Un test d'incrémentalité répond à la seule question que l'attribution ne sait pas trancher : combien de ventes auriez-vous perdues sans cette campagne ? Le ROAS plateforme dit ce qu'une campagne a touché, pas ce qu'elle a provoqué. Ce tutoriel compare les trois méthodes disponibles (conversion lift, geo-lift, holdout), indique laquelle choisir selon votre budget, comment dimensionner le test, combien de temps le laisser tourner, et comment transformer le résultat en décision d'allocation.
Test d'incrémentalité : définition et ce qu'il prouve
Un test d'incrémentalité est une expérience contrôlée qui compare un groupe exposé à une publicité à un groupe témoin qui ne l'est pas, pour isoler les conversions réellement causées par cette publicité. Tout le reste (saisonnalité, notoriété, bouche-à-oreille, autres leviers) touche les deux groupes de la même façon : l'écart entre eux est l'effet propre de la campagne.
Il produit trois indicateurs qui remplacent avantageusement le ROAS déclaré :
• Conversions incrémentales : les ventes qui n'auraient pas eu lieu sans la campagne.
• Coût par conversion incrémentale (iCPA) : la dépense divisée par ces seules conversions.
• ROAS incrémental (iROAS) : la valeur incrémentale générée par euro investi.
La différence avec l'attribution est de nature, pas de degré. L'attribution répartit le crédit des conversions observées entre les points de contact, sans jamais savoir si la vente aurait eu lieu de toute façon. Nous avons détaillé ces biais dans notre guide sur l'attribution marketing et le parcours client. Le test, lui, mesure une causalité. C'est plus lent, plus coûteux et moins granulaire, mais c'est la seule mesure qui ne dépend pas de la bonne foi d'un modèle.
Conversion lift, geo-lift, holdout : les trois familles de tests
Les trois méthodes reposent sur le même principe (un témoin non exposé) mais diffèrent par l'unité tirée au sort : l'utilisateur, la zone géographique ou la période.
Le conversion lift, mesuré par la plateforme
Le conversion lift est un test où la plateforme répartit aléatoirement les utilisateurs éligibles entre un groupe qui voit vos annonces et un groupe témoin qui ne les voit pas. Chez Google Ads, l'étude se configure dans la section Expériences, avec une part de témoin réglable de 1 à 50 % selon le guide Conversion Lift basé sur les utilisateurs. Search, Performance Max, Demand Gen, vidéo, Display et campagnes d'applications sont éligibles. Chez Meta, la documentation des lift studies décrit le même mécanisme : un groupe test et un groupe témoin dont les parts sont figées dès le lancement.
La vraie question n'est pas technique, c'est l'accès. Google précise que Conversion Lift n'est pas ouvert à tous les comptes et renvoie vers un représentant ; Meta indique la même restriction pour l'API. Le libre-service progresse, mais il n'est pas universel. Vérifiez dans votre compte avant de bâtir un plan de mesure dessus.
Le geo-lift, mesuré sur vos ventes
Le geo-lift compare des zones géographiques traitées à des zones témoins. Son avantage décisif : il se lit sur vos ventes réelles, celles du back-office ou du CRM, et non sur les conversions déclarées par la plateforme. Il fonctionne donc pour un levier sans tracking fiable, pour plusieurs canaux à la fois, et il reste insensible aux refus de consentement.
Deux voies existent. Google propose des études de lift géographiques (en bêta dans Conversion Lift) et documente trois designs : holdback (couper dans les zones test), go-dark (éteindre un levier existant) et heavy-up (augmenter fortement la dépense pour valider une montée en budget). Côté open source, GeoLift, développé par l'équipe de Meta, reconstruit un contrôle synthétique à partir des zones témoins. Ce n'est pas un produit Meta supporté, mais une bibliothèque de recherche, à manipuler avec un profil data.
Le holdout maison
Le holdout maison consiste à couper vous-même un levier ou un segment, sur une zone ou une période, et à observer l'impact sur les ventes. C'est la méthode la plus accessible, et la plus fragile. Couper le retargeting en novembre et comparer à octobre ne prouve rien : la saisonnalité a changé entre-temps. Pour qu'il ait de la valeur, il faut un témoin contemporain (des zones ou des segments qui continuent d'être exposés) et un écart d'effet attendu large.
Quel test d'incrémentalité choisir selon votre budget
Le choix dépend d'abord de votre volume de conversions, ensuite de votre budget. Bonne nouvelle : le ticket d'entrée a fortement baissé. Google a annoncé le 11 novembre 2025 que ses tests d'incrémentalité, qui demandaient auparavant plus de 100 000 dollars par expérience, pouvaient désormais tourner à partir de 5 000 dollars, grâce à une méthode bayésienne qui s'appuie sur l'historique du compte.
Attention à ne pas surinterpréter ce seuil. Le passage à la méthode bayésienne est progressif : Google indique que la plupart des comptes restent en méthode fréquentiste, plus exigeante en volume. Et un test à 5 000 dollars ne détecte qu'un effet important. Si vous cherchez à mesurer un gain de quelques points, il vous faudra beaucoup plus.
Notre position : un compte qui dépense plus de 20 k€ par mois sans aucun test d'incrémentalité pilote une partie de son budget à l'aveugle. Pas besoin d'un programme sophistiqué pour commencer : un seul test bien posé sur la ligne la plus lourde vaut mieux que dix rapports d'attribution.
Concevoir le test : hypothèse, puissance statistique, durée
Un test d'incrémentalité bien conçu commence par la décision qu'il doit éclairer, pas par l'outil. Trois paramètres se fixent avant le lancement, jamais après.
Une hypothèse et une règle de décision
Formulez ce que vous testez et ce que vous ferez du résultat : « si l'iROAS du retargeting est inférieur à 1,5, nous réduisons son budget de moitié ». Sans règle écrite à l'avance, chaque résultat finit par être interprété dans le sens qui arrange. Choisissez aussi la métrique de lecture : commandes, chiffre d'affaires, leads qualifiés dans le CRM. Plus elle est proche de la marge, mieux c'est.
La puissance statistique
La puissance d'un test est sa capacité à détecter un effet s'il existe. Elle dépend de trois choses : le volume de conversions, la taille de l'effet attendu et la part du témoin. Un repère mathématique à garder en tête : pour détecter un effet deux fois plus petit, il faut environ quatre fois plus de données. C'est pourquoi un test sur un levier qui pèse 5 % des ventes est souvent voué à l'échec.
Lancez toujours une analyse de puissance avant le test. Google affiche une faisabilité (élevée, moyenne, faible) pour les études géographiques et déconseille de lancer en faisabilité faible. GeoLift fournit des fonctions dédiées qui simulent plusieurs combinaisons de zones et de durées. Si l'analyse dit que l'effet minimal détectable est supérieur à ce que vous espérez mesurer, ne lancez pas : allongez la durée, augmentez le témoin ou changez de question.
La durée
Le test doit couvrir au moins un cycle d'achat complet. Google accepte des études de 7 jours mais en recommande plus de 14, et signale que les études courtes sous-estiment l'effet quand le délai de conversion est long. Les bonnes pratiques GeoLift fixent un minimum de 15 jours en données quotidiennes, 4 à 6 semaines en données hebdomadaires, avec un historique stable de 4 à 5 fois la durée du test. Pour un parcours B2B à 60 jours, un test de deux semaines mesure surtout du bruit.
Les pièges qui invalident un test d'incrémentalité
La plupart des tests ratés ne le sont pas à l'analyse, mais pendant l'exécution. Voici ceux que nous rencontrons le plus souvent en audit.
• Modifier la campagne en cours de test. Changer d'enchères, de créas ou de budget pendant l'étude mélange deux effets. Le compte est gelé sur le périmètre testé, du premier au dernier jour.
• Laisser le témoin se contaminer. Une campagne de retargeting ou un autre test qui touche les zones témoins réduit l'écart mesuré. Google demande d'ailleurs de ne pas superposer une étude géographique et une étude de lift sur les mêmes campagnes.
• Tester pendant un pic. Black Friday, soldes, lancement produit : la variance explose et l'effet publicitaire se noie dans la demande. Testez sur une période représentative.
• Lire un résultat directionnel comme une preuve. Google qualifie de directionnels les résultats dont la certitude se situe entre 50 et 90 %. Ils orientent une hypothèse, ils ne justifient pas une coupe de 30 % du budget.
• Extrapoler au-delà du niveau de dépense testé. Un iROAS mesuré à 30 k€ par mois ne dit rien de l'iROAS à 60 k€ : les rendements sont décroissants. Pour valider une montée en charge, c'est un test heavy-up qu'il faut.
• Confondre avant/après et test. Comparer deux périodes sans témoin contemporain n'est pas une mesure d'incrémentalité, quel que soit le soin apporté au tableau.
Lire les résultats et les intégrer au pilotage
Un résultat de test se traduit en un chiffre opérationnel : le facteur d'incrémentalité, rapport entre les conversions incrémentales mesurées et les conversions attribuées par la plateforme sur la même période. Un facteur de 0,6 signifie que 60 % des conversions déclarées sont réellement causées par la campagne.
Ce facteur sert ensuite de coefficient de correction au quotidien. Vous continuez à piloter dans l'interface, avec ses données rapides et granulaires, mais vous lisez chaque ROAS déclaré à travers ce coefficient. Sur un compte e-commerce à 60 à 90 k€ par mois, un geo-lift a fait apparaître un facteur de 0,3 à 0,5 sur le retargeting Meta, contre 0,7 à 0,9 sur la prospection : une partie du budget a été réallouée dans le trimestre. C'est exactement le mécanisme décrit, côté Meta, dans notre article sur l'écart entre ROAS Meta Ads et ROAS incrémental.
Le facteur vieillit. Un changement de structure, de créas ou de saison le rend caduc. Google observe que la plupart des annonceurs mènent une ou deux études par an ; c'est un minimum. Planifiez plutôt un test par trimestre sur la ligne de budget la plus incertaine, et utilisez les résultats pour calibrer votre marketing mix modeling si vous en avez un. Les tests apportent la causalité, le MMM la vision d'ensemble, l'attribution la vitesse. Les KPI incrémentaux trouvent ensuite leur place dans votre tableau de bord, aux côtés des KPI essentiels de la publicité digitale.
Si vous n'avez pas en interne le profil data pour concevoir, dimensionner et lire ces tests, c'est le cœur de notre accompagnement en data consulting.
FAQ
Qu'est-ce qu'un test d'incrémentalité ?
Un test d'incrémentalité est une expérience qui compare un groupe exposé à une publicité à un groupe témoin non exposé, choisi au hasard. L'écart de conversions entre les deux mesure les ventes réellement causées par la campagne. Il permet de calculer un coût par conversion incrémentale et un ROAS incrémental, plus fiables que les chiffres déclarés par les plateformes.
Quelle différence entre conversion lift et geo-lift ?
Le conversion lift tire au sort des utilisateurs et se lit dans la plateforme, sur ses propres conversions. Le geo-lift tire au sort des zones géographiques et se lit sur vos ventes réelles. Le premier est plus simple à lancer et plus fin ; le second mesure un levier entier ou plusieurs canaux, sans dépendre du tracking ni du consentement.
Quel budget faut-il pour un test d'incrémentalité ?
Chez Google Ads, le seuil d'entrée est passé de plus de 100 000 dollars à 5 000 dollars par étude depuis novembre 2025, pour les comptes qui y ont accès. Ce minimum ne garantit pas un résultat exploitable : c'est le volume de conversions et la taille de l'effet attendu qui décident. Une analyse de puissance avant le lancement tranche la question.
Combien de temps doit durer un test d'incrémentalité ?
Au moins un cycle d'achat complet. Google accepte 7 jours mais recommande plus de 14 jours. La documentation GeoLift conseille au minimum 15 jours en données quotidiennes et 4 à 6 semaines en données hebdomadaires. Pour un cycle de vente long, notamment en B2B, la durée doit s'allonger en proportion, sinon l'effet est sous-estimé.
Peut-on faire un test d'incrémentalité avec un petit budget ?
Oui, à condition de viser un effet large. Un holdout maison sur le retargeting ou les campagnes de marque, avec des zones témoins qui continuent d'être exposées, donne une première réponse sans outil payant. Le résultat reste indicatif : il sert à décider s'il faut investir dans un test plus rigoureux, pas à réallouer tout le budget.
Que faire du résultat d'un test d'incrémentalité ?
Le transformer en facteur d'incrémentalité : conversions incrémentales divisées par conversions attribuées par la plateforme. Ce coefficient corrige ensuite la lecture quotidienne du ROAS déclaré et guide la réallocation entre leviers. Il doit être remesuré régulièrement, car il change avec la structure du compte, les créas, la saison et le niveau de dépense.



