MMM et social ads : réconcilier ROAS court et effet marque

Le conflit entre ROAS immédiat et construction de marque vient moins des social ads que de la façon dont on les mesure

Les campagnes social ads sont devenues l’un des terrains les plus conflictuels du pilotage marketing. D’un côté, elles offrent une granularité opérationnelle difficile à égaler : audiences, créations, placements, formats, signaux d’engagement, conversions attribuées, tests créatifs en continu. De l’autre, elles sont souvent jugées sur un ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, qui ne capture qu’une partie de leur effet économique. Le résultat est connu : les campagnes orientées conversion sont survalorisées lorsqu’elles captent une demande déjà chaude, tandis que les campagnes vidéo, social proof, influence amplifiée ou contenu de considération sont sous-financées parce qu’elles génèrent peu de ventes directement attribuées.

Ce biais n’est pas anecdotique. Les plateformes sociales concentrent une part croissante des budgets médias digitaux, mais leur mesure reste largement dominée par l’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing observables. Or l’attribution plateforme ne mesure pas l’impact total. Elle mesure ce que la plateforme peut relier à une exposition ou à un clic dans son propre périmètre, selon ses fenêtres, ses modèles et ses pertes de signal. Depuis la réduction des cookies tiers, les limites d’identifiants mobiles et le renforcement du consentement, cette lecture devient encore plus partielle.

Le MMM, marketing mix modeling, modélisation statistique estimant la contribution des leviers marketing à partir de séries temporelles agrégées, revient donc au centre du jeu. Longtemps perçu comme un outil lent, coûteux et réservé aux grands annonceurs, il se modernise grâce à des modèles plus fréquents, des données plus granulaires et des approches bayésiennes permettant d’intégrer des hypothèses métier. Son intérêt n’est pas de remplacer le pilotage court terme des social ads, mais de réconcilier deux vérités partielles : le ROAS court permet d’optimiser l’exécution ; l’effet marque permet d’expliquer une partie de la demande future que le ROAS court ne sait pas valoriser.

La question n’est donc pas de choisir entre performance et marque. Elle est de savoir comment dimensionner les social ads selon leur rôle dans le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation, et comment articuler des métriques de décision qui respectent les temporalités différentes. Une campagne Meta orientée retargeting peut produire un CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, très bas sans créer beaucoup de demande incrémentale. Une campagne TikTok ou YouTube Shorts peut afficher un ROAS immédiat faible mais augmenter la recherche de marque, la préférence ou le taux de conversion des campagnes search trois semaines plus tard. Sans MMM, ce second effet reste souvent invisible.

Pourquoi l’attribution court terme surestime certains social ads et sous-estime les effets de demande

Le premier problème est structurel : l’attribution digitale favorise les points de contact proches de l’achat. Le last click, modèle attribuant toute la conversion au dernier point de contact, crédite naturellement le search marque, le retargeting, l’affiliation couponing, les emails promotionnels ou les social ads dynamiques auprès d’audiences déjà engagées. Ces leviers peuvent être utiles, mais ils captent souvent une demande créée par d’autres expositions : vidéo, bouche-à-oreille, contenus organiques, campagnes de notoriété, presse, influence ou disponibilité mentale accumulée.

Les modèles multi-touch attribution, modèles répartissant le crédit d’une conversion entre plusieurs points de contact mesurés, améliorent la lecture, mais restent prisonniers du même périmètre : ils ne voient que les contacts traçables et les conversions observables. Ils peinent à mesurer les effets d’exposition sans clic, les interactions cross-device, les impacts offline, les délais longs et les synergies entre canaux. Dans les social ads, cette limite est particulièrement forte, car une grande partie de la valeur se joue dans l’exposition passive, la répétition créative, la familiarité, la preuve sociale et la disponibilité mentale, autant de mécanismes qui ne génèrent pas forcément un clic immédiat.

Le deuxième problème tient aux fenêtres d’attribution. Une plateforme peut attribuer une conversion à une impression vue dans les sept jours ou à un clic dans les vingt-huit jours selon les paramètres retenus. Un ajustement de fenêtre peut modifier fortement le ROAS affiché sans que la réalité économique ait changé. À l’inverse, une campagne de marque peut produire un effet au-delà de la fenêtre retenue : hausse du search marque, amélioration du taux de clic sur les annonces ultérieures, moindre sensibilité promotionnelle, meilleure conversion du trafic direct. Ces effets ne sont pas toujours rattachés à la campagne qui les a déclenchés.

Le troisième problème est la sélection d’audience. Les algorithmes sociaux optimisent vers les utilisateurs les plus susceptibles de convertir selon les signaux disponibles. Si l’objectif est l’achat, la plateforme peut concentrer la diffusion sur des profils déjà proches de la marque ou du marché. Le ROAS observé est alors élevé, mais l’incrémentalité, part du résultat qui n’aurait pas eu lieu sans l’action marketing, peut être faible. Les tests de holdout, groupes volontairement non exposés servant de comparaison, montrent régulièrement que certaines conversions attribuées auraient eu lieu sans exposition publicitaire.

À l’inverse, des campagnes haut de funnel peuvent paraître peu performantes dans les dashboards parce qu’elles touchent des audiences moins intentionnistes. Pourtant, elles peuvent améliorer les métriques de marque et préparer des conversions futures. Les travaux de Les Binet et Peter Field ont popularisé l’idée d’un équilibre entre activation court terme et construction de marque, souvent résumé par le ratio 60/40 dans certains contextes B2C matures. Ce ratio ne doit pas être appliqué mécaniquement, mais il rappelle une tension essentielle : l’activation exploite la demande existante, tandis que la marque augmente la probabilité d’être choisi demain.

Ce que le MMM apporte vraiment : une lecture causale probabiliste, pas une vérité absolue

Le MMM consiste à modéliser l’évolution d’un indicateur business, généralement ventes, revenus, leads qualifiés, marge ou conversions, en fonction de variables explicatives : dépenses médias, pression publicitaire, promotions, prix, saisonnalité, distribution, météo, concurrence, jours fériés, ruptures de stock, notoriété ou signaux macroéconomiques. Son objectif est d’estimer la contribution marginale des leviers, c’est-à-dire ce qu’un euro supplémentaire a probablement généré, en tenant compte des autres facteurs.

Pour les social ads, l’intérêt est double. D’abord, le MMM sort du périmètre fermé des plateformes. Il peut comparer Meta, TikTok, LinkedIn, YouTube, search, TV, retail media, CRM, display ou programmatique dans un cadre commun. Ensuite, il peut intégrer les effets retardés et saturés. Une exposition social vidéo ne produit pas toujours une conversion immédiate ; son effet peut s’étaler sur plusieurs jours ou semaines. Le modèle peut intégrer une adstock, fonction qui représente la persistance d’un effet média dans le temps, et une courbe de saturation, relation montrant que chaque euro additionnel produit souvent moins d’impact lorsque la pression augmente.

Cette lecture est particulièrement utile pour arbitrer entre social ads de conversion et social ads de construction de demande. Une campagne de retargeting peut afficher un ROAS moyen de 8 dans la plateforme, mais un ROAS incrémental inférieur si le MMM détecte une forte cannibalisation. Une campagne vidéo peut afficher un ROAS plateforme de 1,2, mais une contribution globale positive si elle augmente les ventes organiques, le search marque et le taux de conversion d’autres canaux. Le MMM aide donc à passer du ROAS attribué au ROAS incrémental, plus proche de la valeur économique réelle.

Il ne faut toutefois pas le mystifier. Un MMM reste un modèle statistique, pas une expérience parfaite. Il dépend de la qualité des données, de la granularité temporelle, de la variation historique des investissements, de la capacité à isoler les facteurs externes et du volume d’observations. Si un annonceur a investi le même montant chaque semaine sur le même canal pendant deux ans, le modèle aura du mal à estimer l’effet marginal de ce canal. S’il manque des variables majeures, comme les promotions ou les ruptures de stock, il peut attribuer à la publicité des effets qui viennent d’ailleurs.

La bonne pratique consiste à trianguler. Le MMM donne une lecture macro et probabiliste. Les tests d’incrémentalité donnent une validation expérimentale sur des périmètres précis. L’attribution aide à optimiser tactiquement les audiences, créations et parcours. Les études de brand lift, qui mesurent l’évolution de notoriété, considération ou intention après exposition, éclairent les mécanismes de marque. Pris isolément, chaque outil est insuffisant. Combinés, ils réduisent le risque de piloter à l’aveugle.

Segmenter les social ads par rôle dans le funnel avant de les juger sur le même KPI

L’erreur la plus courante consiste à demander à toutes les campagnes social ads de produire le même type de preuve. Un format vidéo de trente secondes destiné à renforcer la préférence ne doit pas être évalué comme une campagne catalogue dynamique ciblant les visiteurs panier. Un carrousel LinkedIn adressé à un buying committee, comité d’achat réunissant plusieurs parties prenantes, n’a pas le même horizon qu’une annonce lead gen optimisée sur formulaire. Avant de mesurer, il faut qualifier le rôle économique de chaque activation.

Un premier bloc regroupe les campagnes de création de demande. Elles cherchent à augmenter la couverture qualifiée, la mémorisation, la compréhension d’un problème ou la disponibilité mentale. Les KPI opérationnels peuvent inclure le reach, couverture d’une audience exposée au moins une fois, la fréquence utile, le taux de complétion vidéo, le coût par vue qualifiée, le brand lift, la progression du search marque ou l’engagement sur contenus de considération. Leur contribution business doit être analysée avec un horizon plus long, souvent via MMM, cohortes exposées ou tests géographiques.

Un deuxième bloc regroupe les campagnes de considération. Elles orientent l’audience vers des preuves, comparatifs, démonstrations, webinars, livres blancs, simulateurs ou pages solutions. Ici, le volume brut importe moins que la qualité : temps passé, taux de retour, profondeur de scroll, progression vers des actions plus engageantes, part de comptes cibles exposés en ABM, account-based marketing, stratégie concentrant les efforts marketing et commerciaux sur des comptes à forte valeur. Le MMM peut mesurer la contribution globale, mais le pilotage quotidien doit rester proche des signaux d’intention.

Un troisième bloc regroupe les campagnes d’activation. Elles visent l’achat, la demande de démo, l’inscription, le téléchargement ou la conversion directe. Les KPI comme CPA, ROAS, taux de conversion, coût par lead ou marge par commande sont pertinents, à condition de corriger les biais d’incrémentalité. Une campagne social ads peut générer beaucoup de conversions attribuées en retargeting, mais ajouter peu de ventes nettes si elle touche principalement des utilisateurs déjà décidés.

Enfin, un quatrième bloc, souvent oublié, concerne la fidélisation et la réactivation. Les social ads peuvent soutenir l’upsell, la réactivation de clients dormants, le lancement d’une nouvelle gamme ou la réduction du churn, taux de perte de clients ou de revenus. Ces campagnes doivent être évaluées non seulement sur le revenu court terme, mais sur la LTV, lifetime value, valeur économique attendue d’un client sur toute sa relation avec la marque, la marge et la fréquence d’achat. Là encore, le MMM peut aider à distinguer revenu attribué et valeur réellement additionnelle.

Construire un dispositif de mesure hybride : MMM, tests et signaux de marque

Réconcilier ROAS court et effet marque suppose de concevoir la mesure comme une architecture, pas comme un dashboard unique. Une architecture robuste combine trois niveaux : pilotage tactique, validation incrémentale et allocation stratégique.

Le pilotage tactique reste indispensable. Les équipes social ads doivent continuer à lire les performances par audience, création, placement, objectif, fréquence, séquence et landing page. Une mauvaise création peut dégrader l’attention et augmenter les coûts. Une fréquence excessive peut fatiguer l’audience. Un ciblage trop étroit peut produire un bon CPA initial puis saturer rapidement. La lecture quotidienne ou hebdomadaire sert à améliorer l’exécution, pas à décider seule de la valeur totale du canal.

La validation incrémentale doit être planifiée. Les tests de conversion lift proposés par certaines plateformes, les holdouts CRM, les tests géographiques ou les expérimentations par cohortes permettent d’estimer ce qui se serait passé sans exposition. Par exemple, un annonceur peut isoler plusieurs zones comparables, augmenter la pression social vidéo dans certaines et maintenir les autres en contrôle, puis observer les écarts de search marque, de trafic direct, de ventes et de conversion. Ce type de test coûte plus cher qu’une lecture d’attribution, mais il crée une preuve beaucoup plus utile pour arbitrer.

L’allocation stratégique relève du MMM. Idéalement, le modèle doit être actualisé régulièrement, par exemple chaque mois ou chaque trimestre selon la volatilité et la disponibilité des données. Les modèles modernes peuvent fonctionner sur des données hebdomadaires, parfois quotidiennes si les volumes sont suffisants, mais la précision dépend de la stabilité des séries et du niveau de bruit. Le modèle doit intégrer les dépenses social ads par plateforme, mais aussi, lorsque c’est possible, par rôle : vidéo haut de funnel, social conversion, retargeting, lead gen, influence amplifiée. Cette granularité évite de conclure qu’un canal est performant ou non alors que ses usages internes produisent des effets opposés.

Les signaux de marque doivent être reliés au modèle sans être surinterprétés. Notoriété assistée, considération, préférence, intention d’achat, search de marque, part de voix sociale, sentiment ou mémorisation publicitaire ne sont pas des ventes. Mais ils peuvent expliquer pourquoi un canal produit un effet retardé. Une progression de 15 % du search marque après une vague vidéo, confirmée par un brand lift positif et une amélioration du taux de conversion search, constitue un faisceau de preuves plus solide qu’une simple hausse d’impressions.

Dans certains plans intégrant programmatique, social et drive-to-store, des acteurs spécialisés peuvent aussi contribuer à structurer l’exposition et la mesure cross-canal, notamment lorsque les campagnes combinent DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter des impressions publicitaires de manière automatisée, RTB, real-time bidding, mécanisme d’enchères en temps réel, et activations locales. L’enjeu n’est pas de multiplier les prestataires, mais de garantir que chaque levier alimente une lecture mesurable du funnel plutôt qu’un reporting isolé.

Exemple d’arbitrage : quand le MMM contredit le dashboard plateforme

Prenons le cas d’une marque e-commerce réalisant 40 millions d’euros de chiffre d’affaires annuel, avec 6 millions d’euros de budget média. Son reporting plateforme indique un ROAS de 7,5 sur les campagnes social retargeting, 3,2 sur les campagnes social conversion prospecting et 1,4 sur les campagnes vidéo haut de funnel. La recommandation immédiate semble évidente : réduire la vidéo, maintenir la prospection performante et augmenter le retargeting.

Un MMM hebdomadaire sur deux ans raconte une histoire différente. Après intégration de la saisonnalité, des promotions, des prix, des ruptures de stock, du search, de l’email, de la TV et du trafic organique, le modèle estime que le retargeting social atteint très vite sa saturation. Au-delà de 35 000 euros par semaine, le rendement marginal chute fortement. Une partie du ROAS plateforme vient d’une audience déjà proche de l’achat. Le modèle estime un ROAS incrémental autour de 2,1 sur les derniers euros investis, très inférieur au ROAS attribué.

La vidéo social, en revanche, montre un effet retardé de deux à quatre semaines sur le search marque et les ventes organiques, avec une contribution plus forte lorsque la fréquence est comprise entre deux et quatre expositions hebdomadaires sur les segments prioritaires. Son ROAS incrémental moyen reste inférieur à celui du search non-marque, mais supérieur à celui du retargeting marginal. Un test géographique mené ensuite confirme que les zones surexposées à la vidéo génèrent une hausse de 9 % du search marque et de 5 % des ventes incrémentales par rapport aux zones contrôle, avec un intervalle de confiance encore large mais exploitable.

La décision n’est donc pas de basculer tout le budget vers la marque. Elle consiste à plafonner le retargeting au niveau où le rendement marginal reste acceptable, à maintenir les campagnes de prospection les plus incrémentales, et à financer une pression vidéo continue mais contrôlée sur les segments à forte LTV. Le ROAS plateforme moyen peut baisser à court terme, car une part plus importante du budget est investie dans des effets moins directement attribués. Mais le ROAS incrémental global peut progresser si la marque réduit la cannibalisation et augmente la demande future.

Ce cas illustre un principe essentiel : le bon arbitrage ne maximise pas le KPI le plus visible. Il maximise la contribution marginale au résultat économique, en tenant compte des délais, de la saturation et de la qualité de la demande. Pour les directions marketing, c’est souvent le point le plus difficile à faire accepter en comité exécutif, car il suppose d’expliquer pourquoi un canal avec un ROAS affiché plus faible peut mériter un budget stable ou supérieur.

Les conditions de réussite : données propres, variation contrôlée et gouvernance partagée

Un MMM utile ne naît pas d’un outil, mais d’une discipline. La première condition est la qualité des données. Les dépenses doivent être historisées avec cohérence, idéalement en net média, hors ou avec frais selon une règle stable. Les impressions, GRP, vues qualifiées, clics, reach, promotions, prix, stock, distribution, événements commerciaux et variables externes doivent être documentés. Les ruptures méthodologiques, comme un changement de pixel, de consent management platform ou de nomenclature campagne, doivent être annotées. Sans cela, le modèle risque d’interpréter une rupture de mesure comme une rupture de performance.

La deuxième condition est la variation. Pour estimer l’impact d’un levier, le modèle a besoin d’observer des variations suffisantes de pression. Si le budget social vidéo est constant toute l’année, le MMM aura du mal à identifier son effet. Les annonceurs les plus matures organisent donc des variations contrôlées : hausse dans certaines zones, pauses temporaires, alternance de niveaux de pression, tests de fréquence, modulation par segment. Cette logique peut sembler contre-intuitive, car elle introduit du risque opérationnel. Mais sans variation, la mesure causale reste fragile.

La troisième condition est la granularité adaptée. Trop agrégé, le MMM conclut que les social ads sont performantes ou non, sans distinguer retargeting, prospection, vidéo, lead gen ou formats créatifs. Trop granulaire, il devient instable faute de données suffisantes. Le bon niveau dépend des volumes et des décisions à prendre. Si le comité marketing doit décider entre augmenter TikTok vidéo ou Meta conversion, le modèle doit au minimum distinguer ces familles. S’il doit arbitrer entre dix formats créatifs, l’attribution et les tests A/B seront plus adaptés que le MMM.

La quatrième condition est la gouvernance. Le MMM ne doit pas appartenir seulement à l’équipe data ni être utilisé comme une boîte noire pour valider des convictions existantes. Les équipes marketing, média, finance, CRM et sales doivent partager les hypothèses : quel KPI économique optimiser, quelle marge prendre en compte, quel horizon accepter, quels canaux sont comparables, quels seuils de confiance utiliser. Sans gouvernance, le MMM devient un rapport de plus. Avec gouvernance, il devient un langage commun pour arbitrer entre court terme et long terme.

La cinquième condition est la pédagogie financière. Une direction financière comprend généralement mieux un raisonnement en contribution marginale qu’un débat abstrait sur la marque. Présenter une courbe de saturation, un intervalle d’incertitude et un scénario de réallocation est plus convaincant que défendre un budget haut de funnel au nom de la créativité. Le marketing doit montrer que l’effet marque n’est pas une croyance, mais une hypothèse mesurable, imparfaite certes, mais économiquement testable.

Conclusion : piloter les social ads comme un portefeuille d’effets, pas comme une ligne de ROAS

La réconciliation entre MMM et social ads ne consiste pas à opposer les modèles statistiques aux dashboards plateformes. Les deux répondent à des questions différentes. Le dashboard plateforme aide à améliorer l’exécution : quelle audience, quelle création, quel placement, quel objectif, quelle fréquence ? Le MMM aide à arbitrer l’allocation : quel levier contribue réellement à la demande, avec quel rendement marginal, à quel horizon et avec quel niveau de saturation ? Les tests d’incrémentalité relient les deux en apportant des preuves expérimentales sur des hypothèses précises.

Une feuille de route actionnable peut se structurer en sept étapes. Premièrement, classer les campagnes social ads par rôle : création de demande, considération, activation, rétention. Deuxièmement, attribuer à chaque rôle des KPI adaptés, sans imposer le ROAS court aux campagnes dont l’effet attendu est retardé. Troisièmement, mettre en place un MMM intégrant dépenses, pression média, saisonnalité, promotions, prix, disponibilité produit et variables externes. Quatrièmement, distinguer ROAS attribué, ROAS incrémental et rendement marginal pour éviter de surinvestir les leviers proches de la conversion. Cinquièmement, planifier des tests de holdout, de conversion lift ou géographiques pour valider les hypothèses du modèle. Sixièmement, relier les signaux de marque, notamment search marque, brand lift et considération, aux métriques business sans les confondre avec des ventes. Septièmement, installer une gouvernance marketing-finance capable d’arbitrer sur la contribution économique plutôt que sur la lisibilité immédiate du reporting.

La nuance centrale est la suivante : un ROAS court élevé n’est pas toujours un signe de création de valeur, et un ROAS court faible n’est pas toujours un signe d’inefficacité. Tout dépend de l’incrémentalité, de la saturation, du rôle dans le funnel et de l’horizon de mesure. Les social ads peuvent être un excellent levier d’activation, un puissant moteur de considération ou un vecteur de disponibilité mentale. Mais elles ne peuvent pas être correctement financées si toutes leurs contributions sont réduites à la dernière conversion attribuée.

Dans un environnement où les signaux individuels se dégradent et où la pression sur les budgets augmente, les marques les plus avancées ne chercheront pas un indicateur miracle. Elles construiront un système de preuves. Le MMM en sera l’un des piliers, non parce qu’il serait parfait, mais parce qu’il force les directions marketing à poser les bonnes questions : ce canal crée-t-il une demande additionnelle ? jusqu’où peut-on l’augmenter avant saturation ? quel effet prépare-t-il pour les autres leviers ? et quel budget mérite-t-il lorsque l’on regarde la valeur réelle plutôt que la seule conversion visible ?