Test de levée géographique : définition et déroulement

Un test de levée géographique est une expérience d’incrémentalité qui active un canal publicitaire dans certaines régions géographiques et le désactive, ou le réduit, dans des régions de contrôle correspondantes, puis compare la différence de conversions ou de ventes entre les deux groupes afin de mesurer l’impact réel et causal du canal. C’est la méthode la plus courante pour tester le lift incrémental d’un canal lorsqu’il n’est pas possible de randomiser proprement au niveau de l’utilisateur individuel.

Conception du test#

Vous commencez par diviser vos régions cibles, états, DMA ou pays selon l’échelle, en un groupe test et un groupe de contrôle appariés le plus étroitement possible sur des critères tels que la population, le volume de ventes historique, la réponse passée au ciblage géographique, et la saisonnalité. Le groupe test reçoit les dépenses publicitaires ; le groupe de contrôle n’en reçoit pas, ou reçoit un niveau de base fixe tandis que le groupe test bénéficie d’une augmentation. Après une période définie, généralement de 4 à 8 semaines selon le cycle de vente, vous comparez le pourcentage de variation de la métrique de résultat entre les deux groupes. L’écart, ajusté de toute différence pré‑existante entre les régions, constitue votre lift estimé.

Pourquoi au niveau géographique plutôt qu’au niveau utilisateur#

Les tests géographiques évitent de devoir disposer d’un identifiant au niveau individuel, car vous comparez des résultats agrégés pour une région entière plutôt que de suivre le parcours d’une personne. Cela rend les tests géographiques utiles pour les canaux où le suivi individuel est peu fiable, ainsi que pour les canaux comme les widgets de publicité native qui apparaissent sur de nombreux sites éditeurs non liés où le suivi au niveau de la session devient compliqué. C’est également la méthode standard pour mesurer les canaux qui ne peuvent pas être désactivés pour un seul utilisateur sans affecter tous les utilisateurs à proximité, comme la télévision, la radio et certains achats programmatiques effectués via une plateforme côté demande.

Ce qui peut mal tourner#

Des régions de contrôle mal appariées sont la cause d’échec la plus fréquente. Si votre région test présente une saisonnalité différente, une présence concurrentielle différente ou une tendance de croissance de base différente de votre région de contrôle, le « lift » que vous mesurez pourrait simplement refléter du bruit régional plutôt que l’effet de votre canal publicitaire. Les tests nécessitent également un volume de conversion de base suffisant dans chaque région pour détecter un signal réel ; un test mené dans un marché avec quelques ventes par semaine aura du mal à atteindre une signification statistique, quelle que soit la durée du test. Lancer un test géographique pendant une promotion à l’échelle de l’entreprise ou un pic saisonnier majeur, comme une période de Black Friday, contamine la lecture pour les deux groupes de manière égale.

Relation avec d’autres mesures de lift#

Une mesure complémentaire plus douce interroge la notoriété ou les changements de favorabilité via des enquêtes plutôt que via un chiffre de conversion concret, et s’exécute généralement au niveau de l’impression plutôt qu’au niveau géographique. Les modèles statistiques construits sur les données historiques de dépenses publicitaires et de suivi des conversions et fonctionnant en continu sur tous les canaux à la fois, peuvent intégrer les résultats d’un test géographique comme point de calibration, ancrant le modèle à un résultat expérimental réel plutôt qu’à une simple corrélation historique.

Avant d’engager un budget pour un test géographique de plusieurs semaines sur un réseau publicitaire natif, il vaut la peine de vérifier le volume créatif disponible, et la durée pendant laquelle ce créatif est diffusé, voir la longévité des publicités, déjà actif dans vos régions cibles. Les outils d’intelligence publicitaire d’OpenAdLibrary décomposent l’activité des réseaux par zone géographique, ce qui aide à définir des attentes réalistes quant au lift qu’un marché donné peut réellement produire.