Dépense constante : pourquoi la rémanence devient non mesurable

Courtier en assurance habitation en ligne en Espagne, social payant always-on à environ 38 000 € par semaine, qui voulait savoir ce que coûterait une pause en août.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Un courtier en assurance habitation en ligne en Espagne, qui vend en direct, avec le social payant comme premier canal. La dépense tournait autour de 38 000 € par semaine depuis soixante-dix semaines. Les leads, c’est-à-dire les demandes de devis, tournaient autour de 4 200 par semaine.

La direction financière voulait mettre le social en pause en août. La responsable marketing voulait un chiffre avant d’accepter, et la question nous est arrivée ainsi : « Si nous coupons le social pendant quatre semaines, à quelle vitesse les devis baissent-ils, et combien de temps faut-il pour les récupérer ? »

C’est une question de rémanence, et une bonne. C’est aussi une question à laquelle ce fichier ne pouvait pas répondre.

À quoi ressemblaient les données

Soixante-dix lignes hebdomadaires. Demandes de devis, dépenses en social payant, en search payant, un indice de prix du produit principal et un indicateur pour les deux semaines où le site était en panne.

Le problème, c’était la colonne social, et elle posait problème précisément parce qu’elle était si bien gérée. La semaine la plus basse était à 36 200 €, la plus haute à 39 900 €. Le coefficient de variation, l’écart-type divisé par la moyenne, était de 3 %. Pas de pause, pas de vague, pas de semaine de test. Un planneur parlerait de discipline. Un modèle parle de silence.

Pourquoi l’adstock ne peut pas être estimé ici

Décalage et rémanence fonctionne en demandant quelle part de la dépense de la semaine dernière est encore visible dans le résultat de cette semaine. Dans le cas de l’affichage, la question avait une réponse parce qu’il y avait des vagues suivies de semaines calmes, et qu’on pouvait regarder la traîne de chaque vague s’estomper.

Ici, il n’y a aucune traîne à regarder. Quand la dépense est la même chaque semaine, la dépense après adstock est elle aussi la même chaque semaine, quel que soit le taux de décroissance. Une décroissance de 0,2 donne une ligne plate à environ 47 000 € de dépense « effective ». Une décroissance de 0,9 donne une ligne plate à environ 380 000 €. Les deux lignes ont la même forme, et la régression ajuste simplement le coefficient en conséquence. Les données ne peuvent pas les distinguer parce que, de leur point de vue, c’est la même variable.

On le voit dans l’ajustement. Pour tous les taux de décroissance de 0 à 0,9, le R² du modèle est resté entre 0,41 et 0,42. tea a renvoyé une décroissance centrale de 0,48 avec un intervalle à 95 % de 0,05 à 0,93. En demi-vies, cela va d’un cinquième de semaine à 9,6 semaines. Le rapport a signalé la colonne comme trop pauvre pour estimer une rémanence, et ce signalement est le résultat honnête.

Il y a un second problème, plus discret. Avec une dépense qui ne bouge jamais, l’effet du social lui-même est difficile à séparer de la base. La constante et le coefficient du social essaient tous deux d’expliquer le même niveau constant de leads, et le partage entre eux est presque arbitraire.

Ce qui aurait mal tourné en forçant

Supposons que quelqu’un prenne sur une slide une demi-vie de référence de trois semaines et planifie la pause là-dessus. Deux issues sont plausibles avec ce fichier, et elles mènent dans des directions opposées.

Si la vraie demi-vie est courte, les devis chutent quelques jours après la coupure, l’équipe s’affole, et la pause est annulée dès la deuxième semaine, à grands frais. Si elle est longue, les devis bougent à peine les quinze premiers jours, l’équipe en conclut que le social ne servait à rien, et le canal est coupé pour de bon en septembre, juste au moment où la traîne s’épuise. Août a en plus sa propre saisonnalité pour les devis d’assurance, qui serait reprochée au social ou portée à son crédit selon le sens.

Dans les deux cas, une décision est prise sur un chiffre que le fichier n’a jamais contenu.

Que faire à la place

La solution n’est pas un meilleur modèle. C’est un autre fichier, et il y a trois façons de l’obtenir.

• Pulser exprès. Garder le même total mais alterner : deux semaines à 53 000 €, deux à 23 000 €, quatre fois sur seize semaines. Même budget, assez de contraste pour que la décroissance se montre.
• Lancer un test géographique avec zones témoins. Couper le social dans trois des grandes provinces espagnoles pendant six semaines, choisies pour ressembler au reste sur le volume de devis passé, et ne toucher à rien d’autre. La comparaison, c’est la rémanence, mesurée directement. Le fichier qui en résulte pourra ensuite être lu avec MMM géo / segment.
• Faire de la pause d’août l’expérience. Si elle doit avoir lieu de toute façon, couper proprement à une date connue, ne rien changer d’autre ce mois-là, et idéalement ne couper que la moitié du pays.

Le courtier a choisi le plan pulsé pour l’automne et une pause régionale pour août. Aucun des deux ne coûte d’argent en plus. Les deux coûtent un peu de confort.

La leçon

Un canal qui ne bouge jamais ne peut pas vous dire combien de temps il se souvient. Une dépense always-on est un choix par défaut sensé pour la couverture, mais si vous voulez aussi la mesurer, certaines semaines doivent être différentes, exprès.