ROI d’une CDP : mesurer la valeur créée sans confondre attribution et impact

Pourquoi les ventes attribuées ne suffisent pas

Un client reçoit un message, clique puis achète. Un outil attribue la vente à la campagne selon une règle donnée. Pourtant, ce client avait peut-être déjà décidé d’acheter. L’attribution décrit une convention de rattachement ; l’incrémentalité cherche à estimer ce qui aurait changé en l’absence de l’action.

Cette distinction devient essentielle pour évaluer une Customer Data Platform. La CDP facilite des parcours, des audiences ou des exclusions, mais toute la marge des clients activés ne peut pas lui être créditée. Il faut identifier l’amélioration que la plateforme rend possible par rapport à une situation de référence.

Définissez cette référence avant le test. Comparer une nouvelle campagne à l’absence de message évalue l’action dans son ensemble. Comparer le nouveau ciblage au ciblage existant, à offre et pression comparables, aide à isoler la valeur de cette évolution. Ces deux questions sont utiles, mais leurs résultats ne répondent pas au même arbitrage.

Écrire un protocole avant de regarder les résultats

La préparation d’une expérimentation fiable commence par une hypothèse, une métrique de succès et une population adaptées. Les travaux de Microsoft Research soulignent aussi l’importance de l’unité de randomisation et d’une taille d’échantillon suffisante pour détecter l’effet attendu.

Pour une relance de réachat, répartissez aléatoirement les clients éligibles entre les variantes lorsque c’est possible. Conservez une affectation stable : un même client présent sous deux identifiants ne doit pas recevoir les deux expériences. Choisissez une unité plus large si les interactions entre personnes rendent une affectation individuelle inadaptée.

Notre recommandation opérationnelle est de documenter la fenêtre de mesure, les exclusions, le traitement des retours et les règles d’arrêt. Mesurez en priorité sur les populations affectées au départ, selon le protocole retenu. Comparer seulement les personnes qui ont cliqué sélectionne un comportement influencé par la campagne et fausse l’interprétation.

Surveillez les erreurs de collecte, la répartition des groupes et les expositions à d’autres campagnes. Un résultat commercial n’est interprétable que si le dispositif de mesure fonctionne. Si la randomisation est impossible, une comparaison observationnelle reste envisageable, mais ses hypothèses et ses biais doivent être explicités.

Passer de l’écart de conversion à la marge incrémentale

Voici un exemple entièrement fictif. Deux groupes de 20 000 clients sont suivis pendant la même période. Le groupe traité réalise 1 000 commandes et le témoin 900, soit des taux de conversion de 5 % et 4,5 %. L’écart observé est de 0,5 point et correspond à 100 commandes supplémentaires estimées pour la population traitée.

Avec une marge contributive comparable de 40 euros par commande, le gain brut estimé atteint 4 000 euros. Si les envois et avantages commerciaux supplémentaires coûtent 1 200 euros au total, le gain après ces coûts de campagne est de 2 800 euros. Cette illustration suppose que les 40 euros n’intègrent pas déjà ces 1 200 euros, afin de ne pas les déduire deux fois.

Ce calcul arithmétique ne valide pas à lui seul l’effet. Il faut estimer son incertitude et vérifier les hypothèses du test. Une moyenne de marge peut également masquer une modification du panier ou des retours : lorsque les données le permettent, comparez directement la marge par client sur une période identique.

Présentez l’estimation avec sa plage d’incertitude et les indicateurs de vigilance, comme les désabonnements ou les réclamations. Une action qui améliore les ventes à court terme tout en dégradant fortement la relation ne peut pas être évaluée sur le seul taux de conversion.

Calculer le ROI sur un périmètre de coûts explicite

Le ROI du programme peut être exprimé comme le bénéfice incrémental monétisé moins le coût complet, le tout divisé par ce coût complet. Il faut utiliser le même horizon et préciser ce qui entre dans chaque terme. Cette convention de gestion doit être partagée avec la finance avant de consolider les résultats.

Recensez les licences, l’intégration, l’exploitation, la supervision, la formation et le temps métier mobilisé. Séparez les coûts de lancement des coûts récurrents. Une comparaison annuelle doit expliciter la montée en charge ; multiplier par douze le résultat d’une campagne exceptionnelle ne constitue pas un scénario central robuste.

Ajoutez les économies opérationnelles seulement si elles libèrent une capacité valorisable ou évitent effectivement une dépense. Dix heures gagnées peuvent être utiles sans devenir automatiquement une économie de trésorerie. Présentez les deux lectures distinctement au lieu de leur donner une valeur financière identique.

Éviter le double comptage entre parcours

Plusieurs parcours peuvent cibler les mêmes clients. Additionner leurs gains estimés indépendamment risque de surestimer la valeur globale. Une vente supplémentaire dans une campagne peut être un achat déplacé depuis une autre période ou un autre canal.

Cartographiez donc les recouvrements et consolidez les effets au niveau client lorsque c’est possible. Un groupe témoin transversal peut aider à évaluer un ensemble d’actions, à condition que sa durée, sa taille et ses règles soient compatibles avec l’activité. Il complète les tests de parcours sans les remplacer.

Pour décider de poursuivre, comparez un scénario prudent au coût à engager et identifiez les hypothèses les plus fragiles. La meilleure restitution n’est pas un pourcentage spectaculaire : c’est une explication claire de la valeur observée, de ce qui reste incertain et de la prochaine décision que les données permettent de prendre.