Le Marketing Mix Modeling fait son grand retour. Entre la fin (ou pas) des cookies tiers, les limitations iOS et la pression sur la mesure d’attribution, les annonceurs cherchent des alternatives. Le MMM promet une vision holistique de la performance marketing, indépendante des pixels et du tracking utilisateur.

Sur le papier, c’est séduisant. En pratique ? J’ai vu des projets MMM à plusieurs centaines de milliers d’euros s’effondrer comme un soufflé. Et d’autres devenir de vrais outils d’aide à la décision. La différence ? Ce n’est pas l’outil. C’est la façon dont on l’utilise.

Voici ce que j’ai appris en gérant le SEA sur des budgets de 5 à 60 millions d’euros par an, avec deux implémentations MMM très différentes.

Première expérience : quand l’opacité tue le projet

Chez un acteur majeur de la location de voitures, je gérais entre 30 et 60 millions d’euros de budget SEA par an. L’objectif du MMM était clair : trouver des arguments data-driven pour rééquilibrer les investissements entre le SEA et d’autres canaux qui manquaient de budget.

On a opté pour un MMM propriétaire vendu par une agence média.

Le projet est tombé à l’eau.

Pourquoi ? Deux problèmes majeurs. D’abord, l’opacité du modèle. Impossible de comprendre comment les coefficients étaient calculés. Quand un MMM te dit que ton SEA Brand est sur-investi de 30%, tu veux savoir pourquoi. Quelles variables ? Quelle fenêtre temporelle ? Quels effets de saturation ? Silence radio.

Ensuite, le manque de suivi de la data collectée. Personne côté annonceur n’avait la main sur la qualité des données injectées dans le modèle. Garbage in, garbage out, sauf qu’on ne savait même pas si c’était du garbage.

Résultat : un outil coûteux auquel personne ne faisait confiance. Des recommandations ignorées. Un projet abandonné.

Deuxième expérience : quand le MMM devient un vrai allié

Chez un grand groupe dans l’industrie du tourisme et des loisirs, le contexte était différent. Budget SEA entre 5 et 15 millions d’euros par an.

Quand je suis arrivé, le projet MMM avec Ekimetrics était déjà lancé, encore à ses débuts. La grosse différence avec ma première expérience : on avait accès à une vraie plateforme. Pas juste des rapports PDF envoyés par email, mais un outil sur lequel on pouvait modifier les pondérations, simuler différents scénarios d’investissement, et tester des hypothèses en fonction des objectifs business qu’on voulait atteindre. Ça change tout dans la façon d’appréhender le MMM : on passe d’un outil passif qu’on subit à un outil actif qu’on manipule.

Ce qui a changé : on a passé du temps (beaucoup de temps) à valider la récolte de données avant de faire confiance aux outputs.

Concrètement, ça veut dire vérifier la granularité des données SEA (campagnes, groupes d’annonces, segments), contrôler les périodes d’apprentissage, confronter les résultats MMM avec nos données first-party.

Le résultat ? Le MMM a validé la direction stratégique que j’avais fait prendre au SEA : un rééquilibrage des budgets entre Brand, Generic et Performance Max, avec un shift significatif vers PMAX tout en maintenant une présence forte sur la marque.

Le MMM n’a pas décidé cette stratégie. Il l’a confirmée.

Ma thèse : le MMM est un outil de confirmation, pas de décision

C’est la nuance que beaucoup ratent.

Un MMM ne devrait jamais être le point de départ d’une décision budgétaire. Il devrait être le point d’arrivée, la validation (ou l’invalidation) d’une hypothèse que vous avez construite avec votre expertise métier.

Le MMM répond à la question : « Est-ce que ma lecture du terrain est correcte ? »

Il ne répond pas à : « Qu’est-ce que je dois faire ? »

Si vous attendez d’un MMM qu’il vous dise comment allouer vos budgets sans avoir d’abord une thèse à tester, vous allez être déçu. Ou pire, vous allez prendre des décisions basées sur des coefficients que personne ne comprend.

Ce que je recommande aujourd’hui

Privilégiez l’open source. Les solutions propriétaires ont un problème structurel : vous ne savez pas ce qui se passe sous le capot. Et quand vous challengez les résultats, on vous répond par du jargon ou du silence. Des outils comme Robyn (Meta) ou Meridian (Google) sont open source. Vous pouvez auditer le code, comprendre les hypothèses du modèle, ajuster les paramètres. C’est plus complexe à implémenter, mais ça vaut le coup.

Impliquez une équipe data scientist interne si le budget le permet. Un MMM qui colle à votre réalité business nécessite du tuning. Les coefficients par défaut ne reflètent pas votre cycle de vente, votre saisonnalité, vos effets de halo entre canaux. Une équipe interne (ou un partenaire de confiance avec accès transparent au modèle) peut adapter le modèle à votre culture d’entreprise, intégrer vos spécificités d’acquisition, et challenger les résultats avec votre connaissance terrain.

Validez la data avant de faire confiance aux outputs. C’est basique, mais c’est là que 80% des projets MMM échouent. Avant de regarder les résultats : auditez les sources de données, vérifiez la granularité et la complétude, confrontez avec vos données first-party, testez la cohérence temporelle. Un MMM alimenté par des données approximatives produira des recommandations approximatives (avec beaucoup de décimales pour faire sérieux).

Utilisez le MMM pour apprendre, pas pour arbitrer. Le vrai bénéfice d’un MMM bien implémenté, ce n’est pas de trancher les guerres de budget entre équipes. C’est de mieux comprendre les interactions entre canaux. Comment le SEA Brand et le Display se renforcent-ils ? Quel est l’effet de saturation de mes campagnes Generic ? Comment la TV impacte-t-elle mes conversions search ? Ces insights améliorent la coopération entre équipes et la stratégie globale. C’est là que le MMM crée de la valeur.

En résumé

Le Marketing Mix Modeling n’est pas la baguette magique que certaines agences spécialisées vendent. Ce n’est pas non plus un gadget inutile.

C’est un outil de confirmation d’hypothèses. Puissant quand il est bien implémenté, dangereux quand il est utilisé en boîte noire.

Ayez une thèse avant de regarder les résultats. Maîtrisez votre data. Préférez la transparence à la facilité. Utilisez le MMM pour apprendre et collaborer, pas pour justifier des coupes budgétaires.

Le MMM ne remplacera jamais l’expertise métier. Il peut l’augmenter, à condition de rester aux commandes.

---

Aniss Belmouaz · Expert SEA/PPC · J’écris sur le paid search, la data et ce qui marche vraiment en acquisition.