Analyse expert · Révisée le 22.08.2026

Synergies de communication : mesurer l’interaction sans double compter.

DÉCISION SOUTENUEFinancer une combinaison pour sa synergie uniquement lorsque l’interaction est identifiée séparément des effets propres et reste économiquement positive après les coûts additionnels.

Ce qu’il faut distinguer

Trois conditions avant tout calcul.

01

Expositions comparables

Les quatre groupes doivent être constitués avant observation du résultat, avec une assignation aléatoire ou une stratégie d’identification crédible. Les utilisateurs naturellement multi-exposés ne forment pas un témoin.

02

Interaction distincte

La synergie se calcule par différence de différences : résultat conjoint moins activité A, moins activité B, plus contrôle. Elle ne doit pas être recréditée intégralement aux deux activités.

03

Valeur après coût

Une interaction statistiquement positive peut rester trop faible pour financer la création, le ciblage ou la complexité de séquence. La décision applique contribution unitaire et coûts spécifiques.

Méthode

Concevoir et interpréter une mesure de synergie

  1. 01Formuler l’interaction

    Décrire pourquoi A doit modifier la réponse à B : amorçage, preuve, répétition, couverture ou rappel. Définir l’ordre, le délai et la population avant le test.

  2. 02Créer quatre cellules

    Dimensionner contrôle, A, B et A+B avec la même période et des règles d’exposition vérifiables. Éviter la contamination et mesurer l’adhérence au traitement.

  3. 03Calculer les effets

    Estimer l’effet A, l’effet B, l’effet total et l’interaction. Rapporter niveaux, différences, incertitude et éventuels effets négatifs sur les garde-fous.

  4. 04Arbitrer la séquence

    Valoriser les conversions additionnelles, soustraire les coûts des deux activités et de leur coordination, puis vérifier si une version plus simple conserve l’essentiel de l’effet.

ÉLÉMENT ORIGINAL

Le plan factoriel 2×2 et le terme d’interaction

Les quatre cellules rendent visibles l’effet de chaque activité et les conversions supplémentaires qui n’existent que dans la combinaison.

Contrôle
PaidAucun
OwnedAucun
1 000

conversions

Paid seul
PaidOui
OwnedNon
1 120

conversions

Owned seul
PaidNon
OwnedOui
1 070

conversions

Combinaison
PaidOui
OwnedOui
1 260

conversions

INTERACTION(1 260 − 1 000) − (1 120 − 1 000) − (1 070 − 1 000)70 conversions
CSVTélécharger le jeu factoriel
EXEMPLE ILLUSTRATIF · DONNÉES SIMULÉES

La combinaison produit 70 conversions de synergie

01 · SITUATION

Quatre groupes comparables produisent 1 000 conversions au contrôle, 1 120 avec paid seul, 1 070 avec owned seul et 1 260 avec les deux. La contribution par conversion est de 45 € ; paid coûte 4 000 € et owned 1 000 €.

02 · CALCUL

Effet paid : 120. Effet owned : 70. Effet conjoint : 260. Interaction : 260 − 120 − 70 = 70 conversions, soit 3 150 € de contribution. Le plan conjoint crée 260 × 45 − 5 000 = 6 700 € net.

03 · DÉCISION

La combinaison est retenue si l’intervalle de l’interaction exclut une perte matérielle. Les 70 conversions sont conservées dans une ligne interaction séparée du reporting des deux activités.

Conditions d’acceptation

Ce qui doit être vrai pour agir.

  1. 01

    Le mécanisme, l’ordre et la fenêtre de l’interaction sont préspécifiés.

  2. 02

    Les quatre cellules possèdent un contrefactuel et une exposition contrôlée.

  3. 03

    Le terme d’interaction est calculé séparément des effets propres.

  4. 04

    La contribution de l’interaction couvre le coût de coordination et de création.

Limites

Ce que cette analyse ne prouve pas.

  • Une interaction dépend du niveau de dépense, de la création et de la séquence.
  • La contamination entre groupes réduit la capacité à identifier l’effet.
  • Un test à deux activités ne décrit pas toutes les interactions d’un portefeuille complet.

Références

Travaux mobilisés.

  1. Naik, P. A. & Raman, K. (2003), « Understanding the Impact of Synergy in Multimedia Communications », Journal of Marketing Research, 40(4), 375–388.
  2. Montgomery, D. C. (2017), Design and Analysis of Experiments.
  3. Lewis, R. A. & Rao, J. M. (2015), « The Unfavorable Economics of Measuring the Returns to Advertising », Quarterly Journal of Economics, 130(4), 1941–1973.