Mesurer l’incrémentalité des formats vidéo mid-funnel
Le vrai sujet n’est pas la vue vidéo, mais la preuve d’un changement de probabilité
Les formats vidéo mid-funnel occupent une zone inconfortable dans la mesure marketing. Ils ne sont pas conçus uniquement pour maximiser la couverture comme une campagne de notoriété pure, ni pour déclencher une conversion immédiate comme un levier de retargeting ou de search marque. Leur rôle est plus subtil : déplacer une audience qualifiée d’un état de simple exposition vers un état de considération active, en augmentant la probabilité de visite, de recherche, d’ajout panier, de demande de devis ou d’achat futur.
Cette position intermédiaire explique pourquoi leur performance est souvent mal lue. Si l’on juge une vidéo mid-funnel au CPA, coût par acquisition, c’est-à-dire le montant dépensé pour générer une conversion attribuée, elle paraît fréquemment moins efficace que le search, le social retargeting ou l’affiliation. Si l’on se contente du VTR, view-through rate, taux de visionnage ou de complétion selon la définition retenue, on mesure une exposition média mais pas son effet business. Entre les deux, l’attribution post-view peut survaloriser les impressions proches d’une conversion qui aurait eu lieu sans publicité.
L’incrémentalité apporte une réponse plus robuste. Elle consiste à estimer la différence entre ce qui s’est produit avec l’exposition publicitaire et ce qui se serait produit en son absence. Autrement dit, elle ne demande pas seulement si un utilisateur exposé a converti, mais si l’exposition a modifié sa probabilité de convertir ou d’avancer dans le funnel, parcours allant de la notoriété à la considération puis à la conversion. Pour les formats vidéo mid-funnel, l’enjeu est donc de mesurer un lift, une hausse causale, sur des signaux intermédiaires et business : recherches de marque, visites qualifiées, engagement produit, nouveaux clients, ROAS incrémental ou contribution au pipeline.
Le débat est stratégique car les budgets vidéo programmatiques, CTV, online video et social vidéo absorbent une part croissante des plans média. Dans de nombreux marchés européens, les CPM, coûts pour mille impressions, vidéo se situent couramment entre 10 et 30 euros en open auction qualifiée, et peuvent dépasser 35 à 50 euros sur des environnements premium ou TV connectée. À ces niveaux de prix, optimiser sur des métriques d’exposition sans preuve incrémentale revient à piloter à l’aveugle. À l’inverse, exiger une conversion directe immédiate peut conduire à sous-investir dans des formats qui créent de la demande mais ne la capturent pas au dernier clic.
Définir précisément le rôle mid-funnel avant de choisir la méthode de mesure
La première condition de rigueur consiste à définir ce que l’on attend d’un format vidéo mid-funnel. Trop de campagnes sont briefées avec un objectif de considération mais évaluées avec des KPI de bas de funnel. La vidéo mid-funnel doit généralement agir sur une audience déjà pertinente, mais pas nécessairement prête à acheter : visiteurs de catégories sans achat, prospects exposés à une campagne de notoriété, audiences lookalike qualifiées, segments retail media, intentions contextuelles ou utilisateurs ayant interagi avec un contenu sans conversion.
Le KPI principal doit refléter ce rôle. Pour une marque e-commerce, il peut s’agir de visites qualifiées, d’ajouts panier incrémentaux, de recherches de marque ou de nouveaux acheteurs sur une fenêtre de 7 à 21 jours. Pour un acteur B2B, il peut s’agir de formulaires qualifiés, de visites de pages produit, de téléchargements de documentation ou de progression dans le scoring CRM. Pour une marque de grande consommation, la mesure peut porter sur les ventes retail media, la pénétration catégorie, le taux de nouveaux acheteurs ou le lift en considération déclarée lorsque les volumes de ventes sont insuffisants.
Le choix des signaux doit distinguer trois niveaux. Le premier est média : impressions servies, impressions visibles, complétion vidéo, durée d’exposition, taux d’audibilité, fréquence et couverture. Le deuxième est comportemental : visite de site, recherche interne, consultation produit, ajout panier, temps passé, retour sur site, inscription ou téléchargement. Le troisième est business : conversion, chiffre d’affaires, marge, nouveaux clients, valeur vie client, ou LTV, lifetime value, valeur économique attendue d’un client sur la durée de sa relation avec la marque.
Un format mid-funnel ne doit pas être jugé uniquement sur le dernier niveau si son effet principal se produit en amont. Mais il ne doit pas non plus être exempté de toute preuve économique. Un bon cadre consiste à établir une chaîne d’hypothèses : la vidéo doit augmenter l’attention utile ; cette attention doit augmenter la probabilité d’une action de considération ; cette action doit être corrélée, puis idéalement reliée causalement, à une conversion ou à une valeur future. L’incrémentalité ne mesure donc pas un KPI isolé, mais la solidité de cette chaîne.
Cette clarification évite un biais fréquent : comparer une vidéo de considération avec un levier de capture de demande. Le search marque affichera presque toujours un meilleur ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires. Mais il capte souvent une demande déjà formée. La question pertinente est différente : la vidéo mid-funnel augmente-t-elle le volume de recherches marque, de visites qualifiées ou de conversions nouvelles au-delà de ce qui serait arrivé naturellement ?
Choisir le bon design expérimental : holdout, geo-test ou conversion lift
Mesurer l’incrémentalité suppose de construire un contrefactuel, c’est-à-dire une estimation crédible de ce qui se serait passé sans campagne. Trois familles de méthodes dominent : le holdout audience, le geo-test et les études de conversion lift proposées par certaines plateformes. Chacune a ses avantages, ses limites et ses conditions de validité.
Le holdout consiste à exclure volontairement une partie de l’audience éligible de l’exposition publicitaire. Par exemple, sur une audience de 2 millions de prospects qualifiés, 90 % sont exposables et 10 % sont maintenus en groupe de contrôle. Si le groupe exposé présente un taux de visite qualifiée de 3,2 % contre 2,8 % dans le groupe de contrôle, le lift relatif est de 14,3 %. Si ce différentiel est statistiquement significatif et correctement dédupliqué, il peut être utilisé pour estimer la contribution incrémentale de la campagne.
Cette méthode est puissante lorsque l’on dispose d’identifiants stables et d’une capacité d’exclusion fiable dans une DSP, demand-side platform, plateforme permettant aux acheteurs d’acheter des impressions publicitaires de manière automatisée. Elle devient plus fragile dans les environnements fragmentés, sans identifiant déterministe, ou lorsque l’exposition réelle n’est pas parfaitement contrôlée. Un utilisateur du groupe de contrôle peut être exposé via une autre plateforme, un autre device ou une campagne concurrente, ce qui réduit artificiellement le lift observé.
Le geo-test compare des zones géographiques exposées et des zones de contrôle. Il est particulièrement pertinent pour la CTV, le DOOH vidéo, les campagnes nationales avec contraintes de confidentialité ou les objectifs drive-to-store. Le principe est de sélectionner des zones similaires en historique de ventes, pression média, saisonnalité, concurrence et profil socio-démographique, puis d’augmenter la pression vidéo dans certaines zones seulement. L’effet est mesuré sur les ventes, visites, recherches ou autres KPI agrégés.
Le geo-test a l’avantage de limiter les dépendances aux identifiants individuels. Il est compatible avec un environnement post-cookie et avec des contraintes RGPD fortes. Sa limite principale est la puissance statistique : il faut assez de zones, assez de variance média et assez de volume business pour détecter un effet. Sur un produit à faible fréquence d’achat, un test de deux semaines risque d’être insuffisant. Sur un produit très promotionnel, il faut contrôler les effets prix, stock et calendrier commercial.
Les conversion lift studies intégrées aux plateformes, notamment dans les environnements sociaux, vidéo ou retail media, permettent de comparer un groupe exposé à un groupe de contrôle créé par la plateforme. Elles sont opérationnellement simples et utiles pour obtenir une première lecture. Mais elles doivent être interprétées avec prudence : la méthodologie n’est pas toujours transparente, les conversions peuvent rester limitées à l’écosystème mesuré, et la déduplication inter-canaux est souvent incomplète. Elles répondent à une question précise dans un environnement donné ; elles ne doivent pas devenir la seule source de vérité budgétaire.
Construire une métrique de valeur : du coût par vue au ROAS incrémental
Pour arbitrer un budget vidéo mid-funnel, il faut traduire le lift en valeur économique. La première étape consiste à sortir des métriques de confort. Le CPV, coût par vue, est utile pour comparer l’efficacité d’achat d’un format. Le taux de complétion permet d’évaluer l’engagement média. La viewability, ou visibilité publicitaire, indique si l’impression a eu une chance d’être vue selon des seuils standards, par exemple 50 % des pixels pendant au moins deux secondes en vidéo. Mais aucune de ces métriques ne prouve la contribution business.
Une approche plus robuste consiste à calculer un coût par action incrémentale. Prenons un cas simplifié. Une campagne vidéo mid-funnel dépense 80 000 euros pour toucher 1,8 million d’utilisateurs avec une fréquence moyenne de 2,4. Le groupe exposé affiche un taux de visite qualifiée de 4,1 %, le groupe de contrôle 3,6 %. Le lift absolu est donc de 0,5 point, soit 9 000 visites qualifiées incrémentales sur 1,8 million d’utilisateurs exposables. Le coût par visite qualifiée incrémentale ressort à 8,89 euros. Si le taux de conversion ultérieur de ces visites incrémentales est de 6 % et la marge moyenne de 55 euros, la valeur brute attendue est de 29 700 euros. À première vue, l’opération semble non rentable.
Mais l’analyse doit intégrer le rôle réel du mid-funnel. Si 40 % des conversions concernent de nouveaux clients avec une LTV nette attendue de 180 euros, la valeur économique change fortement. Sur 540 conversions incrémentales estimées, 216 nouveaux clients représentent une valeur future potentielle de 38 880 euros, à laquelle s’ajoute la marge immédiate des autres ventes. Le bilan peut devenir positif si la rétention est vérifiée. À l’inverse, si les conversions incrémentales proviennent majoritairement de clients existants qui auraient racheté à court terme, le ROAS incrémental se dégrade.
Le ROAS incrémental doit être distingué du ROAS attribué. Le ROAS attribué divise le chiffre d’affaires crédité à la campagne par les dépenses média. Il dépend fortement des fenêtres d’attribution, des règles post-view et de la position dans le parcours. Le ROAS incrémental divise le chiffre d’affaires réellement additionnel estimé par les dépenses. Une campagne vidéo peut afficher un ROAS attribué de 1,5 mais un effet incrémental solide sur nouveaux clients ; une autre peut afficher un ROAS attribué de 4 grâce à une audience très intentionniste, mais un lift quasi nul. Le second cas est plus confortable dans un dashboard, pas nécessairement plus créateur de valeur.
La métrique de décision doit donc être définie avant campagne : coût par visite qualifiée incrémentale, coût par nouveau client incrémental, marge incrémentale, ROAS incrémental ou coût par point de lift sur un indicateur de considération. Sans cette discipline, l’équipe média risque d’optimiser la vidéo vers les audiences les plus faciles à attribuer, et non vers les audiences où elle modifie réellement le comportement.
Contrôler l’exposition : fréquence, attention, qualité d’inventaire et séquence
Une mesure d’incrémentalité vidéo n’a de sens que si l’exposition testée est suffisamment qualifiée. Mesurer l’effet d’impressions peu visibles, diffusées dans des environnements de faible attention ou avec une fréquence incohérente conduit à conclure que la vidéo ne fonctionne pas, alors que le problème vient du plan média. À l’inverse, tester uniquement des environnements premium très coûteux peut surestimer la capacité du format à scaler économiquement.
La fréquence est un premier paramètre critique. Pour un objectif mid-funnel, une fréquence moyenne de 1 peut être insuffisante pour installer un message complexe. Une fréquence de 8 sur une audience restreinte peut générer de la lassitude et de la sur-attribution. Dans de nombreux dispositifs vidéo de considération, une zone de test raisonnable se situe entre 2 et 5 expositions visibles par utilisateur sur 7 à 14 jours, avec adaptation selon la durée du message, la notoriété initiale de la marque et le cycle d’achat. Ce n’est pas une règle universelle, mais un point de départ à tester.
L’attention doit également être intégrée. Une vidéo vue trois secondes sans son dans un flux saturé n’a pas la même probabilité d’influencer qu’une vidéo complétée à 75 % dans un environnement éditorial contextualisé ou en TV connectée. Les signaux utiles incluent le taux de complétion, la durée moyenne exposée, l’audibilité lorsque disponible, la taille du player, le contexte, la position et le taux d’interaction. Les métriques d’attention ne remplacent pas l’incrémentalité, mais elles expliquent souvent pourquoi un test produit ou non un lift.
La qualité d’inventaire doit être auditée comme pour tout achat programmatique. En RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression au moment où elle devient disponible, la diffusion peut passer par plusieurs SSP, supply-side platforms, plateformes utilisées par les éditeurs pour vendre leur inventaire. Les risques incluent l’IVT, invalid traffic, trafic invalide généré par des bots ou comportements non humains, la faible visibilité, les chemins d’achat redondants et les environnements non conformes à la marque. Une campagne vidéo mid-funnel destinée à créer de la considération ne peut pas être optimisée uniquement au CPM le plus bas.
La séquence média joue enfin un rôle souvent sous-estimé. Une vidéo mid-funnel peut être plus efficace si elle intervient après une exposition de notoriété et avant une activation search, retail media ou retargeting, plutôt que de manière isolée. Mesurer son incrémentalité suppose alors de documenter l’ordre des contacts. Une exposition vidéo qui précède une recherche marque de 48 heures peut recevoir un crédit d’assistance. Une exposition vidéo servie après un ajout panier doit être interprétée différemment : elle peut rassurer, mais elle peut aussi simplement capter une intention déjà forte.
Éviter les biais d’attribution qui masquent ou gonflent le lift
L’incrémentalité est souvent introduite pour corriger les biais de l’attribution, mais elle peut elle-même être fragilisée par une mauvaise gouvernance de mesure. Le premier biais est la contamination du groupe de contrôle. Si des utilisateurs censés ne pas voir la campagne sont exposés via une autre DSP, un autre canal vidéo ou une activation social non coordonnée, l’écart entre exposés et non exposés se réduit. Le test conclut alors à tort à un faible impact. La solution consiste à centraliser le calendrier média, aligner les exclusions et documenter les chevauchements de campagnes.
Le deuxième biais est la sélection de l’audience. Si l’algorithme optimise spontanément vers les utilisateurs les plus intentionnistes, le groupe exposé peut différer du groupe non exposé avant même l’exposition. La mesure attribue alors à la vidéo une partie de l’intention préexistante. Les designs randomisés réduisent ce risque, mais les campagnes programmatiques dynamiques peuvent le réintroduire si les règles d’éligibilité changent en cours de test. Il faut donc figer autant que possible les critères d’audience, les enchères et les règles de fréquence pendant la période de mesure.
Le troisième biais concerne la fenêtre d’observation. Une vidéo mid-funnel ne produit pas toujours son effet en 24 heures. Pour une catégorie à achat court, comme la livraison alimentaire ou la mode promotionnelle, une fenêtre de 3 à 7 jours peut suffire. Pour l’équipement, l’assurance, l’automobile ou le B2B, il faut souvent observer 14 à 60 jours selon le cycle de décision. Mais allonger trop fortement la fenêtre augmente le bruit : promotions, saisonnalité, concurrence, email CRM, search et bouche-à-oreille peuvent influencer le résultat. Une bonne pratique consiste à mesurer plusieurs horizons : court terme pour les signaux de considération, moyen terme pour les conversions, long terme pour la valeur client.
Le quatrième biais est la mauvaise définition de la conversion. Une vente attribuée n’a pas toujours la même valeur. Il faut distinguer nouveaux clients, clients existants, commandes à faible marge, ventes sous promotion, annulations, retours, leads non qualifiés et leads réellement transformés. Dans un contexte B2B, mesurer uniquement le formulaire rempli peut favoriser des volumes de faible qualité. Il est préférable de connecter la mesure à un CRM pour suivre le MQL, marketing qualified lead, lead jugé suffisamment qualifié par le marketing, puis le SQL, sales qualified lead, lead accepté par les équipes commerciales, et enfin le chiffre d’affaires signé.
Enfin, il faut éviter de surinterpréter un test isolé. Un lift de 8 % sur une campagne peut être réel mais dépendre fortement de la création, du contexte, de la saison et du niveau de pression concurrentielle. L’objectif n’est pas de produire un verdict définitif sur la vidéo, mais de calibrer progressivement des coefficients par audience, format, durée, créa et environnement. La mesure incrémentale doit devenir un système d’apprentissage, pas un audit ponctuel.
Mettre en place un protocole opérationnel réplicable
Pour industrialiser la mesure de l’incrémentalité des formats vidéo mid-funnel, les équipes marketing doivent formaliser un protocole avant la mise en ligne. Ce protocole doit couvrir l’hypothèse, le design expérimental, les KPI, les seuils de décision, les règles d’exposition, les exclusions et les modalités de lecture. Sans cadrage préalable, les résultats seront discutés après coup selon les intérêts de chaque partie prenante.
Un protocole efficace peut suivre huit étapes. Premièrement, définir l’hypothèse : par exemple, une vidéo de preuve produit auprès de prospects catégorie doit augmenter les visites qualifiées de 10 % et les nouveaux clients de 5 % sur 21 jours. Deuxièmement, choisir l’unité de test : utilisateur, foyer, zone géographique, magasin ou compte entreprise selon la disponibilité des données. Troisièmement, constituer un groupe exposable et un groupe de contrôle comparables. Quatrièmement, fixer la pression média cible : couverture, fréquence, durée de campagne, formats et inventaires autorisés.
Cinquièmement, documenter les KPI primaires et secondaires. Le KPI primaire doit être unique pour éviter l’arbitrage opportuniste. Les KPI secondaires servent à expliquer le résultat : complétion, attention, recherche marque, trafic direct, taux de rebond, pages vues, ajout panier, leads qualifiés, ventes et marge. Sixièmement, définir la fenêtre de mesure et les règles de déduplication inter-canaux. Septièmement, calculer la puissance statistique minimale : si le volume attendu est trop faible pour détecter un effet réaliste, mieux vaut élargir l’audience, prolonger le test ou choisir un KPI intermédiaire plus fréquent. Huitièmement, décider à l’avance des seuils d’action : scaler, maintenir, itérer ou arrêter.
Un exemple concret montre l’intérêt de cette discipline. Une marque de décoration teste une vidéo mid-funnel de 20 secondes auprès de visiteurs de catégories n’ayant pas acheté dans les 90 jours. Budget : 60 000 euros. Audience exposable : 900 000 utilisateurs. Groupe de contrôle : 10 %. KPI primaire : nouveaux acheteurs incrémentaux sur 21 jours. KPI secondaires : visites qualifiées, ajouts favoris, recherches marque et complétion vidéo. Le test observe un lift de 11 % sur les visites qualifiées, 7 % sur les ajouts favoris, mais seulement 2 % sur les ventes, non significatif. Une lecture superficielle conclurait à l’échec. Une lecture mid-funnel indique que la création stimule la considération mais ne suffit pas à convertir ; l’action pertinente peut être de renforcer la séquence avec une offre, un comparatif produit ou une activation search et retail media, plutôt que de couper la vidéo.
À l’inverse, une campagne peut générer un lift de ventes significatif mais sans hausse des nouveaux clients. Dans ce cas, elle joue peut-être un rôle de réassurance sur des clients déjà acquis. Le budget peut rester justifié si la marge incrémentale est positive, mais il ne doit pas être présenté comme un levier de conquête. La valeur du protocole est précisément de clarifier ces rôles.
Conclusion : faire de l’incrémentalité un outil d’arbitrage, pas une contrainte de reporting
Mesurer l’incrémentalité des formats vidéo mid-funnel impose de dépasser deux réflexes opposés : juger la vidéo uniquement sur des métriques de visionnage, ou l’évaluer comme un levier de conversion directe. Son rôle est d’augmenter une probabilité : probabilité de considérer la marque, de revenir sur le site, de rechercher un produit, d’ajouter au panier, de devenir un nouveau client ou de progresser dans un pipeline commercial. Cette probabilité doit être observée avec une méthode causale, puis reliée à une valeur économique.
La feuille de route est claire. Définir d’abord le rôle de la vidéo dans le funnel et le KPI incrémental prioritaire. Choisir ensuite le design expérimental adapté : holdout lorsque l’exclusion utilisateur est fiable, geo-test lorsque les identifiants sont limités, conversion lift plateforme pour une lecture rapide mais non suffisante. Qualifier l’exposition en contrôlant visibilité, attention, fréquence, qualité d’inventaire et séquence média. Traduire le lift en coût par action incrémentale, marge incrémentale ou ROAS incrémental. Enfin, répéter les tests pour construire des benchmarks internes par audience, format, création et environnement.
Le principal arbitrage est économique. Une vidéo mid-funnel peut être pertinente même avec un CPA attribué supérieur aux leviers de capture, si elle recrute des clients nouveaux, augmente la demande de marque ou améliore la conversion future d’audiences stratégiques. Elle peut aussi être inefficace malgré un bon taux de complétion si elle touche une audience trop froide, trop exposée, mal séquencée ou sans proposition créative claire. L’incrémentalité ne sauve pas une mauvaise stratégie média ; elle permet de la diagnostiquer plus vite.
Pour les professionnels du marketing, la maturité consiste à intégrer cette mesure dans le pilotage courant. Les dashboards d’attribution restent utiles pour optimiser au quotidien, mais les décisions budgétaires devraient s’appuyer sur des coefficients d’incrémentalité régulièrement recalibrés. À ce niveau, la vidéo mid-funnel cesse d’être un poste de dépense difficile à défendre et devient un levier mesurable de création de demande. La question n’est plus de savoir combien de vues ont été achetées, mais combien de comportements additionnels ont été provoqués, à quel coût, avec quelle valeur future et dans quelles conditions reproductibles.
