Analyse expert · Révisée le 22.08.2026

Choisir une méthode marketing par estimand, biais et décision.

RÉPONSE COURTE

Question décisionnelleComment utiliser « Référentiel des méthodes » pour choisir une méthode ?

Une méthode n’est pertinente qu’au regard de la quantité qu’elle doit estimer. L’attribution décrit la répartition de conversions observées ; une expérience estime un effet causal sur une population et une période ; un MMM décompose des variations agrégées sous hypothèses ; une enquête mesure des déclarations ; un modèle de choix projette des arbitrages dans un ensemble d’options. Les comparer par précision apparente ou par popularité confond des objets différents. Le point de départ est l’estimand : effet de quoi, sur qui, par rapport à quoi, quand et pour quelle décision. Retenir la méthode dont l’estimand correspond exactement à la décision, puis compléter ses angles morts par une preuve indépendante plutôt que fusionner des chiffres incompatibles.

DÉCISION SOUTENUERetenir la méthode dont l’estimand correspond exactement à la décision, puis compléter ses angles morts par une preuve indépendante plutôt que fusionner des chiffres incompatibles.

Ce qu’il faut distinguer

Trois conditions avant tout calcul.

Objet estimé

Un ROAS attribué, un lift expérimental et une contribution MMM ne désignent pas la même quantité. Le numérateur, le dénominateur, la fenêtre, la population et le contrefactuel sont écrits avant de comparer les résultats.

Identification avant précision

Un intervalle étroit autour d’un estimateur biaisé ne constitue pas une preuve forte. Randomisation, discontinuité, variation exogène ou hypothèses de contrôle définissent ce qui est identifiable ; la taille d’échantillon détermine ensuite la précision.

Décision compatible

Une méthode peut être excellente pour détecter une anomalie et inadéquate pour allouer un budget annuel. La fréquence, la granularité et le domaine de transport doivent correspondre au rythme et au périmètre de la décision.

Méthode

Passer de la question métier au dispositif de preuve

01Écrire l’estimand
Spécifier traitement, résultat, unité, population, comparateur et horizon. Par exemple : effet moyen incrémental d’une campagne vidéo nationale sur les ventes nettes hebdomadaires pendant huit semaines chez les foyers éligibles.
02Cartographier les biais
Lister sélection, ciblage, saisonnalité, anticipation, interférence, mesure incomplète et changement de composition. Évaluer ceux que le design supprime, réduit ou laisse intacts.
03Comparer faisabilité et résolution
Évaluer coût, délai, puissance, granularité et fréquence de répétition. Une expérience trop petite peut être moins utile qu’une quasi-expérience robuste ; un MMM peut éclairer le portefeuille mais pas une création précise.
04Planifier la triangulation
Associer une méthode principale et une preuve de calibration. Définir à l’avance comment traiter une divergence : revoir le périmètre, les hypothèses, le transport ou le calendrier, sans moyenner automatiquement.

ÉLÉMENT ORIGINAL

La carte estimand–méthode–biais

Six méthodes sont comparées sur le contrefactuel, le grain, l’horizon, le biais dominant et la décision qu’elles peuvent réellement soutenir.

Méthode	Objet estimé	Contrefactuel	Décision	Identification
Attribution	Répartition	Règle	Exécution	faible
Test A/B	Effet moyen	Randomisation	Produit / prix	fort
Géo-test	Effet agrégé	Zones contrôle	Média	fort
Quasi-exp.	Effet local	Variation exogène	Politique	moyen
MMM	Contribution	Modèle conditionnel	Portefeuille	moyen
Enquête	Déclaration	Réponse	Diagnostic	faible

ESTIMAND À ÉCRIREEffet de quoi · sur qui · contre quoi · quand · pour décider quoi ?

CSVTélécharger le comparateur des méthodes↓

EXEMPLE ILLUSTRATIF · DONNÉES SIMULÉES

Trois ROAS répondent à trois questions différentes

01 · SITUATION

Une campagne de recherche affiche un ROAS attribué de 6,2. Un test de pause sur des zones comparables estime un ROAS incrémental de 1,8 ± 0,6. Le MMM annuel attribue au canal un ROAS de 2,4 ± 0,9, incluant une partie des effets différés.

02 · CALCUL

L’attribution répartit 620 k€ de ventes observées pour 100 k€ de dépense. Le test estime 180 k€ de ventes qui n’auraient pas eu lieu, avec un intervalle de 120 à 240 k€. Le MMM estime 240 k€ sur un horizon plus long, mais confond partiellement recherche de marque et activité vidéo. À 35 % de marge, la contribution incrémentale centrale du test est 63 k€, soit 0,63 € par euro dépensé.

03 · DÉCISION

Le ROAS 6,2 reste utile pour piloter les requêtes et la qualité du trafic ; il ne justifie pas l’incrément de budget. Le test soutient la décision marginale immédiate et le MMM éclaire l’équilibre annuel. La divergence devient une hypothèse de synergie à tester.

Conditions d’acceptation

Ce qui doit être vrai pour agir.

01
L’estimand est formulé avant le choix de la méthode.
02
Le biais dominant et le contrefactuel sont publiés avec le résultat.
03
La décision reste dans le domaine observé ou justifie son transport.
04
Une divergence entre méthodes déclenche un diagnostic, jamais une moyenne automatique.

Limites

Ce que cette analyse ne prouve pas.

Aucune carte ne remplace l’examen du design et des données réelles.
La meilleure méthode théorique peut être inexécutable ou insuffisamment puissante.
Les effets se transportent rarement sans hypothèse entre segments, périodes et intensités.

Références

Travaux mobilisés.

Hernán, M. A. & Robins, J. M. (2020), Causal Inference: What If.
Imbens, G. W. & Rubin, D. B. (2015), Causal Inference for Statistics, Social, and Biomedical Sciences.
Pearl, J. & Mackenzie, D. (2018), The Book of Why.