> ## Documentation Index
> Fetch the complete documentation index at: https://docs.topsort.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Mesure d'Incrémentalité

> Méthodes de mesure de l'impact incrémental réel des campagnes publicitaires

export const LastUpdatedFr = ({date}) => {
  const label = "Dernière mise à jour:";
  return <>
      <style>{`
        .last-updated-component {
          display: inline-flex;
          align-items: center;
          gap: 8px;
          padding: 10px 16px;
          border-radius: 8px;
          margin-top: 12px;
          margin-bottom: 16px;
          font-size: 14px;
          background-color: rgba(0, 0, 0, 0.05);
          border: 1px solid rgba(0, 0, 0, 0.12);
          color: rgba(0, 0, 0, 0.75);
          line-height: 1;
        }

        .last-updated-component svg {
          flex-shrink: 0;
          vertical-align: middle;
        }

        .last-updated-component span {
          display: inline-flex !important;
          align-items: center !important;
          line-height: 1 !important;
        }

        [data-theme="dark"] .last-updated-component {
          background-color: #3a3a3a;
          border: 2px solid #888888;
          color: #ffffff;
        }

        [data-theme="dark"] .last-updated-component svg {
          stroke: #ffffff;
        }
      `}</style>
      <div className="last-updated-component">
        <svg width="16" height="16" viewBox="0 0 24 24" fill="none" stroke="currentColor" strokeWidth="2" strokeLinecap="round" strokeLinejoin="round">
          <circle cx="12" cy="12" r="10" />
          <polyline points="12 6 12 12 16 14" />
        </svg>
        <span>
          <strong style={{
    fontWeight: 600
  }}>{label}</strong> 
          <time dateTime={date}>{date}</time>
        </span>
      </div>
    </>;
};

## Aperçu

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  La mesure d'incrémentalité détermine l'impact causal réel de la publicité en
  isolant les conversions qui ne se seraient pas produites sans exposition publicitaire. Selon
  les Directives de Mesure des Retail Media IAB/MRC, les tests d'incrémentalité fournissent
  la mesure la plus précise de l'efficacité publicitaire.
</div>

## Qu'est-ce que l'Incrémentalité ?

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Le **lift incrémental** représente les ventes ou conversions directement causées par
  la publicité, excluant celles qui se seraient produites de manière organique. Ceci
  diffère de l'attribution, qui attribue du crédit aux conversions mais ne
  prouve pas la causalité.
</div>

<Tip>
  **Exemple** : Si 100 personnes ayant vu une annonce ont effectué des achats, mais que les tests montrent que 70
  auraient acheté de toute façon, l'impact incrémental est de 30 conversions (30%
  de lift).
</Tip>

## Méthodologies de Test

### 1. Essais Contrôlés Randomisés (RCT)

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  La référence en matière de mesure d'incrémentalité :
</div>

<Steps>
  <Step title="Attribution Aléatoire : Utilisateurs divisés aléatoirement en groupes test (voient les annonces) et contrôle (pas d'annonces)" />

  <Step title="Exécution de Campagne">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Le groupe test est exposé à la publicité tandis que le groupe contrôle est exclu
    </div>
  </Step>

  <Step title="Mesure">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Comparer les taux de conversion entre les groupes
    </div>
  </Step>

  <Step title="Calcul">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Lift Incrémental = (Conversions Test - Conversions Contrôle) / Conversions Contrôle
    </div>
  </Step>
</Steps>

**Avantages :**

* Mesure causale la plus précise
* Élimine le biais de sélection
* Signification statistique claire

**Limitations :**

* Nécessite un groupe de contrôle (opportunité perdue)
* Taille d'échantillon minimale nécessaire
* Peut ne pas refléter les conditions réelles

### 2. Méthodes de Contrôle Synthétique

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Crée un groupe de contrôle artificiel en utilisant des données historiques et l'apprentissage automatique :
</div>

<Columns cols={2}>
  <Card title="Collecte de Données">
    Rassembler les modèles de conversion historiques et les caractéristiques des utilisateurs
  </Card>

  <Card title="Entraînement du Modèle">
    Construire un modèle prédictif des conversions attendues sans publicité
  </Card>

  <Card title="Comparaison">
    Comparer les résultats réels aux prédictions du contrôle synthétique
  </Card>

  <Card title="Calcul du Lift">
    Mesurer la différence entre les résultats réels et prédits
  </Card>
</Columns>

**Avantages :**

* Aucun groupe de contrôle requis
* Peut être appliqué rétroactivement
* Mesure continue possible

**Limitations :**

* Nécessite des données historiques robustes
* La précision du modèle affecte les résultats
* Les hypothèses peuvent ne pas tenir dans tous les cas

### 3. Tests de Marchés Appariés

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Compare des marchés géographiques similaires avec différentes expositions publicitaires :
</div>

1. **Sélection de Marché** : Identifier des marchés comparables par démographie, modèles de ventes
2. **Conception du Test** : Exécuter des campagnes dans les marchés test, exclure les marchés contrôle
3. **Analyse** : Comparer le lift entre les paires de marchés appariés
4. **Mise à l'Échelle** : Extrapoler les résultats à la population totale

**Avantages :**

* Conditions du monde réel maintenues
* Bon pour les campagnes régionales
* Peut tester différentes stratégies

**Limitations :**

* Trouver des marchés véritablement comparables est difficile
* Des facteurs externes peuvent affecter les résultats
* Débordement géographique possible

## Implémentation dans Topsort

### Activation des Tests d'Incrémentalité

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Les marketplaces peuvent configurer les tests d'incrémentalité via :
</div>

```json theme={null}
{
  "test_configuration": {
    "methodology": "rct",
    "test_split": 0.8, // 80% test, 20% contrôle
    "minimum_sample_size": 10000,
    "measurement_period_days": 30,
    "stratification": ["user_segment", "geographic_region"]
  }
}
```

### Processus de Configuration du Test

<Steps>
  <Step title="Définir les Objectifs">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Définir votre KPI principal (ventes, nouveaux clients, etc.), la plage de lift attendue, et le niveau de confiance requis.
    </div>
  </Step>

  <Step title="Calculer la Taille d'Échantillon">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Utiliser des calculateurs de puissance statistique, tenir compte de la variance attendue, et inclure une marge pour les données incomplètes.
    </div>
  </Step>

  <Step title="Configurer les Paramètres du Test">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Définir le ratio de division test/contrôle, les variables de stratification, et la fenêtre de mesure.
    </div>
  </Step>

  <Step title="Surveiller l'Exécution">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Vérifier l'équilibre de la randomisation, suivre les taux d'exposition, et valider la qualité des données.
    </div>
  </Step>

  <Step title="Analyser les Résultats">
    <div style={{textAlign: 'justify', marginBottom: '1.5rem'}}>
      Calculer le lift incrémental, déterminer la signification statistique, et générer les intervalles de confiance.
    </div>
  </Step>
</Steps>

## Rapports d'Incrémentalité

### Métriques Standard

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Les rapports incluent :
</div>

* **Conversions Incrémentielles** : Conversions supplémentaires causées par la publicité
* **Revenu Incrémentiel** : Revenu directement attribuable à l'exposition publicitaire
* **iROAS** : Retour sur Investissement Publicitaire Incrémentiel (revenu incrémentiel / dépenses publicitaires)
* **Pourcentage de Lift** : Augmentation relative par rapport à la ligne de base
* **Intervalle de Confiance** : Plage statistique de l'effet réel

### Format de Rapport Exemple

```
RÉSULTATS DU TEST D'INCRÉMENTALITÉ
━━━━━━━━━━━━━━━━━━━━━━━━━━
Type de Test : Essai Contrôlé Randomisé
Période de Test : 1er oct - 31 oct 2024
Taille d'Échantillon : 50 000 utilisateurs (40 000 test / 10 000 contrôle)

RÉSULTATS :
─────────────────────────────
Taux de Conversion Groupe Test : 4,2%
Taux de Conversion Groupe Contrôle : 3,1%
Lift Incrémentiel : 35,5% (IC à 95% : 28,2% - 42,8%)
Signification Statistique : p < 0,001

Conversions Incrémentielles : 440
Revenu Incrémentiel : 44 000 $
iROAS : 4,4x
```

## Meilleures Pratiques

### Conception du Test

1. **Pré-enregistrement**

   * Documenter l'hypothèse avant les tests
   * Définir les métriques de succès à l'avance
   * S'engager sur la durée du test

2. **Qualité de la Randomisation**

   * Vérifier l'attribution aléatoire
   * Vérifier les différences pré-test
   * Utiliser la stratification pour l'équilibre

3. **Taille d'Échantillon**
   * Calculer la taille requise pour la puissance désirée
   * Tenir compte de la fenêtre d'attribution
   * Inclure une marge pour la non-conformité

### Pièges Courants à Éviter

<Warning>
  **Évitez ces erreurs courantes :** - Arrêter les tests prématurément en fonction des
  résultats intermédiaires - Changer les paramètres du test en cours de route - Ignorer les effets de débordement
  entre les groupes - Utiliser des tests de puissance insuffisante - Ne pas tenir compte de la
  saisonnalité
</Warning>

## Considérations Avancées

### Incrémentalité Multi-Touch

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Pour les campagnes avec plusieurs points de contact :
</div>

1. **Tests Séquentiels** : Mesurer l'impact incrémental de chaque exposition supplémentaire
2. **Effets d'Interaction** : Évaluer comment les différents formats publicitaires fonctionnent ensemble
3. **Rendements Décroissants** : Identifier les plafonds de fréquence optimaux

### Effets à Long Terme

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Mesurer au-delà des conversions immédiates :
</div>

* **Valeur Vie Client** : Suivre la CLV incrémentielle dans le temps
* **Métriques de Marque** : Mesure basée sur des enquêtes de notoriété/considération
* **Effets de Halo** : Impact sur les produits non annoncés

### Coordination Cross-Canal

<div style={{ textAlign: "justify", marginBottom: "1.5rem" }}>
  Lors de l'exécution de campagnes omnicanales :
</div>

* Coordonner les groupes test/contrôle entre les canaux
* Mesurer l'impact incrémental total
* Identifier les effets d'interaction entre canaux

## Intégration avec l'Attribution

### Insights Complémentaires

<Columns cols={2}>
  <Card title="L'Attribution Répond">
    "Quelles annonces obtiennent du crédit pour les conversions ?"
  </Card>

  <Card title="L'Incrémentalité Répond">
    "Combien de conversions ont été causées par les annonces ?"
  </Card>
</Columns>

### Rapports Combinés

Les meilleures pratiques incluent les deux métriques :

* Attribution pour l'optimisation tactique
* Incrémentalité pour les décisions stratégiques
* Réconciliation des différences

## Accès API

### Demander les Résultats du Test

```javascript theme={null}
// Récupérer les résultats du test d'incrémentalité
const testResults = await fetch("/api/incrementality/results", {
  method: "POST",
  body: JSON.stringify({
    campaign_id: "camp_123",
    test_id: "test_456",
    include_confidence_intervals: true,
    breakdown_by: ["product_category", "user_segment"],
  }),
});
```

### Format de Réponse

```json theme={null}
{
  "test_summary": {
    "methodology": "rct",
    "test_group_size": 40000,
    "control_group_size": 10000,
    "measurement_period": "2024-10-01 to 2024-10-31"
  },
  "results": {
    "incremental_lift": 0.355,
    "confidence_interval": [0.282, 0.428],
    "p_value": 0.0001,
    "incremental_conversions": 440,
    "incremental_revenue": 44000,
    "iroas": 4.4
  },
  "quality_checks": {
    "randomization_balance": "pass",
    "sample_size_adequate": true,
    "statistical_power": 0.95
  }
}
```

## Questions Fréquemment Posées

1. **Combien de temps les tests d'incrémentalité doivent-ils durer ?**

   * Minimum 2 à 4 semaines pour capturer le cycle d'achat complet, plus long pour les achats réfléchis.

2. **Quelle est la taille d'échantillon minimale nécessaire ?**

   * Dépend du lift attendu et du taux de conversion de base. Généralement 10 000+ utilisateurs par groupe.

3. **L'incrémentalité peut-elle être mesurée sans groupes de contrôle ?**

   * Oui, en utilisant des contrôles synthétiques ou des marchés appariés, bien que les RCT restent les plus précis.

4. **À quelle fréquence l'incrémentalité devrait-elle être testée ?**
   * Trimestriellement pour les campagnes en cours, ou lorsque des changements significatifs surviennent dans la stratégie ou les conditions du marché.

***

<LastUpdatedFr date="2025-11-18" />