Selon le 35e Observatoire de l’e-pub du SRI et de l’UDECAM, la publicité digitale a pesé 12,4 milliards d’euros en France en 2025, en hausse de 11 %, dont 4,93 milliards pour le search et 4,18 milliards pour les réseaux sociaux. Huit acteurs mondiaux captent à eux seuls environ les trois quarts de ce marché.
Pour une direction marketing de grande entreprise, ces chiffres disent une chose simple : l’essentiel du budget transite par quelques plateformes qui mesurent elles-mêmes leur propre performance. Savoir ce que chaque euro a réellement rapporté exige donc un cadre qui ne dépend pas d’elles.
Le CAC blended est la métrique qui cache le problème
Une grande entreprise achète de la publicité sur beaucoup de canaux. On sait mal quel canal a amené chaque vente, les cycles de vente sont longs et le retour arrive des trimestres après la dépense. Dans ce contexte, l’indicateur le plus trompeur est le CAC blended : le coût moyen d’un client, tous canaux confondus. Cette moyenne cache l’essentiel. Sur un même canal, les derniers euros investis coûtent bien plus cher par client que les premiers.
Ce qui décide de l’allocation est le coût du client suivant sur chaque canal. Attribution, gouvernance et prévision n’existent que pour répondre à cette question chiffres en main.
Quatre familles de canaux, quatre façons de saturer
Avant d’allouer un euro, il faut classer les canaux par la fonction qu’ils remplissent, car chaque famille se mesure différemment et la saturation de l’une ne ressemble pas à celle d’une autre.
Les canaux de performance toujours actifs (search payant, retargeting social) sont mesurables, à forte intention, avec un CAC marginal prévisible, mais leur rendement décroît : passé un point, augmenter la dépense n’augmente que le coût par client.
Les canaux de création de demande (vidéo, discovery, créateurs de contenu) ont une intention plus faible et des fenêtres d’attribution larges ; leur effet se lit indirectement, dans les recherches de marque et le trafic direct, rarement dans le clic qui conclut la vente. Selon le même observatoire, la vidéo représente déjà environ 60 % du display en France et a progressé de 18 % en 2025, ce qui accroît la part du budget la plus difficile à attribuer.
Les canaux relationnels et de cycle de vie (email, CRM, messages dans le produit) travaillent la maturation des prospects à coût marginal faible et agissent surtout sur la rétention et l’expansion.
Les initiatives de marque (parrainage, prise de parole d’expert, télévision) ont un impact sur plusieurs trimestres et nourrissent les conversions assistées, mais résistent à l’attribution directe. La tentation est de les couper en premier quand le budget se resserre, justement parce que leur retour n’apparaît pas au dernier clic. Le maintien des quatre familles soutient pourtant la croissance durable, et couper la marque en premier se paie souvent deux trimestres plus tard, quand le coût des canaux de performance remonte faute de demande nouvelle.
Les courbes de CAC marginal éclairent l’allocation du prochain euro
À mesure que la dépense monte, chaque canal approche de la saturation, et c’est là que le CAC marginal se sépare du blended. Modéliser les rendements décroissants, comparer CAC marginal et LTV par canal, suivre la courbe de remboursement permet la seule chose qui compte : déplacer l’euro suivant vers le canal à plus forte contribution incrémentale, même si un autre brille davantage dans le reporting agrégé.
Le CAC marginal prévient aussi plus tôt. S’il monte alors que la dépense ne bouge pas, quelque chose a changé : le public est épuisé, la création est usée ou la concurrence enchérit plus fort. Le blended ne le montre que bien plus tard. Un cas typique : un canal affiche un CAC blended stable à 40 € alors que le marginal a déjà grimpé à 120 €, parce que les premiers paliers, très efficaces, tirent encore la moyenne vers le bas.
Cette allocation se corrige en testant. Le test le plus parlant consiste à couper un canal pendant quelques semaines dans certaines régions, puis à regarder si les ventes baissent. On peut aussi tester les créations et les audiences. Un canal qui paraît rentable dans le reporting peut n’avoir aucun effet réel : on l’éteint, et les ventes ne bougent pas.
Construire la courbe sans surinterpréter le bruit
Une courbe de CAC marginal ne se lit pas dans un tableau de bord standard ; elle se reconstruit à partir des variations de dépense. La méthode praticable consiste à découper l’historique par paliers de budget hebdomadaire ou mensuel sur un même canal, puis à regarder le coût des conversions ajoutées entre deux paliers voisins plutôt que le coût moyen de l’ensemble.
Si un canal passe de 50 000 à 70 000 euros de dépense et que les acquisitions ne montent que de 400 à 460, les 20 000 euros supplémentaires ont acheté 60 clients à 333 euros pièce, un chiffre qui n’apparaît nulle part dans le CAC blended affiché à 152.
Ce chiffre suffit à trancher si l’on connaît la marge. Avec une marge de contribution de 250 euros par client, les 400 premiers clients rapportent 400 × 250 euros moins 50 000, soit 50 000 euros. Les 60 suivants rapportent 60 × 250 = 15 000 euros pour 20 000 euros dépensés : le palier supplémentaire détruit 5 000 euros par période alors que le blended de 152 euros paraît très confortable.
Il en découle un critère d’arbitrage : un palier dont le CAC marginal dépasse la marge de contribution par client sort du budget, quel que soit le blended.
Le piège est de croire chaque point. D’une semaine à l’autre, la saison et les enchères font varier les coûts, et ce bruit ressemble à une saturation. On ne parle de vraie saturation que si la hausse dure trois à quatre périodes et se confirme par un test de coupure.
En France, le calendrier commercial amplifie ce bruit : soldes d’hiver et d’été, rentrée, Black Friday puis fêtes de fin d’année font monter les coûts d’enchère pour tout le monde au même moment. Comparer le marginal de novembre à celui de mars sans corriger la saison conduit à couper des canaux qui traversaient simplement une période chère ; la bonne référence est la même période de l’année précédente.
Enfin, avec trop peu de conversions par palier, la courbe ne dit plus rien : l’écart entre deux points peut venir du hasard. Mieux vaut alors regrouper ce canal avec un canal voisin comparable.
Concevoir un test géographique en France
Les tests de geo-lift supposent des zones comparables, et la géographie française impose trois précautions. L’Île-de-France pèse tellement en volume et en intensité concurrentielle qu’elle domine n’importe quel groupe test ; on la traite en général à part. Les départements et régions d’outre-mer ont une fiscalité indirecte différente (TVA à taux réduit dans certains, non applicable dans d’autres), une logistique et souvent une offre de livraison distinctes : on les exclut des groupes de contrôle de la métropole. La Corse, pour des raisons logistiques comparables, demande la même prudence.
Sur le reste du territoire, un appariement de régions ou de groupes de départements aux historiques de ventes proches, deux à trois semaines de coupure et une fenêtre d’observation couvrant le cycle d’achat donnent une lecture causale bien plus fiable que n’importe quel rapport d’attribution. Les vacances scolaires, organisées par zones A, B et C à des dates différentes, sont un autre piège : un test qui chevauche les vacances d’une seule zone mesure en partie le calendrier scolaire.
Comment lire le résultat ? Exemple illustratif : on coupe le social payant pendant trois semaines dans un groupe de régions qui représente 30 % des ventes, ce qui économise 36 000 euros. Le groupe test perd 2 % de ventes par rapport au groupe témoin, soit 240 commandes sur 12 000, à 40 euros de marge chacune : 9 600 euros. Le canal rendait donc environ 27 centimes de marge par euro investi dans ces régions. Le tableau d’attribution, lui, lui créditait plusieurs fois ce montant.
La lecture se fixe avant le lancement. Dans un test géographique, les ventes remontent chaque matin, et chaque consultation offre une occasion de s’arrêter au premier écart qui paraît significatif. Or, sur trois semaines de données quotidiennes, un écart de 2 % peut apparaître puis disparaître plusieurs fois par simple bruit : celui qui s’arrête au bon matin trouve presque toujours ce qu’il cherchait. Durée, indicateur et seuil de décision s’écrivent donc avant le premier jour de coupure.
Trois familles d’attribution à superposer
L’erreur de fond est de chercher le « modèle unique » d’attribution. Dans un environnement multicanal il faut superposer les approches et trianguler, car chaque famille voit une part différente de la réalité.
Les modèles fondés sur des règles (premier contact, dernier contact, linéaire, en fonction de la position) sont simples et explicites, mais fragiles et biaisés sur les cycles longs : ils répartissent le crédit selon une convention fixée d’avance et ne disent rien de la causalité. Les modèles statistiques, comme l’attribution fondée sur les données ou le marketing mix modeling (MMM), croisent davantage de signaux. En échange, ils demandent beaucoup de données et des data scientists. Le MMM part des ventes totales dans le temps et estime la part de chaque canal, y compris hors ligne.
Les méthodes causales et expérimentales (tests géographiques, partage d’audience, tests d’incrémentalité) sont les seules à mesurer un effet réel.
Dans une grande entreprise, on combine les trois. L’attribution multitouch (MTA) suit chaque internaute sur les canaux digitaux. Le MMM donne la tendance de fond et couvre la dépense hors ligne, que le MTA ne voit pas. Quand les deux se contredisent, un test tranche. Aucun n’est le rapport final. Ensemble, ils aident à décider du budget, des créations et de l’expansion.
Les totaux cachent un autre piège. Une tendance visible dans chaque groupe peut s’inverser quand on additionne les groupes, si leurs tailles diffèrent. Un canal peut ainsi afficher un meilleur ROI que son voisin dans chaque région et un moins bon au niveau national, simplement parce qu’il dépense davantage là où tous les canaux rendent peu. Le ROI par région se lit région par région avant d’être comparé au total.
Ce que la doctrine de la CNIL sur les cookies a retiré à votre MTA
En France, la CNIL a fait du refus des cookies un sujet de mesure autant que de conformité. Ses lignes directrices et sa recommandation de 2020 exigent que refuser soit aussi simple qu’accepter, et elle l’a rappelé en janvier 2022 en sanctionnant Google à hauteur de 150 millions d’euros et Facebook de 60 millions, précisément parce que le refus demandait plus de clics que l’acceptation. Les bandeaux des grands sites se sont alignés, et une part des visiteurs refuse désormais les traceurs de mesure d’audience publicitaire.
Cette part n’est pas aléatoire : elle varie selon l’appareil, l’âge et le canal d’arrivée. Le MTA continue de produire des chiffres précis, mais sur un échantillon biaisé. C’est une des raisons pour lesquelles le MMM et les tests géographiques, qui travaillent sur des ventes agrégées et n’ont pas besoin de suivre chaque individu, ont regagné du terrain dans les comités budgétaires.
Quand le taux de consentement change après une refonte du bandeau, toute comparaison d’attribution avant et après doit être lue avec prudence : une partie de la « baisse » d’un canal peut n’être qu’une perte de visibilité. Quand le ROI global recule, ce taux se vérifie avant de mettre un canal en cause.
Transformer une dépense en valeur mesurable
Le ROI n’a de sens que s’il tient compte de trois choses que la dépense brute ignore : l’effet réel du marketing, le délai et l’économie de chaque client. Les indicateurs centraux sont peu nombreux. Le CAC mesuré en marginal. Le LTV qui combine ARPU, rétention, expansion et churn. Le délai de remboursement en mois. Le revenu incrémental, c’est-à-dire ce que le marketing a généré au-delà de ce qui serait arrivé de toute façon. Et la marge de contribution après coût de service. Un canal au ROAS apparemment bon peut avoir une marge de contribution négative une fois retranché le coût de servir ces clients.
Dans une grande organisation, il faut regarder au-delà du trimestre. Beaucoup de clients achètent des mois après le premier contact, et la saison brouille les chiffres. Le ROI d’une campagne à cycle long ne se juge donc pas sur le chiffre du mois, mais sur une fenêtre couvrant le cycle de vente réel.
Le délai de remboursement mérite une lecture plus fine que le simple nombre de mois. Deux canaux affichant douze mois ne portent pas le même risque si l’un recouvre son coût de façon linéaire et l’autre concentre le retour sur les derniers mois, exposé entre-temps à toute attrition précoce.
Un remboursement en quatorze mois peut valoir mieux qu’un remboursement en huit. C’est le cas si, dans le premier, la rétention nette dépasse 100 % : les clients qui restent dépensent davantage, et cela compense les départs. Dans le second, la base de clients fond. Rapporter enfin ce délai à la trésorerie disponible ferme la boucle, car un canal rentable mais lent peut rester hors budget tant que le financement du délai n’est pas assuré.
Piloter le budget trimestre après trimestre
L’outil de base est un budget glissant sur quatre trimestres, réactualisé chaque trimestre avec les prévisions, le CAC marginal, les projections de ROI, les signaux de saturation par canal et les opportunités nouvelles.
Par-dessus se montent trois cadences aux buts distincts : la mensuelle surveille la performance par canal, les alertes de saturation et les variations de CAC et de LTV ; la trimestrielle réalloue le budget et décide l’expansion ; la semestrielle ou annuelle revoit la stratégie de marque et le développement des compétences internes. Arbitrer une décision stratégique sur des données mensuelles bruitées est une source classique de zigzags.
S’y ajoute la planification de scénarios : simuler récession, inflation des CPC et CPM, pics de demande, entrée de nouveaux acteurs ou expansion régionale transforme l’incertitude en un plan aux branches déjà pensées. Un budget glissant n’a d’intérêt que si une part reste non allouée : une réserve de réallocation de dix à quinze pour cent permet de suivre un canal qui prend soudain de l’ampleur sans rouvrir tout l’arbitrage.
Trois familles d’indicateurs complètent le tableau. Ceux du parcours complet suivent le passage entre étapes, la hausse des recherches de marque, le trafic direct et la contribution au pipeline ; pour les achats à forte implication, ce mouvement pèse plus que la conversion isolée. Ceux d’efficacité montrent si le système progresse : coût de chaque vente réellement gagnée grâce au marketing, coût d’une opportunité qualifiée, ROAS moyen d’un canal comparé à celui du dernier euro investi. Et ceux de portefeuille (répartition marque et performance, ROI par région, budget prévu contre exécuté) traitent le marketing comme un portefeuille à rééquilibrer régulièrement.
Les factures de l’agence, matière première des courbes
La relation avec l’agence fait partie de cette gouvernance. En France, la loi Sapin de 1993, étendue depuis à la publicité numérique, encadre l’achat d’espace par un intermédiaire : l’agence agit en mandataire, sur contrat écrit, et la facture du support est adressée directement à l’annonceur. Les lire ligne à ligne est souvent le moyen le plus rapide de voir où le budget s’est réellement placé.
L’exercice sert aussi la mesure. Le reporting d’agence agrège souvent par campagne, alors que la courbe de CAC marginal exige la dépense par canal et par semaine. Les factures donnent cette granularité. Une équipe qui rapproche chaque trimestre factures, dépense déclarée et conversions dispose de la matière première de ses courbes sans dépendre d’un tableau de bord tiers.
Le dispositif de mesure doit lui-même être rentable
La direction financière pose une question légitime : combien coûte la mesure elle-même ? Un MMM, des tests géographiques et une équipe pour les lire coûtent cher, et chaque test de coupure sacrifie des ventes. Pour un budget média modeste, le dispositif peut coûter plus qu’il ne fait gagner, et le seuil se calcule.
Supposons un programme de mesure à 120 000 euros par an (prestataire MMM, temps d’analyste, ventes perdues pendant les coupures). Il n’est rentable que s’il permet de réallouer mieux une part du budget. Sur 2 millions d’euros de média, il faut que les réallocations qu’il déclenche améliorent la marge d’au moins 6 % du budget pour simplement se rembourser. Sur 20 millions, 0,6 % suffit.
D’où la règle : sous un seuil situé entre 3 et 5 millions d’euros de dépense annuelle, on se contente de courbes de CAC marginal reconstruites sur l’historique et d’une ou deux coupures longues par an ; au-delà, le dispositif complet se paie presque toujours.
Un glossaire avant le prochain comité
Tenir tout cela relève autant des compétences que des chiffres. L’équipe doit maîtriser l’économie unitaire, la triangulation d’attribution, la modélisation de scénarios et la conception d’expériences, et les indicateurs doivent parler la même langue que produit, finance, ventes et data science. La réconciliation se joue sur des détails qui paraissent triviaux jusqu’à ce qu’ils bloquent un comité : à quel moment une opportunité compte comme gagnée, si le revenu se lit brut ou net de remises, si le coût inclut les salaires de l’équipe ou seulement le média.
Le mécanisme est connu de quiconque a siégé dans ces comités : dès que chaque équipe est jugée sur son propre CAC, chacune trouve une définition qui l’arrange. Le marketing exclut les salaires, les ventes comptent l’opportunité dès le devis, et le CAC « s’améliore » sans qu’un euro de plus ne rentre. Fixer ces définitions une fois, dans un glossaire que la direction financière valide, épargne des mois de réunions.
Les 12,4 milliards du début rappellent pourquoi ce travail ne se délègue pas : l’essentiel de cette somme passe par des plateformes qui notent leur propre copie. Un glossaire validé, une courbe de CAC marginal par canal et au moins un test de coupure par an suffisent pour savoir ce que chaque euro rapporte vraiment.