Le test d'incrémentalité est un outil essentiel dans l'arsenal d'un spécialiste du marketing numérique. Contrairement aux tests modèles d'attribution-qui attribuent souvent toutes les ventes à une campagne, le test d'incrémentalité isole les ventes qui n'auraient pas eu lieu sans l'influence de la campagne, offrant ainsi une image plus claire de l'impact réel et de la manière dont une campagne est susceptible de fonctionner dans différents contextes.

Le test d'incrémentalité repose essentiellement sur de petites améliorations de l'efficacité des médias qui, au fil du temps, promettent de créer des gains significatifs dans l'efficacité de l'achat de médias. En se concentrant sur l'incrémentalité, les spécialistes du marketing peuvent prendre des décisions fondées sur des données, en s'assurant que chaque dollar dépensé contribue à la croissance tangible de l'entreprise.

Mise en place correcte du test d'incrémentalitéingérer

La façon dont un test d'incrémentalité est mis en place peut avoir un impact significatif sur son efficacité. Bien qu'il existe de nombreux éléments de campagne à tester, nous recommandons généralement de commencer par deux approches principales : Basé sur l'utilisateur et Géographique les tests (au niveau du marché). Ces deux types de tests peuvent être calibrés en fonction de vos sources de données et du niveau de connaissance que vous souhaitez obtenir.

L'ascenseur de conversion basé sur l'utilisateur est bien adapté aux petits budgets et peut être mené parallèlement aux études Brand Lift ou Search Lift. Les résultats sont généralement disponibles au niveau de la campagne et peuvent être segmentés en fonction de données démographiques telles que l'âge et le sexe.

L'ascenseur de conversion basé sur la géographieEn revanche, il est idéal pour les campagnes à plus grande échelle et offre une plus grande flexibilité dans les sources de données, y compris le première partie données financières - sans dépendre des biscuits. Par exemple, dans le cadre d'une expérience basée sur la géographie, vous pouvez comparer les régions où la campagne est active à celles où elle ne l'est pas, ce qui permet d'avoir une vision claire de l'augmentation progressive. 

Analyser les résultats des tests et appliquer les connaissances aux campagnes

Pour comprendre l'incrémentalité de vos campagnes médiatiques, il est nécessaire de procéder à une analyse réfléchie des résultats des tests. Une étude de ADKDD 2020 souligne l'importance des expériences contrôlées et adaptées au marché - en particulier dans les campagnes d'applications universelles - pour évaluer avec précision l'impact différentiel des dépenses publicitaires. En comparant des groupes de test exposés à des publicités avec des groupes de contrôle qui ne le sont pas, les spécialistes du marketing peuvent isoler le véritable "effet de levier" d'une campagne.

Les tests d'incrémentalité fournissent une vision plus précise des performances que les modèles d'attribution traditionnels, en aidant à prendre en compte les variables confondantes telles que les différences régionales ou la saisonnalité. Les expériences contrôlées sont spécifiquement conçues pour isoler les effets de la campagne.

Qu'il s'agisse de tests basés sur la géographie ou d'analyses au niveau de l'utilisateur, ces méthodes permettent aux spécialistes du marketing de concevoir des campagnes plus intelligentes qui reflètent un véritable changement de comportement. Par exemple, l'observation d'une augmentation des ventes de 10% dans une région où seule la campagne a été introduite constitue une preuve claire et quantifiable de l'impact.

En intégrant les tests d'incrémentalité dans la planification des campagnes, les responsables marketing peuvent prendre des décisions plus sûres, basées sur des données, et s'assurer que les budgets médias produisent des résultats mesurables.

Défis et tendances futures dans les tests d'incrémentalité

Si les tests d'incrémentalité fournissent des informations précieuses aux spécialistes du marketing qui cherchent à optimiser leurs stratégies, ils s'accompagnent de plusieurs difficultés d'exécution. L'appariement des marchés dans le cadre d'expériences contrôlées peut s'avérer complexe, et la conception de tests qui isolent réellement les variables n'est pas une mince affaire.

Néanmoins, l'essor de l'analyse avancée et de l'IA rend ce type de test plus évolutif et plus précis. À l'avenir, l'apprentissage automatique améliorera probablement la conception des expériences et réduira le bruit, ce qui permettra d'obtenir des informations plus rapidement et d'optimiser les campagnes.

Dans le contexte actuel de respect de la vie privée, les tests d'incrémentalité s'imposent comme un outil essentiel. Il aide les responsables marketing à optimiser les dépenses, à éliminer le gaspillage et à s'adapter à des environnements de plus en plus restreints en termes de données, sans perdre de vue ce qui fonctionne réellement.

Références

• Google. https://www.thinkwithgoogle.com/intl/en-emea/marketing-strategies/data-and-measurement/incrementality-testing/
• ADKDD 2020 (Atelier sur la publicité et le KDD). http://papers.adkdd.org/2020/papers/adkdd20-barajas-advertising.pdf