Mesure de la performance omnicanale : pourquoi vos tableaux de bord vous font arbitrer à l’envers

Les investissements publicitaires basculent vers le digital pendant que la conversion finale reste, dans beaucoup de secteurs, physique. Sans surprise, la mesure de la performance a du mal à suivre…. Tour d’horizon des angles morts qui pèsent sur l’allocation média, et des solutions pour y remédier.

Le digital capte les budgets, le magasin encaisse les ventes  

Les prévisions de Dentsu pour 2026 placent l’investissement publicitaire mondial au-dessus de 1 000 milliards de dollars, dont 68,7 % pour le digital (Magna et GroupM aboutissent à des ordres de grandeur voisins). La croissance se concentre sur le retail media (+14,1 %), la vidéo en ligne (+11,5 %) et le social (+11,4 %), sans que les canaux traditionnels s’effondrent pour autant.  

Le comportement d’achat, lui, ne suit pas la même géographie. McKinsey observe que plus de la moitié des clients B2C mobilisent entre trois et cinq canaux pour un même acte d’achat ou de service. Dans le retail, la grande majorité des parcours démarrent par une recherche en ligne et se concluent souvent en magasin, au téléphone ou en agence.  

De ce décalage naît une difficulté de pilotage : les budgets se déplacent vers les environnements qui produisent le plus de données, pendant qu’une partie de la valeur se matérialise dans des systèmes que les plateformes ne voient pas. Résultat, la mesure s’est construite autour de ce qui était facile à instrumenter.

Trois angles morts qui pèsent sur l’arbitrage  

1) Le dernier clic favorise la fin de parcours  

Pendant une quinzaine d’années, l’optimisation budgétaire s’est appuyée sur le dernier point de contact avant la conversion. Le raccourci reste répandu, et son biais penche du même côté : il crédite les canaux les plus proches de l’achat (recherche, retargeting, email transactionnel) et laisse dans l’ombre ceux qui créent la demande en amont.  

2) La rupture d’identifiant fragilise la reconstitution des parcours  

Depuis le lancement de l’App Tracking Transparency en 2021, les taux d’opt-in au suivi publicitaire se situent autour de 15 à 25 % à l’échelle mondiale. Meta a chiffré publiquement l’impact sur ses revenus 2022 à environ 10 milliards de dollars. Côté annonceurs, les estimations sectorielles situent entre 20 % et 50 % la part du coût d’acquisition affectée par cette dégradation du signal.  

3) La conversion hors ligne n’apparaît pas dans les rapports natifs  

Une vente en magasin, un rendez-vous pris par téléphone, un contrat signé en agence : ces événements existent dans le système de caisse ou dans le CRM, rarement dans les interfaces publicitaires. Les campagnes qui y contribuent affichent une performance partielle, sans que rien ne signale cette absence.  

Angle mort	Effet sur l’allocation
Modèle du dernier clic	Surpondération des canaux de conversion, sous-financement des canaux de demande
Rupture d’identifiant	Parcours fragmentés, coût d’acquisition affiché en hausse, ciblage dégradé
Conversion hors ligne absente	ROAS sous-estimé sur les campagnes qui contribuent aux ventes physiques

Une mesure en couches plutôt qu’un modèle unique  

L’opposition entre attribution multi-touch (MTA) et Marketing Mix Modeling (MMM) a occupé le débat pendant des années, alors que les deux approches répondent à des questions distinctes. 

Le MTA examine des séquences de points de contact au niveau individuel : quelle succession a précédé cette conversion ? 

Le MMM travaille sur des séries agrégées de dépenses et de ventes : quel est le rendement marginal de chaque canal au niveau de dépense actuel, canaux hors ligne compris ? Le premier suppose des identifiants utilisateurs, le second s’en passe, ce qui le rend plus résistant aux restrictions de suivi.  

Un troisième instrument s’est installé chez les organisations les plus avancées : le test d’incrémentalité. À l’aide de géo-tests, groupes de contrôle, A/B géographiques, il établit une causalité là où les deux autres produisent des estimations de contribution.  

Le cadre qui se dégage aujourd’hui combine ces approches en leur assignant des rôles distincts : 

• l’incrémentalité comme référence causale, 
• le MMM comme moteur de décision au niveau du portefeuille, 
• l’attribution comme signal tactique. 

Chacune tourne à son rythme, ce qui donne des boucles de rétroaction imbriquées, trimestrielles pour les arbitrages stratégiques, hebdomadaires pour l’optimisation tactique, ponctuelles mais régulières pour la validation causale. Une organisation qui ne dispose que de la boucle tactique pilote à courte vue ; celle qui s’en remet à la seule boucle stratégique réagit avec retard aux mouvements de marché.  

Cette combinaison est longtemps restée réservée aux plus gros budgets, pour des raisons de coût. La publication de bibliothèques open source de qualité industrielle (Meridian chez Google, Robyn chez Meta, PyMC-Marketing chez PyMC Labs) a désormais abaissé cette barrière.

La donnée de conversion, prérequis commun à toutes les méthodes 

Ces boucles partagent toutefois une même dépendance : la complétude de la donnée de conversion. Un modèle statistique appliqué à un signal amputé de sa partie physique reproduira, avec plus de méthode, le biais qu’il était censé corriger.  

C’est ici que les Conversion APIs offline apportent leur valeur. Déployées depuis 2021 par Meta, Google et TikTok, elles suivent un même principe : transmettre depuis le serveur de l’annonceur vers celui de la plateforme les événements de conversion survenus hors ligne. Des événements accompagnés d’identifiants hachés en SHA-256, afin de les rapprocher de l’exposition publicitaire initiale. 

Reste à pouvoir constituer ces événements, et la difficulté se situe là. Leur fiabilité repose sur un socle technique : un identifiant first-party stable dans le temps, une réconciliation d’identité capable de rattacher un achat en magasin (via une carte de fidélité, par exemple)  à une exposition digitale antérieure, et une gestion du consentement propagée jusqu’à l’événement transmis. Et c’est sur cette couche de collecte, de résolution d’identité et de consentement que se positionne une plateforme comme Commanders Act, en amont de l’activation.  

La qualité des clés de rapprochement compte enfin autant que l’architecture : plusieurs clés plutôt qu’une seule et un identifiant de transaction pour écarter les doublons. Un signal propre en amont produit de bien meilleurs résultats qu’un modèle sophistiqué en aval.   

Situer son propre dispositif de mesure  

Trois questions donnent une idée de l’effort à produire pour construire une telle mesure omnicanale.

• Quelle part des conversions se conclut hors ligne, et quelle proportion de celle-ci remonte aujourd’hui vers les plateformes d’activation ?
• Les arbitrages budgétaires reposent-ils sur un modèle unique, ou sur plusieurs instruments qui se contrôlent mutuellement ?
• La donnée de consentement circule-t-elle jusqu’aux événements transmis, ou s’arrête-t-elle à la collecte web ?  

Ces questions (et leurs réponses) sont au cœur de notre guide “Pilotage omnicanal et performance”. Vous y trouverez notamment le panorama comparatif des Conversion APIs de Meta, Google et TikTok, les mises en oeuvre possibles, les cinq piliers d’une infrastructure qui réconcilie online et offline, et plus de détails sur l’opportunité que représente la CAPI offline de Meta.

Investir, mesurer, arbitrer votre budget media à l’ère omnicanale