concurrentes) sont pris en compte. Demandez la liste des variables et la période couverte.

Deuxième question : qui a construit et qui contrôle le modèle ? Lorsqu'un outil est développé ou intégré par un acteur qui vend aussi de l'espace publicitaire, l'entreprise doit pouvoir vérifier l'indépendance des résultats. Demandez si les hypothèses sont documentées, si les résultats peuvent être audités par un tiers et si l'agence accepte de confronter le modèle à des tests d'incrémentalité.

Troisième question : quelle marge d'erreur ? Toute modélisation produit des estimations avec un intervalle d'incertitude. Une agence qui présente des contributions par canal au pourcentage près sans mentionner cette incertitude n'a pas une lecture rigoureuse de l'outil. Exigez que les recommandations de réallocation budgétaire soient accompagnées de ces intervalles.

Sur le plan contractuel, clarifiez la propriété des données saisies et des résultats, la possibilité d'exporter le modèle ou ses paramètres en fin de contrat, les coûts de licence éventuels répercutés par l'agence et la fréquence de mise à jour du modèle. Un modèle figé pendant douze mois perd rapidement de sa valeur.

Enfin, gardez en tête que la mesure ne remplace pas la décision. Un bon prestataire vous aidera à traduire les résultats en scénarios budgétaires, à tester une réallocation sur un périmètre limité, puis à comparer les résultats réels aux prévisions du modèle. C'est cette boucle d'apprentissage, plus que l'outil lui-même, qui crée de la valeur.

En résumé, l'arrivée de nouvelles intégrations entre solutions de mesure et plateformes publicitaires est une bonne nouvelle si elle s'accompagne de transparence. À vous d'en faire un critère explicite lors de la sélection de votre agence média ou de votre partenaire data.