Un test d'incrémentalité mesure les ventes réellement causées par vos publicités en comparant un groupe exposé à un groupe témoin. Trois familles de méthodes existent : le Conversion Lift des plateformes (Meta, Google), qui sépare des utilisateurs au hasard ; le test géographique type GeoLift, qui compare des zones ; et le Marketing Mix Modeling, qui estime l'effet de chaque canal sur l'historique. Le bon choix dépend de trois variables : le nombre de commandes par semaine, le nombre de canaux à mesurer et la question posée.
L'attribution vous dit qui revendique une vente. L'incrémentalité vous dit si la vente aurait eu lieu sans la publicité. C'est la seule qui devrait décider d'un budget annuel.
Pourquoi l'attribution ne suffit pas
Une cliente fidèle voit votre publicité de reciblage, clique et achète. Meta compte une conversion. Mais elle aurait peut-être commandé de toute façon, en ouvrant votre newsletter le lendemain. L'attribution crédite la publicité, l'incrémentalité dirait : effet proche de zéro.
À l'inverse, une vidéo de découverte peut générer des recherches de marque sur Google sans jamais obtenir de clic. L'attribution la sous-estime, l'incrémentalité la révèle. Notre article sur les modèles d'attribution montre quel chiffre sert quelle décision. Ici, on s'intéresse au plus coûteux : combien investir par canal.
L'arbre de choix selon votre situation
| Votre situation | Méthode conseillée | Pourquoi |
|---|---|---|
| Moins de 50 commandes par semaine | Pas de test statistique, MER et enquête post-achat | Trop peu de volume pour détecter un effet |
| Un canal dominant (souvent Meta), volume correct | Conversion Lift Meta | Randomisation au niveau utilisateur, gratuit, géré par la plateforme |
| Google Ads (Search, PMax, Shopping) à mesurer | Conversion Lift Google ou test géographique | Seuil abaissé, mais accès via un conseiller |
| Plusieurs canaux, ou canal sans suivi utilisateur (TV, affichage, influence) | Test géographique (GeoLift) | Mesure les ventes réelles sur une zone, tous canaux confondus |
| Deux ans d'historique, 4 canaux ou plus, budgets qui varient | MMM, calibré par des tests | Vision d'ensemble et courbes de rendement |
Ces seuils sont des repères de praticien, pas des règles officielles. Le vrai critère est statistique : votre volume permet-il de distinguer un effet de 10 à 20 % du bruit habituel de vos ventes ?
Méthode 1 : le Conversion Lift Meta
Le principe
Meta répartit au hasard les personnes de votre audience entre un groupe test, qui peut voir vos publicités, et un groupe témoin, qui ne les voit pas. Il compare ensuite les conversions des deux groupes. C'est la méthode la plus propre sur le plan statistique, parce que la randomisation se fait au niveau de l'individu. Meta décrit le fonctionnement dans son aide sur le Conversion Lift.
Le protocole
- Question : une seule, par exemple « Quel est l'effet incrémental de toutes nos campagnes Meta sur les achats Shopify ? ».
- Prérequis : pixel et API Conversions propres, déduplication vérifiée. Notre tutoriel sur l'API Conversions Meta sur Shopify couvre les contrôles.
- Création : Gestionnaire de publicités > Expériences > Test de lift. Sélectionnez les campagnes concernées et l'événement Purchase.
- Durée : deux à quatre semaines, sans modifier fortement budgets ni créas.
- Lecture : conversions incrémentales, coût par conversion incrémentale, et intervalle de confiance. Un résultat « non significatif » n'est pas un résultat nul : c'est un volume insuffisant.
La limite
Il mesure l'effet de Meta sur les conversions que Meta observe. Les ventes en magasin ou sur Amazon lui échappent, sauf import de données hors ligne. Depuis 2025, Meta propose aussi une attribution incrémentale en continu : utile au quotidien, mais c'est un modèle, pas une expérience.
Méthode 2 : le Conversion Lift Google
Google a longtemps réservé ses tests d'incrémentalité aux gros annonceurs. Fin 2025, le seuil d'entrée est descendu à 5 000 dollars grâce à une approche statistique bayésienne, comme l'a rapporté Search Engine Land. Pour Search, Shopping, Demand Gen ou Performance Max, l'accès passe encore souvent par un conseiller Google.
Le cas d'usage type pour un e-commerce : mesurer l'effet réel de Performance Max, dont une partie des conversions provient de requêtes de marque et de clients existants. Pour la marque seule, un test géographique sur les campagnes de marque reste plus simple à piloter (voir notre article sur l'enchère sur sa propre marque).
Méthode 3 : le test géographique avec GeoLift
Le principe
GeoLift est un outil open source publié par Meta, sous forme de package R. Il compare les ventes de zones où la publicité est modifiée (activée, coupée ou augmentée) à un « contrôle synthétique » : une combinaison pondérée des autres zones, calibrée pour suivre leurs ventes pendant la période précédant le test.
L'avantage : il mesure les ventes réelles dans Shopify, tous canaux confondus. Il fonctionne pour n'importe quel média qui peut être piloté par zone.
Le protocole en France
- Données : exportez de Shopify les commandes quotidiennes par code postal de livraison, sur au moins plusieurs mois. Agrégez par département ou par région.
- Qualité : retirez les zones avec trop peu de commandes quotidiennes et les jours atypiques (ruptures de stock, promotions exceptionnelles).
- Sélection des zones : utilisez les calculateurs de puissance de GeoLift pour choisir les zones test et la durée qui permettent de détecter l'effet attendu.
- Exécution : excluez (test d'arrêt) ou ajoutez (test d'activation) les zones test dans vos ciblages Meta ou Google, sans rien changer d'autre.
- Analyse : GeoLift calcule l'écart entre ventes réelles et contrefactuel, avec son intervalle de confiance.
Exemple de calcul
Prenons une marque de thé qui fait en moyenne 300 commandes par jour, dont 45 dans quatre départements choisis comme zone test. Elle coupe Meta dans ces départements pendant trois semaines. Le contrôle synthétique prévoit 45 commandes par jour, la zone test en fait 37. Écart : 8 commandes par jour, soit environ 18 % des ventes de la zone attribuables à Meta.
Si Meta dépensait 60 € par jour dans cette zone, le coût par commande incrémentale est d'environ 7,50 €. Meta affichait peut-être 5 € de coût par achat. L'écart entre les deux vous indique à quel point l'attribution de la plateforme surestime (ou sous-estime) son effet, et vous permet de corriger vos cibles. Ce calcul est hypothétique, mais c'est exactement la lecture à faire. Notre article sur le test d'arrêt de Meta Ads détaille la version sans outil.
Combien de commandes faut-il ? Un raisonnement simple
Avant tout test, estimez si votre volume permet de conclure. Le raisonnement tient en trois questions.
- Quelle est la variation naturelle de vos ventes ? Regardez vos commandes quotidiennes sur deux mois sans événement particulier. Si elles oscillent de plus ou moins 15 % d'un jour à l'autre, un effet de 5 % sera noyé dans le bruit.
- Quel effet attendez-vous ? Si Meta représente 60 % de votre budget, couper Meta dans une zone devrait faire baisser les ventes de cette zone de façon visible. Si le canal testé ne pèse que 10 % du budget, l'effet attendu est petit et le test devra être plus long ou plus large.
- Quel volume dans le groupe test ? Plus le groupe test contient de commandes, plus l'estimation est précise. Une zone qui fait trois commandes par jour ne permet presque rien conclure.
Les calculateurs de puissance de GeoLift et les estimations fournies par Meta au moment de créer un test de lift font ce calcul pour vous. Si l'outil vous annonce une faible probabilité de détecter l'effet, ne lancez pas le test : élargissez les zones, allongez la durée, ou attendez d'avoir plus de volume.
Méthode 4 : le Marketing Mix Modeling
Le MMM ne teste rien : il modélise. Il estime, à partir de l'historique des dépenses par canal et des ventes, la contribution de chaque canal, en tenant compte de la saisonnalité, des promotions et de l'effet retard de la publicité. Il donne une vision d'ensemble et des courbes de rendement décroissant, utiles pour répartir un budget.
Il a besoin de données : un historique long, plusieurs canaux dont les dépenses ont varié, et idéalement des tests pour le calibrer. Pour une PME, il est souvent prématuré. Nous comparons les deux outils open source dans notre article sur Robyn et Meridian.
Les erreurs à éviter
- Tester plusieurs choses à la fois : nouvelles créas, nouveau budget et test d'arrêt la même semaine.
- Arrêter le test trop tôt parce que les premiers jours semblent concluants.
- Choisir une période de promotion, qui change le comportement d'achat partout.
- Interpréter un résultat non significatif comme une absence d'effet. Il indique surtout un volume insuffisant.
- Ne jamais répéter. Un test donne une photo. L'effet de Meta en octobre n'est pas celui de mars.
- Garder les résultats dans un tiroir. Un test doit modifier une cible de CPA, un budget ou une allocation, sinon il n'a servi à rien.
Par où commencer cette semaine
- Écrivez la question précise à laquelle vous voulez répondre et la décision qu'elle conditionne.
- Comptez vos commandes hebdomadaires et placez-vous dans l'arbre de choix.
- Si Meta pèse plus de la moitié de votre budget et que votre volume le permet, préparez un test de lift dans l'onglet Expériences.
- Exportez de Shopify vos ventes quotidiennes par département sur 6 à 12 mois, même si vous ne lancez pas GeoLift tout de suite.
- Fixez à l'avance l'écart qui vous ferait changer de budget.
Le guide complet du tracking e-commerce montre où l'incrémentalité s'insère dans votre dispositif de mesure, et notre équipe tracking et data peut concevoir et analyser vos tests. Dans l'Écosystème, les étapes Scaling et Hyper-scaling s'appuient sur ce type de preuve avant de multiplier les budgets. Pour construire votre premier test, vous pouvez réserver un appel stratégique de 30 minutes et décider ensemble si l'accompagnement Écosystème est adapté à votre stade.