MTA, MMM et expérimentation : choisir la question de mesure

À retenir

L’attribution multi-touch, le marketing mix modeling et l’expérimentation ne sont pas trois noms pour une même méthode. Ils utilisent des données et des hypothèses différentes.

Cartographie mondiale des réseaux dans une salle de briefing vide
Dans cet article

L’attribution multi-touch, le marketing mix modeling et l’expérimentation ne sont pas trois noms pour une même méthode. Ils utilisent des données et des hypothèses différentes.

Relier méthode et décision

Le MTA répartit le crédit sur des interactions de parcours disponibles. Le MMM modélise des résultats agrégés et peut viser une estimation causale sous hypothèses explicites. Une expérience compare un traitement à un témoin pour estimer un effet défini.

Vérifier les limites de chaque approche

Un MMM n’isole pas automatiquement chaque effet : facteurs de confusion, choix des variables et structure du modèle comptent. Une bonne prédiction ne valide pas à elle seule une interprétation causale. La granularité du MTA ne garantit pas non plus un parcours exhaustif.

Comparer les méthodes de mesure
MéthodeDonnéesLimite à examiner
MTAInteractions de parcours disponiblesCouverture et identification incomplètes possibles
MMMMesures agrégées dans le temps et éventuellement par zoneInterprétation causale dépendante des hypothèses et facteurs de confusion
ExpérimentationComparaison d’un traitement et d’un témoinValidité liée au protocole, à la contamination et à l’incertitude

Confronter les preuves

Définir le résultat recherché, les hypothèses et l’incertitude avant d’arbitrer. Une expérience peut aider à calibrer ou contester un modèle lorsqu’elle porte sur un effet comparable. Ne pas moyenner mécaniquement des estimations qui répondent à des questions différentes.

Sources et vérification

Attribution : expliciter la perte de visibilité

Les modèles d’attribution n’observent qu’une partie des parcours lorsque les personnes refusent le suivi ou changent d’appareil. Une comparaison MTA et MMM gagne à préciser sources, granularité, hypothèses et incertitude.

  • Lister les données disponibles et les états de consentement qui les limitent.
  • Éviter de présenter une contribution estimée comme la trajectoire complète d’une personne.
  • Comparer les conclusions à des expériences ou à des changements observables quand c’est possible.

Référence primaire : CNIL — Outils de mesure d’audience et traceurs. Méthode connexe : consulter le guide pratique.