L’euro dépensé en janvier travaille encore en mars. Ce n’est pas un slogan, c’est une grandeur mesurable, et ce graphique montre à quoi elle ressemble.
Trois canaux, deux ans de données hebdomadaires. Chaque courbe est la part de l’effet d’un canal encore vivante, semaine après semaine, une fois l’argent parti.
Ils ne décroissent pas à la même vitesse, et c’est cela, le résultat.
L’affichage a une demi-vie de 6,6 semaines. La moitié de ce qu’une vague produira un jour ne s’est pas encore produite un mois et demi plus tard, et 95 % de l’effet arrive encore dans les 28 semaines.
Les réseaux sociaux sont à 3,1 semaines. La TV de marque, dans ce fichier, à 1,6.
Mettez cela en regard de la manière dont on juge habituellement les médias. Une vague tourne en semaine 12. Le rapport arrive en semaine 14. Quoi que disent les chiffres, ils lisent une fraction du résultat, et cette fraction est différente pour chaque canal du plan.
Les conséquences n’ont rien de subtil.
Un canal à longue mémoire paraît faible dans un rapport bimensuel et fort dans un rapport trimestriel, si bien que son budget dépend du rythme du reporting plutôt que de sa performance. Personne ne l’a décidé. C’est simplement ce qui arrive quand une décroissance de six semaines rencontre un cycle de revue de deux.
Allumer et éteindre un canal long gaspille la traîne. Arrêter un canal à 6,6 semaines de demi-vie pour financer une vague ailleurs vous offre la vague et vous fait payer le silence deux fois : une fois dans ce qui cesse d’arriver, une fois dans la reconstruction.
Et comparer les canaux au dernier clic, ou sur n’importe quelle mesure de la même semaine, revient à comparer la vitesse à laquelle ils remontent les résultats plutôt que leur efficacité. Le canal rapide gagne à chaque fois, par construction.
Le modèle est ici un adstock géométrique. Un seul paramètre, le taux de décroissance, estimé sur vos propres données plutôt que tiré d’un tableau de benchmarks. La sortie donne la demi-vie, la fenêtre qui contient 95 % de l’effet, et un multiplicateur cumulé qui vous dit combien le canal vaut de plus sur toute sa durée de vie que dans la semaine où il a tourné.
Deux ans de dépenses hebdomadaires et une colonne de KPI. C’est toute l’entrée.
Une remarque pratique pour lire les courbes. Ce qui compte n’est pas la demi-vie exacte à deux décimales, c’est le classement et l’ordre de grandeur. Six semaines contre une et demie, c’est une différence sur laquelle on peut planifier. Six virgule six contre six virgule deux, c’est une différence à ignorer, et la qualité de l’ajustement vous dira en général dans laquelle des deux situations vous êtes.
L’autre chose que cela change, c’est la façon de défendre les dépenses de marque. L’argument se fait d’habitude avec de la théorie et un graphique tiré d’un livre. Ici, c’est le même argument fait avec votre propre série, en semaines, avec vos propres canaux, ce qui raccourcit nettement la réunion.
Le graphique est le résultat réel du module Décalage et rémanence dans TEA, obtenu sur un fichier d’exemple que chacun peut télécharger.
tea, le produit
Votre fichier, cette question
Quinze analyses sur un CSV de données hebdomadaires, avec les intervalles et les diagnostics sous les yeux, et une phrase claire quand les données ne peuvent pas répondre. Gratuit pendant la bêta, sur invitation.
Demander une place dans la bêta→tea, le produit
Quinze analyses économétriques sur votre propre CSV : Décalage et rémanence, courbes de saturation, élasticités, allocation budgétaire. Les intervalles et les diagnostics sous les yeux, et une phrase claire quand le fichier ne peut pas répondre.
Gratuit pendant la bêta, sur invitation.
Demander une place dans la bêta →Cet article vous a plu ? Lancez l’analyse sur vos propres données.
TEA lance Décalage et rémanence et quatorze autres analyses sur n’importe quel CSV hebdomadaire, en quelques minutes. Gratuit pendant la bêta, sur invitation.