Conversions non-incrémentales
Typiquement 20 à 60% des conversions attribuées sont non-incrémentales, c'est-à-dire qu'elles auraient eu lieu sans la pub. Le ROAS plateforme est gonflé exactement de cette proportion.
L'écart d'incrémentalité
Chaque plateforme publicitaire revendique le crédit de chaque conversion qu'elle a pu influencer. Une campagne de retargeting Meta touche un client qui allait déjà acheter et compte le ROAS. La vraie question n'est pas "combien de conversions voyons-nous ?" mais "combien aurions-nous perdues si nous avions arrêté de dépenser ?"
Typiquement 20 à 60% des conversions attribuées sont non-incrémentales, c'est-à-dire qu'elles auraient eu lieu sans la pub. Le ROAS plateforme est gonflé exactement de cette proportion.
TrustData mesure le ratio de vos vraies conversions incrémentales aux conversions revendiquées par la plateforme. Ce facteur (typiquement 0,3 à 0,8) corrige le modèle de revenus de votre optimiseur.
Une campagne Meta avec ROAS déclaré 4,0 et facteur de calibration 0,45 a un iROAS réel de 1,8. Cela change si vous scalez, maintenez ou coupez, et modifie entièrement les recommandations de l'optimiseur.
Geo holdout
Pausez les pubs dans un ensemble de régions test tout en les maintenant dans des régions de contrôle appariées. Le delta de conversions entre test et contrôle, ajusté des tendances pré-période, est le vrai lift incrémental.
Les régions test et contrôle sont sélectionnées pour être aussi similaires que possible en taux de conversion de base. TrustData utilise vos données de conversion régionales first-party pour l'appariement.
Le contrefactuel est construit par extrapolation de la tendance pré-période. Un test de permutation avec 1 000 permutations des labels test/contrôle fournit la p-value.
Résultat : lift_pct, iROAS, p_value et calibration_factor = notre_iROAS / ROAS_déclaré_plateforme. Ce facteur est immédiatement appliqué à l'optimiseur budgétaire.
Time holdout
Pausez entièrement un canal pendant 2 à 4 semaines. Mesurez la chute de vos conversions first-party dédupliquées. Comparez à un contrefactuel Prophet construit sur les données pré-période.
Les time holdouts fonctionnent avec n'importe quelle donnée de conversion first-party, sans ventilation régionale nécessaire. Idéal pour répondre à "ce canal est-il incrémental du tout ?"
TrustData ajuste un modèle de série temporelle Prophet sur vos données de conversion quotidiennes pré-période, prédit ce qui se serait passé pendant la pause, et compare la prédiction aux réels.
Prophet tient compte de la saisonnalité hebdomadaire et des changements de tendance. En l'absence de Prophet, TrustData utilise une extrapolation linéaire avec calcul de significativité par test z.
Platform lift test
Utilisez Meta Conversion Lift ou Google Conversion Lift pour gérer la randomisation du holdout. TrustData mesure les résultats depuis vos données first-party dédupliquées (pas depuis ce que la plateforme rapporte) et calcule le taux d'escompte de leur lift revendiqué.
Meta et Google randomisent les audiences en groupes test et contrôle. Vous lancez le test normalement et TrustData lit vos résultats first-party pour les comparer aux déclarations de la plateforme.
calibration_factor = notre_lift_mesuré / lift_revendiqué_plateforme. Ce ratio vous indique de combien escompter les revendications d'attribution de la plateforme pour ce type d'audience.
Les platform lift tests fonctionnent au niveau audience, sans donnée de conversion régionale nécessaire. Idéal pour les e-commerçants sans tracking régional.
La boucle de rétroaction
Chaque test d'incrémentalité conclu met à jour le facteur de calibration iROAS de ce canal. L'optimiseur utilise automatiquement le vrai ROAS incrémental pour ses recommandations, sans saisie manuelle.
Quand un test se conclut, TrustData met à jour le CalibrationFactor du canal et déclenche immédiatement une reconstruction des courbes de réponse et un nouveau cycle d'optimisation.
Les facteurs de calibration décroissent dans le temps : 50% de poids à 90 jours, 25% à 180 jours. L'optimiseur dégrade gracieusement vers non-calibré plutôt que de s'appuyer sur des données périmées.
Quand un facteur de calibration devient périmé (>90 jours), TrustData crée automatiquement une recommandation de faible urgence pour relancer un test. Les canaux non testés sont signalés dans l'UI de l'optimiseur.
Chaque composant du moteur de tests d'incrémentalité.
Test de pause régionale avec contrefactuel par extrapolation de tendance et test de significativité par permutation. Nécessite des données de conversion first-party régionales.
Pause complète d'un canal pendant 2 à 4 semaines. Contrefactuel Prophet ou linéaire. Fonctionne avec toute série temporelle de conversions quotidiennes first-party.
Lit les données des groupes test et contrôle Meta/Google. Compare à vos résultats first-party dédupliqués. calibration_factor = notre_lift / lift_plateforme.
Calibration iROAS par canal stockée avec score de confiance et date de mesure. Appliquée automatiquement aux modèles de courbes de réponse.
Le poids de la calibration décroît de 50% tous les 90 jours. L'optimiseur passe en douceur de calibré à non-calibré plutôt que de basculer brutalement.
ROI 1 (CA déclaré vs dépense) → ROI 2 (marge brute) → ROI 3 (net des coûts non-working) → ROI 4 (profit net incrémental avec calibration). S'arrête au niveau le plus élevé avec données disponibles.
Vérification hebdomadaire des facteurs de calibration de plus de 90 jours. Crée automatiquement des cartes de recommandation de re-test. Canaux non testés signalés dans l'optimiseur.
Les tests conclus déclenchent une reconstruction automatique des courbes de réponse + un cycle d'optimisation budgétaire. Les canaux calibrés au iROAS reçoivent des recommandations matériellement différentes.
Questions fréquentes
Essai gratuit 14 jours
Essai gratuit 14 jours. Lancez votre premier test d'incrémentalité et calibrez votre optimiseur avec un iROAS réel.