Base vs incrémental après un lancement, sans base dans le fichier

Boisson protéinée végétale en Allemagne, 39 semaines depuis le lancement, des médias chaque semaine, et un conseil qui demande combien se vendrait sans publicité.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Une boisson protéinée végétale lancée en Allemagne le 5 janvier 2026, vendue en grande distribution et en drogueries, avec un budget de lancement engagé dès la première semaine.

Neuf mois plus tard, le conseil d’administration a posé la question qui clôt le Récit de découverte : « Combien de ce que nous vendons vendrions-nous sans publicité ? Nous devons savoir sur quoi repose la marque avant de fixer le budget de l’an prochain. »

C’est une bonne question. Ce fichier ne peut pas y répondre.

À quoi ressemblait le fichier

39 lignes hebdomadaires, de janvier à septembre 2026. Les unités vendues, d’environ 4 000 la première semaine à environ 33 000 la dernière, 892 000 au total. Les dépenses médias en TV, social et retail media, entre 40 000 € et 70 000 € chaque semaine sans exception. Le nombre de points de vente, d’environ 1 200 en janvier à 4 800 à l’été, au fil des référencements. Le prix moyen, presque constant.

Ce qui manquait, c’est précisément ce dont parle la question. Il n’y a aucune semaine sans médias. Aucune semaine avec peu de médias. La dépense la plus basse du fichier est de 40 000 €.

Pourquoi la séparation est impossible

Base vs incrémental construit la base en mettant les médias à zéro dans un modèle ajusté et en lisant ce qui reste. Dans le cas du distributeur, cela avait marché, parce que le fichier contenait des périodes sombres et des semaines proches de zéro. Le zéro du modèle était proche de quelque chose qu’il avait vu.

Ici, le zéro du modèle est à 40 000 € de l’observation la plus proche. Tout ce qu’il dit d’un monde sans médias est une extrapolation pure à partir d’une plage de 40 000 € à 70 000 €, sans rien pour l’ancrer.

C’est pire qu’une question de distance. Trois choses ont grandi ensemble sur les mêmes 39 semaines : le nombre de magasins, la notoriété que toute nouvelle marque construit à mesure que les gens la rencontrent, et le poids cumulé des médias que l’adstock reporte. Chacune peut expliquer une courbe de ventes qui monte. C’est le même problème que dans le cas TV et search, avec une complication de plus : l’un des leviers colinéaires est le temps lui-même.

Nous avons donc ajusté trois modèles défendables, pour tester à quel point la réponse dépend du choix :

• tiré par la distribution, où le nombre de magasins porte la hausse et les médias s’ajoutent par-dessus : R² 0,91, part de base 72 %, intervalle de 41 % à 96 % ;
• tendance et médias, avec une courbe de lancement pour la notoriété : R² 0,91, part de base 45 %, intervalle de 3 % à 88 % ;
• tiré par les médias, où les médias cumulés construisent la marque : R² 0,90, part de base 18 %, intervalle de 0 % à 52 %.

Les trois reproduisent la courbe hebdomadaire presque aussi bien. Aucun diagnostic n’en préfère un. Les données s’accommodent aussi bien d’une marque qui repose surtout sur ses référencements que d’une marque qui repose surtout sur sa publicité.

C’est ce que veut dire « non identifié ». Ce n’est pas une estimation faible qu’un peu plus de soin rendrait plus précise. C’est une question pour laquelle le fichier ne contient pas l’information nécessaire.

Ce qui aurait mal tourné en forçant

N’importe lequel des trois chiffres aurait pu être imprimé avec un graphique et une décimale. Le conseil aurait alors choisi, sans le savoir, entre « réduisons les médias de moitié, ce sont les rayons qui font le travail » et « continuons à dépenser, la marque, c’est la publicité ». Chacune est une stratégie raisonnable. Aucune ne devrait être choisie en fonction de la régression que quelqu’un a lancée en premier.

Que faire à la place

La base doit être créée, parce qu’elle n’a jamais été observée.

Des régions témoins. Couper les médias dans deux des régions Nielsen allemandes pendant huit à dix semaines, avec un nombre de magasins comparable au reste du pays, et les maintenir ailleurs. L’écart entre les deux groupes est l’effet incrémental, mesuré plutôt que modélisé. Avec une colonne de région dans le fichier, un modèle géographique peut ensuite lire ce qui en sort.

Échelonner le prochain lancement. L’Autriche et la Suisse sont au plan pour 2027. Mettez le produit en rayon six à huit semaines avant le début des médias. Ces semaines sont la base de ce marché, et elles en disent long sur celui-ci.

Faire varier les dépenses exprès. Même sans région témoin complète, quelques semaines délibérément basses, à 10 000 € plutôt qu’à 40 000 €, donnent au modèle un ancrage plus bas.

Attendre que la distribution se stabilise. Une fois que le nombre de magasins cesse de grimper, l’un des trois leviers cesse de bouger, et les deux autres deviennent plus faciles à séparer.

La leçon

Une base n’est pas un chiffre caché dans vos données. C’est un monde que vos données doivent avoir visité. Si le marketing tourne depuis le premier jour, personne n’a vu ce monde, et l’étape honnête suivante est d’organiser la visite.