Doubler les médias dans un scénario : ce qu’un simulateur ignore

Trois courbes de saturation confondues jusqu’à 118 000 € de dépense hebdomadaire, puis très écartées à 170 000 €, le plan doublé.
Données illustratives pour un cas composite.

Vendeur de meubles en ligne en Allemagne, 156 semaines de commandes et trois canaux médias, qui demande ce que rapporterait un doublement des dépenses médias l’an prochain.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Un vendeur de meubles en ligne en Allemagne, environ 9 000 commandes par semaine, avec trois canaux payants : vidéo en ligne, social payant et search. En trois ans, les dépenses médias totales ont varié entre 40 000 € et 118 000 € par semaine, autour d’une moyenne de 85 000 €.

L’entreprise avait un nouvel actionnaire majoritaire, et cet actionnaire avait une proposition : « Doublez les médias l’an prochain. Dites-nous ce que cela fait aux commandes. »

C’est la dernière étape du Récit de planification, celle où la base est infléchie par une décision. Le simulateur a répondu, comme toujours. L’essentiel du travail a consisté à expliquer quelle partie de la réponse les données soutenaient.

À quoi ressemblait le fichier

156 lignes hebdomadaires : les commandes, les dépenses par canal, le prix moyen, un indicateur de promotion et une colonne pour les jours fériés. Les dépenses variaient bien à l’intérieur de leur plage : des semaines d’été calmes vers 40 000 €, la poussée d’automne vers 118 000 €, et tout l’entre-deux assez souvent. C’est cette variation qui rendait le modèle sous-jacent fiable là où il avait des données.

Ce que le fichier ne contenait pas, c’est une seule semaine proche de 170 000 €. Doubler la moyenne place presque chaque semaine du plan au-dessus de la semaine la plus haute jamais réalisée.

Ce qu’a fait le simulateur

La simulation de scénarios n’est pas un nouveau modèle. Elle reprend l’ajustement de Contribution et décomposition par levier : chaque canal passe par un adstock géométrique, si bien que la dépense continue d’agir quelques semaines après sa diffusion, puis par une courbe de Hill, une saturation en S où chaque euro supplémentaire rapporte moins que le précédent. Une seule régression estime la contribution de chaque canal transformé.

Elle regarde 26 semaines devant, et la question est donc devenue le premier semestre de l’an prochain. Le statu quo répète les médias de l’an dernier semaine par semaine sur ces 26 semaines. Le scénario les multiplie par deux. Pour donner une fourchette, le simulateur tire les coefficients 1 000 fois selon leur incertitude estimée et donne du 10e au 90e centile.

La réponse imprimée : +10,8 % de commandes, de P10 à P90 entre +8,9 % et +12,6 %. À titre de comparaison, une hausse de 25 % ressortait à +3,5 %, de +2,6 % à +4,4 %.

Le simulateur a aussi imprimé un avertissement à côté du scénario doublé : 25 des 26 semaines de l’horizon placent au moins un canal à plus d’un dixième de sa plage historique au-dessus de sa semaine la plus haute observée. Il ne le cache pas, et cet avertissement est la ligne la plus importante de la page.

Forest plot : une hausse de 25 % donne 3,5 % de commandes en plus, avec une bande étroite ; doubler donne 10,8 % tel qu’imprimé, mais de 6,2 % à 15,1 % selon des courbes qui s’ajustent aussi bien.
Forest plot : une hausse de 25 % donne 3,5 % de commandes en plus, avec une bande étroite ; doubler donne 10,8 % tel qu’imprimé, mais de 6,2 % à 15,1 % selon des courbes qui s’ajustent aussi bien. Données illustratives pour un cas composite.

Ce que le chiffre ne peut pas porter

La bande P10 à P90 couvre l’incertitude sur les coefficients. La forme de chaque courbe de Hill, l’endroit de son coude et à quel point elle s’aplatit, est considérée comme connue. Dans la plage observée, c’est une simplification raisonnable, parce que les données fixent la forme. En dehors, la forme est toute la question.

Pour voir à quel point, nous avons ajusté d’autres courbes sur la même plage observée. Une plus raide, qui continue de monter au-delà de 118 000 €, et une plus plate, qui sature peu après. Entre 40 000 € et 118 000 €, les trois restent à quelques dizaines de commandes par semaine les unes des autres, bien en deçà du bruit hebdomadaire : les données n’ont aucun moyen d’en préférer une. À 170 000 €, elles divergent.

  • Courbe ajustée : doubler ajoute environ 970 commandes par semaine, +10,8 %.
  • Courbe plus raide : environ 1 360, +15,1 %.
  • Courbe plus plate : environ 560, +6,2 %.

Le coût de chaque commande supplémentaire, le chiffre dont dépend vraiment une décision de doublement, va d’environ 62 € sur la courbe raide à environ 152 € sur la courbe plate. L’un est un bon investissement, l’autre non, et le fichier ne peut pas dire dans quel monde vit l’entreprise.

Le verdict est donc nuancé. Le simulateur aide pour le scénario à +25 %, qui reste presque entièrement dans les données, et pour la direction du scénario doublé : plus de commandes, à un rythme décroissant. Il n’aide pas pour l’ampleur du scénario doublé. Les +10,8 % imprimés sont la courbe ajustée prolongée dans une zone sans observations. Présentés seuls, ils auraient paru plus certains qu’ils ne le sont, et le budget aurait été signé sur la forme d’une courbe que personne n’a vue.

Que faire à la place

  • Monter par paliers plutôt que sauter. Augmenter les dépenses de 25 à 30 % pendant un trimestre. La plage observée s’étend ainsi jusqu’à environ 150 000 € sur les semaines les plus chargées, et le prochain réajustement peut voir où se trouve vraiment le coude de la courbe.
  • Tester le haut de la plage exprès. Doubler les dépenses dans quelques régions pendant huit à dix semaines et garder le reste au plan. Avec une colonne de région dans le fichier, le MMM géo / segment peut lire le contraste directement, et les régions doublées deviennent des données observées plutôt qu’une extrapolation.
  • Décider sur le coût par commande supplémentaire, pas sur le total. Convenir à l’avance du coût au-delà duquel plus de médias cessent d’être rentables, et laisser le test dire si l’entreprise est au-dessus ou en dessous.

La leçon

Un simulateur renvoie toujours un chiffre, y compris pour des questions que les données n’ont jamais vues. L’intervalle qui l’entoure ne couvre que ce que le modèle sait ignorer. Quand un scénario pousse un levier au-delà de tout ce que contient l’historique, la réponse honnête est l’éventail des formes que les données autorisent, et le moyen le moins cher de le resserrer est d’aller observer la dépense à laquelle vous pensez.

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 : Simulation de scénarios, 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 Simulation de scénarios et quatorze autres analyses sur n’importe quel CSV hebdomadaire, en quelques minutes. Gratuit pendant la bêta, sur invitation.

Rejoindre la bêta