À retenir
Toute estimation sans groupe de contrôle est confondue par construction. La saisonnalité, une mise à jour d'algorithme et un rafraîchissement de modèle frappent le traité et le non traité à l'identique, et s'annulent dans l'écart entre les deux. Sans cet écart, vous avez un graphique, pas un résultat.
La règle que le moteur applique est qu'aucun verdict n'est rendu sans unité de contrôle. C'est toute la raison pour laquelle un design a été réécrit et un autre rétrogradé.
Cessez d'attribuer un mouvement à ce que vous avez changé par hasard. Une variation saisonnière, une mise à jour Google ou un rafraîchissement de modèle n'est pas une colonne de vos données, et tous frappent aussi le bras de contrôle, ce qui rend l'écart lisible.
Refusez le chiffre qui a l'air sûr et ne l'est pas. Une prévision univariée de la série que vous avez modifiée n'a aucune unité de contrôle, donc elle ne peut pas séparer votre intervention du reste, et ce design a été supprimé plutôt que gardé derrière un avertissement.
Demandez à tout éditeur de quel test sort son chiffre de lift. Nous ne publions aucun lift, aucun ROAS incrémental et aucune p-value tant qu'un test client n'a pas conclu, et la fourchette 20 à 60 % que tout le monde cite vient de la littérature, ce que nous continuons de préciser.
Obtenez un changement de dépense, pas un PDF. Un test conclu écrit un facteur de calibration qui met à l'échelle la courbe de réponse derrière l'optimiseur budgétaire, donc l'allocation suivante tourne sur le chiffre mesuré.
Chacun renvoie la même forme de résultat, donc une seule règle de verdict s'applique et un test faible se lit comme non concluant plutôt que comme un petit effet.
Publicité coupée sur des régions de test pendant que des régions non traitées appariées continuent, face à un contrôle synthétique pondéré construit sur les candidates, avec le revenu incrémental et le lift en pourcentage en sortie. Il demande au moins 5 régions de contrôle et des conversions first-party régionalisées, et c'est le seul design qui écrit un facteur de calibration.
Un canal coupé partout où il n'est pas retenu, mesuré contre des régions de contrôle non traitées. Sans ces régions, il renvoie non concluant plutôt qu'un chiffre. C'est le changement : ce design ne demandait auparavant aucune donnée régionale, et c'est précisément ce qui le rendait bancal.
Meta et Google randomisent leurs propres audiences et remontent le résultat. TrustData lit ces conversions de groupe contre vos résultats first-party dédupliqués. C'est une réconciliation de revendication, c'est utile, et ce n'est pas une expérience que nous avons menée, donc cela n'écrit aucun facteur de calibration.
Le revenu incrémental sur le revenu observé dans les unités traitées, stocké avec une confiance et une date de mesure. Il s'efface vers l'absence d'ajustement sur une demi-vie de 90 jours, donc une mesure qui vieillit perd de l'influence au lieu d'acquérir un verdict.
Questions fréquentes
Pas encore, et nous n'allons pas laisser entendre le contraire tant que c'est vrai. Les designs sont implémentés, l'estimateur est un noyau unique partagé entre le paid, le SEO et l'AI visibility, et la plomberie qui porte un résultat conclu jusqu'à l'optimiseur budgétaire est câblée. Ce qui n'a pas eu lieu, c'est un test client mené jusqu'à sa conclusion. En attendant, cette page décrit une méthode et ses garanties, et chaque chiffre qu'elle porte est soit un seuil de design, soit une donnée de la littérature avec la mention correspondante. Un éditeur qui vous montre des pourcentages de lift dans un deck commercial mérite qu'on lui demande de quel test ils sortent.
Il mesure si un canal cause des conversions ou s'il apparaît simplement dans le parcours de conversions qui auraient eu lieu de toute façon. Les modèles d'attribution, DDA comprise, répartissent le crédit entre les points de contact présents. Aucun ne peut dire ce qui se serait passé si la publicité n'avait jamais tourné, parce que ce parcours n'existe pas dans vos données. Une expérience le crée en laissant une partie de la population ou de la carte non traitée, pour que le bras non traité vous montre le contrefactuel au lieu qu'un modèle l'estime.
Parce que ce n'était pas une estimation causale. Il coupait un canal quelques semaines et ajustait une prévision de série temporelle sur l'historique de ce même canal coupé, puis appelait cette prévision le contrefactuel. Une prévision de la série sur laquelle vous êtes intervenu emporte avec elle les facteurs confondants de l'intervention, donc l'écart entre prévision et réel, c'est votre changement plus tout le reste. Il exige désormais des régions de contrôle non traitées comme tous les autres designs, et renvoie non concluant sans elles. Perdre un test que n'importe qui pouvait faire tourner était le prix à payer pour ne pas livrer un chiffre auquel personne ne devrait se fier.
La part du revenu observé dans les régions traitées que la publicité a causée : revenu incrémental sur revenu observé. Ce n'est délibérément pas le rapport entre le lift mesuré et le lift annoncé par la plateforme, parce que les tables publicitaires ne portent pas de dimension pays et qu'il n'existe aucun revenu régie à l'échelle régionale pour faire le rapport. Le définir ainsi reviendrait à le calculer sur des données qui n'existent pas. Un facteur de 0,6 dit que 60 % du revenu observé était incrémental. Il décroît vers 1,0 et non vers 0, donc une expérience oubliée s'efface et c'est la courbe non calibrée qui reste.
L'attribution répartit le crédit entre les canaux présents, et c'est la surface de travail quotidienne. L'incrémentalité la corrige, et elle est ponctuelle et coûteuse parce qu'une vraie expérience vous coûte du budget délibérément retenu. Beacon est l'endroit où les deux se rejoignent : un test conclu reconstruit la courbe de réponse, l'optimiseur tourne sur la courbe calibrée, et le déplacement de budget qui en découle arrive en recommandation avec le test dans sa piste d'audit. C'est la boucle. L'attribution seule vous dit où le crédit est allé, seule l'expérience vous dit si ce crédit était réel.
Essai gratuit 14 jours
Essai gratuit 14 jours. L'attribution dédupliquée et le tracking first-party sont sur tous les paliers. Les expériences arrivent avec Beacon sur Optimize.