Comparer une allocation historique à un scénario robuste sous contraintes opérationnelles.
Cas de référence · Version 1.0
Réallouer 1,2 M€ sans augmenter le budget.
Question décisionnelleComment réallouer 1,2 M€ entre canaux sous incertitude ?
Trois années de données, cinq canaux et une question actionnable : où déplacer le prochain euro pour augmenter la contribution sans masquer l’incertitude ?
Décision retenue
Engager la réallocation en deux paliers.
Réduire d’abord la concentration sur le paid search et le paid social. Renforcer progressivement la vidéo, la télévision et le retail media. Le passage à la cible reste conditionné à six semaines de validation.
+121,4 k €contribution attendue / trimestre
+6,2 %scénario central
0 €budget supplémentaire
88 %gain positif dans la simulation
01
Le problème
Le budget est stable. Sa productivité marginale ne l’est pas.
Noroa consacre 65 % de son budget au paid search et au paid social. Ces canaux continuent de produire, mais leur prochaine unité budgétaire rapporte moins que celle placée sur des canaux sous-investis.
Optimiser la contribution incrémentale, et non le chiffre d’affaires attribué ou le ROAS de plateforme.
Aucun budget additionnel. Minimum et maximum explicites pour chaque canal.
Palier pilote de six semaines, deux semaines d’attente et décision en semaine neuf.
02
Les données
Quinze variables reliées à une décision précise.
Le fichier hebdomadaire réunit résultat économique, investissements média, prix, promotions, disponibilité, couverture commerciale, saisonnalité et événements de calibration.
CSV · 156 LIGNESDonnées hebdomadaires
Série complète, dictionnaire compatible avec le modèle et séparation estimation-validation.
Télécharger le CSV ↓JSON · MODÈLEParamètres et résultatsCourbes, contraintes, allocations, diagnostics, scénarios et règles de décision.
Télécharger le JSON ↓MARKDOWN · DOSSIERNote de décisionHypothèses, formules, tableau d’allocation, protocole et limites dans un format réutilisable.
Télécharger le dossier ↓RésultatCA et contribution après média
MédiaSearch, social, vidéo, TV, retail media
ContrôlesPrix, promotion, disponibilité, magasins, saison
Validation12 semaines réservées + 2 événements calibrés
03
Le modèle de décision
Comparer les rendements marginaux, pas les moyennes historiques.
Chaque canal reçoit une courbe de saturation et un niveau de confiance. L’allocation progresse par pas de 10 000 € dans les limites opérationnelles publiées.
COURBE DE RÉPONSE
Ri(s) = Ai × sαi ÷ (Hiαi + sαi)A représente le potentiel, H la demi-saturation et α la forme de la courbe. La zone observée et l’incertitude sont conservées dans le fichier du modèle.
144 semaines d’estimation et 12 semaines réservées à la validation temporelle.
Erreur absolue moyenne sur le chiffre d’affaires des semaines non utilisées pour estimer le modèle.
Onze observations sur douze se situent dans l’intervalle prédictif annoncé à 80 %.
TEST GÉOGRAPHIQUE VIDÉOLift observé 5,6 %
Réponse du modèle : 5,1 %
TEST GÉOGRAPHIQUE RETAIL MEDIALift observé 8,4 %
Réponse du modèle : 7,9 %
Ces événements sont eux aussi simulés. Ils illustrent le rôle d’une calibration expérimentale : rapprocher une courbe agrégée d’une variation causale identifiable.
04
Le résultat
270 000 € déplacés vers trois canaux sous-investis.
Le scénario cible ne coupe aucun canal. Il réduit les dépenses déjà proches de leur saturation et renforce les zones où le rendement marginal reste supérieur.
CanalAllocation actuelleCible conditionnelleÉcartRendement marginal
Paid searchConfiance 88 %
440 000 €
290 000 €
-150 000 €0,7 € / €Paid socialConfiance 62 %
340 000 €
220 000 €
-120 000 €0,82 € / €Vidéo en ligneConfiance 70 %
140 000 €
230 000 €
+90 000 €1,46 € / €TélévisionConfiance 66 %
200 000 €
270 000 €
+70 000 €1,31 € / €Retail mediaConfiance 80 %
80 000 €
190 000 €
+110 000 €2,04 € / €Total1 200 000 €1 200 000 €0 €Budget constant
Réponse plus faible de la vidéo et de la télévision, coûts d’exposition plus élevés.
Paramètres centraux, contraintes respectées et budget strictement constant.
Calibration confirmée et disponibilité commerciale stable sur toute la période.
05
La mise en œuvre
Une recommandation devient une décision seulement avec une règle d’arrêt.
La cible est un scénario conditionnel, pas un ordre automatique. Elle doit survivre à un pilote comparé, à la réconciliation des données et à des garde-fous économiques.
Définir les régions comparables, les exclusions, la contribution après média et les règles d’arrêt avant le déplacement du budget.
Utiliser les parts du palier intermédiaire dans les régions traitées, sans changer le budget total ni les règles promotionnelles.
Laisser se matérialiser les effets différés, contrôler disponibilité, prix, promotions et qualité des jointures.
Passer à la cible, maintenir le palier ou revenir à l’allocation initiale selon les seuils publiés.
Et disponibilité supérieure à 95 %, prix et promotions comparables, aucune détérioration critique de la marge.
Conserver le pilote si la perte prudente reste inférieure à 20 000 € et si la qualité de mesure peut être améliorée.
Ou disponibilité inférieure à 95 %, rupture de comparabilité ou dépassement d’une contrainte de diffusion.
06
Lecture responsable
Ce cas démontre une méthode. Il ne démontre pas un marché.
Les résultats sont cohérents avec les données et paramètres publiés. Ils ne doivent jamais être transplantés dans une entreprise réelle sans réestimation.
- Données simulées
Aucun gain présenté ici n’a été observé chez un annonceur réel.
- Interactions limitées
Les courbes n’estiment pas les synergies créatives ou séquentielles entre les canaux.
- Coûts simplifiés
Les coûts d’agence, de production et de transformation ne sont pas individualisés.
- Décision locale
Les minimums, maximums et niveaux de confiance sont propres au cas Noroa.
À votre tour
Testez la logique avec vos propres contraintes.
Utilisez le laboratoire d’allocation pour comparer vos canaux, puis reprenez le protocole du cas pour transformer le scénario en décision mesurable.