La plupart des tests d'incrémentalité sont des autopsies. Lorsque le chiffre du lift tombe, le résultat est déjà largement décidé, non pas par le test, mais par le lieu et la manière dont la publicité a été diffusée. Les marketeurs traitent l'incrémentalité comme une note reçue à la fin du trimestre. C'est pourtant plus proche d'une décision prise au départ, au moment de choisir l'emplacement de la publicité.
Ce recadrage est essentiel car l'incrémentalité est devenue le KPI que tout le monde veut et que presque personne ne croit. Selon les principales études de mesure du secteur, la plupart des annonceurs estiment que leur stack, leur attribution, leur MMM et leur incrémentalité réunis ne sont toujours pas à la hauteur en termes de rigueur, de rapidité et de fiabilité (IAB, State of Data 2026). Nous soutenons que le problème ne vient pas de la mesure, mais des médias.
Ce qu'un test de lift mesure réellement
Chaque test de lift pose une question : cette publicité a-t-elle atteint quelqu'un qui n'aurait pas converti de toute façon ? Ce "de toute façon" est le cœur du sujet. L'incrémentalité est ce qui s'est passé moins ce qui se serait passé sans la publicité, le contrefactuel, et la taille de cet écart est définie moins par le test que par le placement que vous avez choisi.
Ce qui mène à un constat inconfortable : les canaux auxquels les marketeurs font le plus confiance sont souvent les moins incrémentaux. La recherche de marque et le reciblage convertissent magnifiquement et sont superbes sur le tableau de bord, précisément parce qu'ils captent une demande qui se dirigeait déjà vers le panier. Sur 225 tests géographiques DTC, la recherche de marque a affiché un ROAS incrémental médian de 0,70x, tandis que le meilleur performeur, Tatari CTV, a atteint 3,30x (Stella). En d'autres termes, un taux de conversion élevé peut être le symptôme d'une faible incrémentalité, et non la preuve d'une forte.
Appelez cela la différence entre la récolte de la demande et l'introduction de la demande. La récolte collecte une intention qui existe déjà. L'introduction crée une vente qui ne se serait pas produite autrement. Les deux ont leur place dans un plan média. Une seule est incrémentale.
Et la lecture n'est fiable que si le groupe témoin est solide. Les expériences publicitaires sur les plateformes peuvent discrètement confondre l'effet de la publicité avec le ciblage de l'algorithme, car la plateforme livre chaque variante à son propre mix d'utilisateurs optimisé, un biais documenté dans une étude du Journal of Marketing de 2025 (Braun & Schwartz) qui s'accentue à mesure que les algorithmes deviennent plus intelligents. La solution est un véritable contrefactuel randomisé : la même population, sans la publicité. C'est ce qui sépare une lecture causale d'une corrélation flatteuse.
Où l'incrémentalité s'intègre-t-elle dans la stack ?
Aucun modèle unique n'est la source de vérité. L'attribution est rapide et granulaire pour l'optimisation quotidienne. Le MMM définit l'image stratégique. L'incrémentalité est le contrôle causal qui calibre les deux, en affinant les priors du MMM et en validant les affirmations de l'attribution. Les programmes les plus solides utilisent les trois et traitent les désaccords comme des signaux, pas comme du bruit.
Mais concevoir pour l'incrémentalité n'est que la moitié du travail. Le véritable objectif du test n'est pas de fabriquer du lift, mais de révéler quels placements l'ont mérité, afin que vous puissiez y allouer du budget. C'est là que la plupart des programmes stagnent. 71 % des annonceurs considèrent l'incrémentalité comme leur principal KPI de retail media, mais seulement 15 % se jugent très ou extrêmement efficaces pour le mesurer (Skai, 2026). L'écart n'est généralement pas dû à la méthodologie. C'est la discipline nécessaire pour déplacer l'argent une fois que les chiffres remettent en question un poste budgétaire qui semblait bon sur le papier. Le ROAS rapporté par les plateformes peut surestimer le véritable impact incrémental de 30 à 60 % sur les canaux de récolte comme le social payant et le reciblage (Measured), ce qui signifie que les placements qui semblent les plus efficaces sont souvent ceux qui sont discrètement surfinancés.
Pourquoi Rokt est conçu pour l'introduction
Rokt opère au moment de la transaction, la fenêtre entre le paiement et la confirmation, quand quelqu'un vient de décider d'acheter. Structurellement, c'est de l'introduction de demande par conception. L'acheteur s'est engagé dans un achat, donc une offre pertinente d'un autre annonceur atteint quelqu'un qui ne cherchait pas du tout cette marque. L'intention de l'acheteur portait sur un produit totalement différent, donc par rapport à l'annonceur que nous introduisons, il n'y a pas de demande existante à récolter. Nous créons un moment de considération qui n'aurait pas existé.
L'engagement y est élevé, avec un CTR moyen de 4,03 % (10x Google Display, 4x Facebook) et un CVR de 6,32 %. Mais une conversion élevée est exactement le piège mentionné plus haut, nous le traitons donc comme un symptôme à tester, pas comme une preuve à laquelle faire confiance. La position structurelle offre des chances favorables ; elle ne donne pas de passe-droit, c'est pourquoi chaque placement est tout de même mesuré. Et nous mesurons avec plus d'une méthode rigoureuse. Les "ghost ads" offrent un groupe témoin au niveau de l'utilisateur, où le groupe de contrôle est composé de personnes qui auraient vu l'offre, correspondaient au ciblage, ont passé la suppression, ont gagné l'enchère, mais ont été aléatoirement retenues à la dernière étape, de sorte que le traitement et le contrôle proviennent de la même population éligible. Les tests de lift basés sur la géographie, y compris les conceptions de marchés appariés et de contrôle synthétique que des partenaires comme Haus utilisent, comparent des zones géographiques entières et capturent les effets hors ligne et omnicanaux qu'un test au niveau de l'utilisateur peut manquer. Différentes conceptions, différentes forces. Ce qu'ils partagent, c'est un contrôle réel et randomisé, et nous utilisons les deux.
L'incrémentalité n'a jamais été une note attendant à la fin du trimestre. C'est un choix que vous faites chaque fois que vous décidez où le prochain dollar sera investi.
Sources
ANA enquête sur les KPI du retail media (2024) ; IAB x BWG Global State of Data 2026 ; Braun & Schwartz, "Where A/B Testing Goes Wrong," Journal of Marketing (2025) ; Stella 2025 DTC Incrementality Benchmarks (225 tests géographiques) ; Skai 2026 State of Retail Media Measurement ; Measured (surestimation du iROAS) ; Rokt by the Numbers (2026).
.jpg)
.png)
