En bref
L'incrémentalité est la mesure de l'impact causal du marketing : combien de conversions se sont produites grâce à une campagne et n'auraient pas eu lieu sans elle. Elle s'oppose à l'attribution, qui mesure la corrélation — quels canaux étaient présents lors de la conversion, pas lesquels l'ont causée. La différence entre les deux représente l'inflation d'attribution, structurellement de 2 à 4× en SaaS B2B.
Définition complète
L'incrémentalité (de l'anglais incrementality) est le concept central de la mesure causale en marketing : elle quantifie la part des résultats commerciaux — conversions, leads, opportunités, revenus — qui a été directement produite par une activité marketing, et qui ne se serait pas produite sans elle. La question fondamentale de l'incrémentalité est : « si nous n'avions pas diffusé cette campagne, combien de conversions en moins aurions-nous enregistré ? »
Cette question est distincte de celle de l'attribution marketing, qui demande : « quels canaux étaient présents lors de la conversion ? » L'attribution mesure la coprésence — un canal est « crédité » parce qu'il apparaissait dans le parcours du client avant qu'il convertisse. L'incrémentalité mesure la causalité — un canal est « incrémental » uniquement si son absence aurait réduit le nombre de conversions. Un canal peut avoir un crédit d'attribution élevé sans lift incrémental significatif : c'est précisément ce qui génère l'inflation d'attribution.
L'exemple classique est le remarketing. Une campagne de retargeting affiche des annonces à des visiteurs qui ont déjà consulté la page de tarification, demandé une démo ou commencé un essai gratuit. Ces prospects sont en phase de décision avancée. Beaucoup d'entre eux auraient converti de toute façon — via un email de suivi, un appel SDR, ou en revenant directement sur le site. Le remarketing reçoit un crédit d'attribution élevé (il est le dernier contact avant la conversion) mais son lift incrémental réel peut être faible ou nul. Sans test de contrôle, il est impossible de faire la distinction.
Comment le calculer
L'incrémentalité se mesure via des expériences contrôlées qui comparent le comportement d'un groupe exposé à une campagne avec celui d'un groupe contrôle non exposé. La différence de taux de conversion entre les deux groupes est le lift incrémental.
Formule : Lift incrémental = (Taux de conversion groupe test − Taux de conversion groupe contrôle) / Taux de conversion groupe contrôle × 100
Exemple : groupe test (exposé à la campagne) : 4,2 % de conversion. Groupe contrôle (non exposé) : 3,1 % de conversion. Lift incrémental = (4,2 − 3,1) / 3,1 × 100 = 35 %. La campagne a généré 35 % de conversions supplémentaires par rapport à la ligne de base.
Deux méthodes principales permettent de constituer les groupes test et contrôle. La première est le holdout test (ou ghost bidding) : une fraction aléatoire de l'audience cible (typiquement 10 à 20 %) est exclue de la diffusion des annonces pendant la durée du test. Le comportement de ce groupe holdout constitue la ligne de base. Cette méthode est disponible nativement sur Meta Ads (Conversion Lift), Google Ads (Brand Lift) et LinkedIn (Conversion Lift). La seconde est le geo-lift test : des marchés géographiques comparables sont sélectionnés en paires, l'un recevant les campagnes et l'autre non, et les taux de conversion sont comparés en fin de période. Le geo-lift est plus robuste que le holdout lorsque les effets de spillover (contamination du groupe contrôle) sont un risque.
Exemple concret
Une entreprise SaaS B2B française dépense 45 000 € par trimestre en LinkedIn Ads. Son CRM attribue 180 000 € de pipeline à LinkedIn via un modèle d'attribution au dernier contact. Le CMO suppose que supprimer LinkedIn coûterait 180 000 € de pipeline. Avant de décider, l'équipe lance un holdout test : 15 % de l'audience LinkedIn (environ 2 300 profils) est exclue de la diffusion pendant 6 semaines.
À l'issue du test : le groupe exposé (85 % de l'audience) convertit à 2,8 % en leads qualifiés. Le groupe holdout (15 %) convertit à 2,1 %. Le lift incrémental est de 33 %. En appliquant ce taux au pipeline total attribué (180 000 €), le pipeline réellement incrémental est de 59 400 € — et non 180 000 €. L'inflation d'attribution est de 3× (180 000 € attribués vs 59 400 € incrémentaux). Avec un coût de 45 000 €, le ROAS incrémental réel est de 1,32× — rentable, mais bien en dessous du ROAS attribué de 4× affiché par la plateforme.
Cette information change la décision budgétaire : au lieu d'augmenter le budget LinkedIn (comme le suggérait le ROAS attribué de 4×), l'équipe maintient le budget actuel et alloue les 15 000 € disponibles à des canaux non testés — contenu SEO et partenariats — dont l'incrémentalité n'a pas encore été quantifiée.
Analyse approfondie
L'incrémentalité est le concept le plus sous-utilisé en marketing opérationnel, précisément parce que sa mesure exige une rigueur expérimentale que la plupart des équipes n'ont pas encore intégrée dans leurs processus. La raison structurelle de cette sous-utilisation est que les plateformes publicitaires (Meta, Google, LinkedIn) ont un intérêt économique à rapporter des chiffres d'attribution élevés — leurs outils de mesure natifs (pixels, conversions API) sont conçus pour capturer le maximum de touchpoints et minimiser les lacunes d'attribution, pas pour isoler la causalité. Le résultat est une industrie entière où les ROAS rapportés par les plateformes dépassent systématiquement les ROAS incrémentaux réels d'un facteur de 2 à 5×.
La comparaison entre le blended ROAS et le ROAS incrémental est l'un des diagnostics les plus révélateurs disponibles pour un opérateur marketing. Le blended ROAS divise le chiffre d'affaires total par les dépenses publicitaires totales — sans tenir compte de l'attribution ni de la causalité. C'est une métrique de rentabilité globale utile pour la gestion de trésorerie, mais elle ne dit rien sur l'efficacité marginale de chaque canal. Le ROAS incrémental (ou iROAS) divise les revenus incrémentaux — ceux qui ne se seraient pas produits sans la campagne — par les dépenses associées. C'est la seule mesure qui permet de décider si l'euro marginal investi dans un canal crée de la valeur nette.
Dans le contexte SaaS B2B, l'incrémentalité présente des caractéristiques spécifiques par rapport au e-commerce. Les cycles de vente longs (30 à 120 jours) rendent les holdout tests plus complexes à mettre en œuvre : un test de 4 semaines ne capture pas les conversions générées par des leads créés en semaine 1 mais convertis en opportunité en semaine 8. La durée recommandée pour un holdout test en SaaS B2B est de 8 à 12 semaines — au moins un cycle de vente complet. De plus, la fenêtre de conversion doit être définie à l'échelle de l'opportunité (création de l'opportunité dans le CRM), pas à l'échelle du clic ou du formulaire rempli, pour capturer l'impact réel sur le pipeline.
Le marketing mix modeling (MMM) est une approche complémentaire à l'incrémentalité expérimentale. Là où les tests d'incrémentalité mesurent l'impact causal d'un canal spécifique sur une période définie, le MMM modélise statistiquement la contribution de chaque canal au chiffre d'affaires sur l'historique complet des données. Le MMM est plus adapté aux décisions d'allocation budgétaire stratégique (quels canaux financer au trimestre prochain) ; les tests d'incrémentalité sont plus adaptés aux décisions tactiques (cette campagne spécifique vaut-elle son coût actuel). Les équipes les plus avancées utilisent les deux en parallèle, avec les tests d'incrémentalité pour calibrer les coefficients du MMM.
L'incrémentalité a des implications directes sur la façon dont les opérateurs doivent interpréter les données de leur CRM. Quand le CRM attribue 300 000 € de pipeline à la campagne LinkedIn du trimestre, cela signifie que ces opportunités avaient LinkedIn dans leur historique de touches — pas que LinkedIn les a créées. La seule façon de distinguer les leads que LinkedIn a véritablement générés de ceux qui auraient été créés via d'autres canaux (email, organique, appel SDR) est le test contrôlé. Pour les équipes qui n'ont pas encore fait de test d'incrémentalité, une règle empirique conservatrice consiste à appliquer un facteur de déflation de 2 à 3× aux revenus attribués par les canaux de remarketing et de retargeting, et de 1,3 à 2× aux canaux de prospection froide.
Erreurs fréquentes
- ✗
Confondre le ROAS de plateforme avec le ROAS incrémental. Les plateformes publicitaires rapportent systématiquement le ROAS à partir de leur propre fenêtre d'attribution — souvent 28 jours post-clic ou 7 jours post-vue — sans tenir compte des conversions qui auraient eu lieu sans l'annonce. Ce ROAS de plateforme peut être de 4× quand le ROAS incrémental réel est de 1,2×. Prendre des décisions d'allocation budgétaire sur la base du ROAS de plateforme sans validation expérimentale conduit à surfinancer les canaux de remarketing et à sous-financer les canaux de génération de demande.
- ✗
Lancer des tests d'incrémentalité trop courts en SaaS B2B. Un test de 2 à 4 semaines en SaaS B2B ne capture pas l'impact complet sur le pipeline car le cycle de vente dépasse souvent la durée du test. Les leads générés en fin de test n'ont pas eu le temps de se qualifier en opportunités. La règle est d'exécuter le test pendant au moins un cycle de vente complet (8 à 12 semaines pour du mid-market) et de mesurer les résultats sur un horizon de 4 à 6 semaines supplémentaires après la fin de la diffusion pour capturer les conversions en queue de cycle.
- ✗
Tester un seul canal à la fois sans vision portefeuille. L'incrémentalité de chaque canal dépend en partie des autres canaux actifs en parallèle — c'est l'effet de portefeuille. Un canal peut paraître peu incrémental lors d'un test isolé parce que ses conversions sont captées par d'autres canaux de suivi. L'approche correcte est de tester les canaux en combinaison (A actif, B actif, AB actifs, aucun) ou d'utiliser un marketing mix modeling pour modéliser les interactions entre canaux sur l'historique.
Comment Fairview suit cet indicateur
Fairview centralise les données de performance de vos canaux marketing (LinkedIn Ads, Google Ads, Meta) et les connecte à votre CRM pour suivre les conversions en aval jusqu'au pipeline et aux revenus. Il calcule automatiquement le ratio incrémentalité / attribution pour chaque canal actif en croisant les données de touches (attribution) avec les résultats des holdout tests et geo-lift tests que vous avez réalisés. Quand un canal affiche un ratio inférieur à 0,5 (les revenus incrémentaux représentent moins de 50 % des revenus attribués), Fairview génère une alerte et une recommandation de test ou de réévaluation budgétaire. Le tableau de bord affiche côte à côte le ROAS attribué par plateforme et l'iROAS mesuré par les tests — sans extraction manuelle ni tableur intermédiaire.
Pour les équipes qui n'ont pas encore de programme de tests d'incrémentalité, Fairview propose un guide de mise en œuvre structuré : définition des groupes holdout, dimensionnement statistique (taille d'échantillon, puissance, durée), paramétrage dans les plateformes publicitaires, et suivi automatisé des résultats. La première campagne de test peut être configurée en moins d'une demi-journée pour les plateformes Meta et LinkedIn qui disposent d'outils de Conversion Lift natifs.
Méthodes de mesure de l'incrémentalité comparées
| Méthode | Principe | Adapté au SaaS B2B |
|---|---|---|
| Holdout test | Groupe contrôle aléatoire non exposé aux annonces | Oui, avec durée ≥ 8 semaines |
| Geo-lift test | Marchés géographiques comparables comme contrôle | Oui, pour les canaux sans holdout natif |
| Marketing Mix Modeling | Modélisation statistique sur l'historique complet | Oui, pour les décisions trimestrielles |
| Conversion Lift (plateforme) | Holdout géré par Meta ou LinkedIn nativement | Oui, point de départ accessible |
| Attribution (modèles règles) | Crédit basé sur la présence du canal | Non — mesure la corrélation, pas la causalité |
Questions fréquentes
Quelle est la différence entre l'incrémentalité et l'attribution ?
L'attribution détermine quels canaux étaient présents lors d'une conversion. L'incrémentalité détermine quels canaux ont causé la conversion. L'attribution mesure la corrélation ; l'incrémentalité mesure la causalité. Un canal peut recevoir un crédit d'attribution élevé — notamment le remarketing — sans générer de lift incrémental significatif, car ces prospects auraient converti de toute façon.
Qu'est-ce qu'un test d'incrémentalité ?
Un test d'incrémentalité compare le comportement d'un groupe exposé à une campagne (groupe test) avec celui d'un groupe équivalent non exposé (groupe contrôle ou holdout). La différence de taux de conversion entre les deux groupes représente le lift incrémental — la part de conversions réellement causée par la campagne. Les méthodes les plus courantes sont les holdout tests (audiences aléatoires) et les geo-lift tests (marchés géographiques comparables).
Quel est le niveau d'inflation d'attribution typique en SaaS B2B ?
L'inflation d'attribution médiane en SaaS B2B est de 2 à 4× : les revenus attribués par les plateformes publicitaires surestiment les revenus réellement incrémentaux d'un facteur de 2 à 4. Pour le remarketing et le retargeting, ce facteur dépasse souvent 5× car ces audiences sont déjà en phase de décision. Pour les canaux de prospection froide, l'inflation est typiquement de 1,5 à 2,5×.
Comment Fairview mesure-t-il l'incrémentalité ?
Fairview centralise les données de vos canaux marketing et de votre CRM pour calculer automatiquement le ratio incrémentalité / attribution par canal. Il guide la mise en place de holdout tests et de geo-lift tests, calcule le lift incrémental à la fin du test, et affiche côte à côte le ROAS attribué et l'iROAS mesuré. Quand un canal affiche un ratio inférieur à 0,5, Fairview génère une alerte et une recommandation d'action.
Découvrez-le dans Fairview
Mesurez l'incrémentalité avec vos données réelles.
Démo en direct de 25 minutes. ROAS attribué vs iROAS incrémental par canal, calculés automatiquement depuis votre CRM et vos plateformes publicitaires.