SMS géociblé : mesurer l’incrémental sans biaiser l’attribution
Le SMS géociblé ne se pilote pas au trafic observé, mais à l’écart entre clients exposés et clients comparables non exposés
Le SMS géociblé reste l’un des leviers les plus puissants du marketing mobile local. Le SMS, short message service, canal de messagerie texte adressé à un numéro mobile, combine une visibilité élevée, une exécution rapide et une capacité d’activation directe vers le point de vente. Le géociblage, technique consistant à sélectionner ou personnaliser une audience selon sa localisation réelle, déclarée ou déduite, permet d’ajouter une dimension opérationnelle : magasin proche, zone de chalandise, événement local, météo, disponibilité produit ou offre valable dans un périmètre donné.
Mais cette puissance crée un piège de mesure. Beaucoup de campagnes SMS locales sont encore évaluées sur des indicateurs de surface : taux de clic, coupons activés, visites post-envoi, chiffre d’affaires des clients exposés, ventes dans les magasins ciblés. Ces métriques sont utiles pour suivre l’exécution, mais elles ne répondent pas à la question économique centrale : quelle part des ventes aurait réellement disparu si la campagne n’avait pas été envoyée ? C’est l’objet de l’incrémentalité, méthode visant à mesurer l’effet additionnel causé par une action marketing par rapport à un scénario de référence sans cette action.
Le biais le plus courant consiste à confondre attribution et causalité. L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, peut rattacher une vente à un SMS parce qu’elle survient après l’envoi, après un clic ou après l’utilisation d’un coupon. Mais une vente attribuée n’est pas nécessairement une vente incrémentale. Un client fidèle situé à 400 mètres du magasin, habitué à acheter tous les vendredis, peut recevoir un SMS et acheter le jour même. L’attribution créditera souvent le SMS. L’analyse incrémentale demandera : ce client aurait-il acheté sans message ?
Pour les professionnels du marketing retail, la nuance est décisive. Un SMS géociblé peut afficher un ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses marketing, de 12, tout en générant un ROAS incrémental faible si l’audience était déjà très intentionniste. À l’inverse, une campagne plus ciblée, moins spectaculaire dans les ventes attribuées, peut produire davantage de valeur additionnelle si elle modifie le comportement de clients hésitants, dormants ou éloignés du magasin. Mesurer l’incrémental sans biaiser l’attribution suppose donc de concevoir le protocole de mesure avant l’envoi, et non de chercher une justification après coup.
Comprendre les sources de biais : proximité, intention, saisonnalité et sélection de l’audience
Le SMS géociblé cumule plusieurs biais naturels. Le premier est le biais de proximité. Les individus les plus proches d’un magasin ont déjà une probabilité plus élevée de s’y rendre, indépendamment de la campagne. Si une enseigne cible uniquement les clients présents dans un rayon de 500 mètres autour d’un point de vente, elle observe mécaniquement plus de visites et de ventes qu’en ciblant une zone de 5 kilomètres. Cela ne prouve pas que le SMS a créé ces visites. Il peut simplement avoir touché les personnes les plus susceptibles de venir.
Le deuxième biais est le biais d’intention. Un SMS déclenché après une consultation de stock, un abandon de panier local ou une recherche d’itinéraire touche une audience déjà engagée dans le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation. Le taux de conversion sera probablement supérieur à celui d’une audience froide. Mais une partie de cette conversion aurait eu lieu naturellement. Plus le signal d’intention utilisé pour déclencher la campagne est fort, plus le risque de surestimer l’effet du SMS est élevé si aucun groupe témoin n’est prévu.
Le troisième biais est la saisonnalité. Une campagne envoyée avant les soldes, un week-end ensoleillé, une rentrée scolaire ou une opération nationale bénéficie d’un contexte commercial porteur. Si les ventes augmentent après l’envoi, l’effet peut venir de la campagne, mais aussi de la demande naturelle, de la météo, d’un catalogue, d’une publicité TV, d’une campagne programmatique ou d’un changement de prix. Le SMS agit rarement seul. Il intervient dans un écosystème où email, push, affichage local, social mobile, search et merchandising magasin se superposent.
Le quatrième biais est la sélection de l’audience. Les clients opt-in SMS ne sont pas toujours représentatifs de l’ensemble de la base. Ils peuvent être plus fidèles, plus sensibles aux promotions, plus proches des magasins ou plus engagés dans le programme relationnel. Si l’on compare leurs ventes à celles de clients non opt-in, on mesure autant une différence de profil qu’un effet de campagne. La mesure incrémentale doit donc comparer des populations aussi similaires que possible, idéalement issues de la même audience éligible.
Un exemple simple le montre. Une enseigne de restauration rapide envoie un SMS à 80 000 clients situés dans un rayon de 1 kilomètre autour de ses restaurants, avec une offre valable le midi. Le taux d’achat observé dans les 48 heures est de 9 %. L’équipe marketing pourrait conclure que la campagne a généré 7 200 achats. Mais si, dans une population comparable non exposée, le taux d’achat naturel est de 6,8 %, l’uplift réel est de 2,2 points, soit 1 760 achats incrémentaux. Le différentiel entre 7 200 et 1 760 illustre la différence entre conversion observée et conversion causée.
Définir le bon protocole : holdout, randomisation et fenêtre de mesure
Le protocole le plus robuste pour mesurer un SMS géociblé est le groupe de contrôle, souvent appelé holdout. Il consiste à sélectionner une population éligible, puis à la diviser aléatoirement entre un groupe exposé qui reçoit le SMS et un groupe témoin qui ne le reçoit pas. La randomisation, répartition aléatoire des individus entre plusieurs groupes, permet de neutraliser en moyenne les différences de profil. Si les deux groupes sont suffisamment grands et comparables, l’écart de performance après campagne peut être interprété comme un effet incrémental.
La règle importante est de randomiser après avoir défini l’éligibilité géographique et marketing. Il ne faut pas comparer des clients géociblés exposés à des clients hors zone non exposés. Le bon périmètre est : tous les clients opt-in, éligibles à l’offre, rattachés à une zone de chalandise ou détectés dans un périmètre pertinent, puis séparation entre exposés et témoins. Ainsi, le groupe témoin représente ce qui se serait produit chez des clients qui auraient pu recevoir le SMS, mais qui ne l’ont pas reçu.
La taille du holdout dépend du volume, du taux de conversion attendu et de la précision souhaitée. En pratique retail, un holdout de 5 % à 15 % de l’audience éligible est fréquent. Sur une base de 200 000 clients, garder 20 000 personnes en témoin peut sembler coûteux car l’enseigne renonce à les solliciter. Mais cette renonciation est le prix de la connaissance. Sans témoin, il est impossible de distinguer une campagne réellement créatrice de valeur d’une campagne simplement bien attribuée.
La fenêtre de mesure doit être cohérente avec le cycle d’achat. Pour une offre déjeuner, 24 à 48 heures peuvent suffire. Pour une enseigne de bricolage, une campagne météo avant week-end peut nécessiter 3 à 7 jours. Pour l’optique, l’ameublement ou l’équipement électronique, le cycle de décision peut dépasser 14 ou 30 jours. Une fenêtre trop courte sous-estime les conversions différées. Une fenêtre trop longue augmente le bruit statistique et le risque d’attribuer au SMS des achats influencés par d’autres leviers.
Il faut aussi définir l’événement de conversion avant l’envoi. S’agit-il d’un clic, d’une visite, d’un passage caisse, d’un achat dans une catégorie précise, d’un panier total ou d’une marge ? Pour un SMS Drive-to-Store, stratégie visant à générer du trafic qualifié vers un point de vente physique, la conversion la plus utile est rarement le clic seul. Un clic peut traduire une curiosité sans déplacement. Une demande d’itinéraire est plus forte, mais reste un proxy. Le passage caisse identifié, notamment via carte de fidélité, coupon unique ou rapprochement CRM, est plus proche de la valeur business.
Choisir les métriques : CPA incrémental, ROAS marge et coût par visite additionnelle
Une mesure rigoureuse doit distinguer les indicateurs de livraison, d’engagement, de conversion et de valeur. Au premier niveau, on suit la délivrabilité, le taux d’ouverture estimé, le taux de clic, les erreurs de routage et les opt-out. Ces métriques indiquent si le canal fonctionne correctement. Au deuxième niveau, on observe les micro-conversions : clic vers page magasin, ajout au wallet, activation d’un coupon, appel, demande d’itinéraire, consultation de stock. Au troisième niveau, on mesure les ventes, les visites et la marge. Mais le pilotage économique doit se concentrer sur les métriques incrémentales.
Le CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée ou incrémentale, doit être calculé sur l’effet additionnel, pas seulement sur les achats observés. Si une campagne SMS coûte 18 000 euros et génère 6 000 achats chez les exposés, le CPA apparent est de 3 euros. Mais si le groupe témoin montre que seuls 1 500 achats sont incrémentaux, le CPA incrémental est de 12 euros. La différence change radicalement l’arbitrage budgétaire.
Le ROAS doit lui aussi être décliné. Le ROAS attribué divise les ventes rattachées à la campagne par le coût. Le ROAS incrémental divise les ventes additionnelles par le coût. Le ROAS marge remplace le chiffre d’affaires par la marge brute ou contributionnelle. Cette dernière lecture est souvent la plus pertinente en SMS promotionnel, car les offres locales reposent fréquemment sur des remises. Une campagne peut générer beaucoup de chiffre d’affaires additionnel mais peu de marge si elle déplace des achats vers des produits fortement remisés.
Prenons un cas chiffré. Une enseigne mode envoie un SMS géociblé à 120 000 clientes situées à moins de 3 kilomètres d’un magasin participant. Coût total, routage et production compris : 14 400 euros. Le groupe exposé compte 108 000 personnes, le holdout 12 000. Dans les sept jours, le taux d’achat est de 5,4 % chez les exposées et de 4,6 % dans le témoin. L’uplift est de 0,8 point. Sur 108 000 exposées, cela représente 864 achats incrémentaux. Avec un panier moyen incrémental de 62 euros, les ventes incrémentales atteignent 53 568 euros. Le ROAS incrémental est de 3,72. Si la marge brute moyenne est de 38 %, la marge incrémentale est de 20 356 euros. La campagne couvre donc son coût média et relationnel, mais avec une marge de manœuvre plus limitée que ne le laisserait penser le chiffre d’affaires total des clientes exposées.
Le coût par visite additionnelle peut compléter l’analyse lorsque la visite magasin est mesurée par coupon, caisse, application ou partenaire de mobilité. Mais il doit rester connecté à la conversion. Générer une visite incrémentale à 2 euros peut être excellent dans une catégorie à fort taux de transformation et panier récurrent. Ce même coût peut être insuffisant si le magasin transforme peu ou si l’offre attire des chasseurs de promotion sans réachat. La visite n’est pas la finalité ; elle est une étape du funnel local.
Ne pas biaiser l’attribution : règles d’exclusion, déduplication et arbitrage entre canaux
Le SMS géociblé est rarement envoyé dans le vide. Une opération locale peut être soutenue par email, push, social ads, search local, display programmatique, affichage en point de vente et opérations commerciales. La DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter des impressions publicitaires de manière automatisée, et le RTB, real-time bidding, mécanisme d’enchères en temps réel pour acheter une impression disponible, peuvent diffuser des messages géolocalisés sur les mêmes zones et audiences. Si la mesure ne déduplique pas les expositions, le SMS risque de récupérer une valeur produite par l’ensemble du dispositif.
La première règle est de documenter les contacts concurrents. Pour chaque individu ou cohorte, il faut savoir si la personne a reçu un email, un push, un SMS précédent, une impression média adressée ou une offre en magasin. Cette traçabilité permet d’éviter une attribution naïve en last click, modèle attribuant toute la conversion au dernier point de contact. Le last click favorise souvent le SMS, car le canal intervient tard dans le parcours et déclenche une action immédiate. Il sous-estime les leviers de considération et surestime parfois le rôle du dernier rappel.
La deuxième règle est la déduplication des conversions. Un même achat peut être rattaché à un coupon SMS, un clic email et une exposition média. Si chaque canal revendique la vente, le reporting global devient incohérent. Les équipes doivent établir une hiérarchie ou une pondération : attribution prioritaire au coupon unique, partage entre canaux exposés, modèle temporel, ou analyse incrémentale par canal via groupes de contrôle séparés. L’important est d’expliciter la règle et de ne pas mélanger attribution opérationnelle et preuve causale.
La troisième règle est l’exclusion intelligente. Si l’objectif est de mesurer l’effet propre du SMS, il peut être nécessaire d’exclure le groupe témoin des autres sollicitations relatives à la même opération, au moins pendant la fenêtre de mesure. Sinon, le témoin est contaminé et l’écart entre groupes se réduit artificiellement. À l’inverse, si l’objectif est de mesurer l’effet additionnel du SMS au sein d’un plan omnicanal, les deux groupes peuvent recevoir les autres canaux, mais seul le groupe exposé reçoit le SMS. On mesure alors l’uplift marginal du SMS par-dessus le dispositif existant.
Cette distinction est stratégique. Mesurer le SMS seul répond à la question : que vaut ce canal isolément ? Mesurer le SMS en incrément d’un plan existant répond à la question : faut-il ajouter un SMS à une audience déjà exposée par email, push ou média ? Dans beaucoup de cas, la deuxième question est plus utile. Un SMS peut sembler très performant isolément, mais apporter peu de valeur additionnelle si l’audience a déjà été efficacement activée par push. À l’inverse, il peut être décisif pour des clients non utilisateurs de l’application ou peu réactifs à l’email.
Intégrer la dimension géographique sans surinterpréter la localisation
La localisation est un accélérateur de pertinence, mais aussi une source d’erreurs. Un géociblage peut reposer sur plusieurs logiques : adresse déclarée, magasin préféré, historique d’achat, zone de chalandise, localisation applicative consentie, présence récente dans une zone, ou distance calculée à partir d’un signal mobile. Chaque méthode a ses limites. Une adresse CRM peut être obsolète. Un magasin préféré peut ne plus correspondre aux habitudes récentes. Un signal de localisation peut être imprécis, intermittent ou non représentatif.
La mesure doit donc distinguer géociblage de résidence, géociblage de mobilité et géociblage d’intention locale. Un client domicilié à 2 kilomètres d’un magasin n’est pas forcément disponible au moment de l’envoi. Un client détecté récemment dans une zone peut être de passage. Un client ayant consulté le stock d’un magasin montre une intention plus forte, mais aussi un risque plus élevé de conversion naturelle. Les performances doivent être analysées par type de signal pour éviter de conclure trop vite à la supériorité d’un rayon ou d’une audience.
La distance doit être traitée comme une variable continue ou segmentée, pas comme un simple filtre. À moins de 500 mètres, un SMS peut viser l’action immédiate : passer maintenant, retirer une commande, utiliser une offre valable aujourd’hui. Entre 1 et 5 kilomètres, la proposition doit justifier le déplacement : stock disponible, exclusivité, service, rendez-vous, avantage significatif. Au-delà, le SMS doit souvent basculer vers la préparation : réserver, sauvegarder l’offre, choisir un créneau, vérifier la disponibilité. Mesurer ces distances ensemble masque des comportements très différents.
Un bon reporting incrémental compare donc les uplifts par zone : moins de 500 mètres, 500 mètres à 2 kilomètres, 2 à 5 kilomètres, plus de 5 kilomètres, ou selon isochrones de temps de trajet. L’isochrone, zone accessible en un temps donné selon un mode de déplacement, est souvent plus pertinent qu’un rayon géométrique. Trois kilomètres en centre-ville dense ne valent pas trois kilomètres en périphérie automobile. Pour une enseigne de proximité, l’uplift peut être maximal à courte distance. Pour une enseigne spécialisée à panier élevé, l’effet peut rester rentable sur une zone plus large.
La dimension magasin doit également être intégrée. Deux points de vente exposés à la même campagne peuvent produire des résultats opposés en raison de la disponibilité produit, du trafic naturel, de la concurrence, de l’équipe, des horaires ou du merchandising. Un SMS promettant un retrait rapide ne crée pas la même expérience dans un magasin bien doté et dans un point de vente saturé. L’analyse incrémentale doit donc descendre au niveau magasin ou cluster de magasins lorsque les volumes le permettent.
Cas opérationnel : tester une relance locale sans gonfler artificiellement la performance
Imaginons une enseigne d’équipement sportif qui souhaite activer une offre running dans 90 magasins. L’audience éligible est composée de clients opt-in SMS ayant acheté ou consulté des produits running dans les 18 derniers mois, situés à moins de 6 kilomètres d’un magasin avec stock suffisant. L’objectif n’est pas seulement de générer du chiffre d’affaires, mais de savoir si le SMS géociblé ajoute de la valeur par rapport aux communications email et push déjà prévues.
Le protocole est construit en trois groupes. Le groupe A reçoit email, push si disponible, puis SMS géociblé. Le groupe B reçoit email et push, mais pas SMS. Le groupe C, plus petit, ne reçoit aucune communication liée à l’opération pendant la fenêtre de test, afin de mesurer la demande organique. Cette architecture permet trois lectures : impact total du plan, effet marginal du SMS par rapport aux autres canaux, et niveau naturel de ventes.
Sur 300 000 clients éligibles, 240 000 sont placés en A, 45 000 en B et 15 000 en C. Après dix jours, le taux d’achat est de 6,2 % en A, 5,5 % en B et 4,9 % en C. L’effet du plan email-push par rapport au silence est de 0,6 point. L’effet marginal du SMS par-dessus email-push est de 0,7 point. Sur 240 000 clients exposés au SMS, cela représente 1 680 achats incrémentaux attribuables au SMS marginal. Si le coût SMS complet est de 24 000 euros, le CPA incrémental du SMS est de 14,29 euros par achat. Avec un panier moyen de 74 euros et une marge de 42 %, la marge incrémentale atteint 52 214 euros. Le SMS est rentable sur marge, mais pas uniformément.
L’analyse par distance montre un uplift de 1,1 point à moins de 2 kilomètres, 0,7 point entre 2 et 4 kilomètres, et 0,2 point au-delà. L’analyse par segment RFM, réquence, fréquence, montant, segmentation classant les clients selon leur date de dernier achat, fréquence d’achat et valeur dépensée, montre que les clients récents à forte valeur convertissent beaucoup, mais avec un uplift modéré : ils auraient acheté en partie sans SMS. Les clients dormants depuis 6 à 18 mois affichent un taux d’achat plus faible, mais un uplift plus élevé. La décision d’optimisation devient claire : réduire l’envoi sur les fidèles déjà très actifs, concentrer le SMS sur les segments dormants proches du magasin et maintenir email-push pour le reste.
Ce cas illustre une règle fondamentale : l’objectif n’est pas de maximiser la conversion brute, mais d’identifier les poches d’incrémentalité. Les meilleurs segments apparents ne sont pas toujours les meilleurs segments économiques. En SMS géociblé, le levier le plus rentable est souvent là où le message change une décision, pas là où il accompagne une décision déjà prise.
Conclusion : institutionnaliser le test incrémental avant d’industrialiser le SMS local
Mesurer un SMS géociblé sans biaiser l’attribution impose de passer d’un reporting de campagne à une logique expérimentale. Le canal est trop direct, trop proche de l’achat et trop dépendant de la proximité pour être évalué uniquement sur les ventes post-envoi. Sans holdout, déduplication et lecture par segment, le risque est de financer des campagnes qui capturent de la demande existante plutôt qu’elles ne créent une valeur additionnelle.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, définir l’objectif économique : visite, achat, marge, réactivation, panier ou fidélisation. Deuxièmement, constituer l’audience éligible avant randomisation, en intégrant opt-in, zone, stock, magasin et pression relationnelle. Troisièmement, créer un groupe témoin comparable, idéalement entre 5 % et 15 % de l’audience selon les volumes. Quatrièmement, choisir une fenêtre de mesure cohérente avec le cycle d’achat. Cinquièmement, documenter les autres expositions pour éviter la contamination omnicanale. Sixièmement, calculer séparément conversions observées, conversions attribuées et conversions incrémentales. Septièmement, analyser CPA incrémental, ROAS incrémental et ROAS marge par distance, magasin, segment CRM et type d’offre. Huitièmement, réinjecter les apprentissages dans les règles d’envoi, de capping et d’exclusion.
Le bon arbitrage n’est pas de savoir si le SMS géociblé fonctionne en général. Il fonctionne lorsqu’il touche une audience dont le comportement peut être modifié, avec une offre pertinente, une promesse localement fiable et un coût relationnel maîtrisé. Il déçoit lorsqu’il est envoyé à des clients déjà acquis, sur des zones trop larges, avec une attribution trop généreuse et une mesure limitée au chiffre d’affaires exposé.
Pour les annonceurs retail et omnicanaux, l’enjeu est donc culturel autant que technique. Accepter de retenir une partie de l’audience en holdout, c’est renoncer à une pression court terme pour gagner une capacité de décision durable. À mesure que les coûts de contact augmentent et que les directions financières demandent des preuves plus solides, l’incrémentalité devient le langage commun entre marketing, data, retail et finance. Le SMS géociblé ne doit pas être jugé sur sa capacité à revendiquer des ventes, mais sur sa capacité à créer des ventes additionnelles, profitables et mesurables.
