Coût par visite via SMS : modéliser l’incrémental réel
Mesurer une visite SMS sans isoler l’incrémental revient à acheter un indicateur, pas une croissance magasin
Le SMS est souvent évalué avec une apparente simplicité : nombre de messages envoyés, taux de remise, taux de clic, visites observées en magasin, chiffre d’affaires attribué. Cette lecture suffit pour contrôler l’exécution, mais elle devient insuffisante dès que l’annonceur cherche à arbitrer un budget local. Le coût par visite via SMS peut paraître excellent parce que le canal touche des clients déjà proches, déjà fidèles ou déjà intentionnistes. Il peut aussi sembler médiocre parce qu’il active une population plus froide, mais réellement influençable. Dans les deux cas, l’indicateur brut risque de conduire à une mauvaise décision.
Le CPV, coût par visite, désigne le montant investi pour générer une visite en point de vente. Dans une version attribuée, il se calcule simplement : coût de campagne divisé par le nombre de visites rattachées au SMS. Dans une version incrémentale, il devient beaucoup plus exigeant : coût de campagne divisé par le nombre de visites additionnelles réellement causées par l’envoi, par rapport à ce qui se serait produit sans message. La différence est stratégique. Une campagne à 0,80 euro de coût par visite attribuée peut être moins rentable qu’une campagne à 3 euros de coût par visite incrémentale si la première capte surtout du trafic naturel.
Le problème est particulièrement critique pour le SMS, car le canal est fréquemment déclenché sur des bases CRM à forte valeur. Le CRM, customer relationship management, regroupe les outils et méthodes permettant de gérer la relation client à partir de données, de scénarios et de points de contact. Lorsqu’un SMS est envoyé à des clients fidèles, récents, proches d’un magasin ou porteurs d’un historique d’achat, le taux de visite post-exposition sera mécaniquement supérieur à celui d’une audience anonyme. Mais cette performance ne prouve pas que le SMS a créé la visite. Elle prouve seulement qu’une visite a eu lieu après une exposition.
Pour un directeur marketing retail, l’enjeu n’est donc pas de démontrer que le SMS génère des visites. C’est de mesurer combien de visites il ajoute réellement, à quel coût marginal, avec quelle marge, sur quels segments et dans quelles conditions de pression commerciale. Le CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée ou incrémentale, le ROAS, return on ad spend, ratio entre revenus attribués ou incrémentaux et dépenses marketing, et le coût par visite doivent être relus à travers une même question : quelle partie du résultat n’aurait pas existé sans l’envoi ?
Cette discipline oblige à dépasser les reportings standards. Un SMS remis, cliqué puis suivi d’une visite n’est pas automatiquement causal. Un client peut avoir reçu le message alors qu’il avait déjà prévu de passer en magasin. Un autre peut ne pas cliquer mais se souvenir de l’offre et venir le lendemain. Un troisième peut cliquer, consulter la page magasin, puis acheter en ligne. Modéliser l’incrémental réel suppose donc de combiner données de routage, données CRM, données magasin, géographie, historique de comportement et protocole de mesure. C’est moins confortable qu’un tableau de bord classique, mais indispensable pour piloter le SMS comme un levier économique plutôt qu’un simple canal d’activation.
Reconstruire le funnel complet : du contact éligible à la visite mesurée
Avant de calculer un coût par visite, il faut définir le dénominateur. Beaucoup d’erreurs viennent d’un funnel incomplet. Le funnel, parcours allant de l’éligibilité à l’exposition, puis à l’interaction et à la conversion, doit être reconstruit étape par étape. Dans une campagne SMS Drive-to-Store, il ne suffit pas de connaître le nombre de messages envoyés et le nombre de visites. Il faut comprendre combien de contacts étaient réellement activables, combien ont été exclus, combien ont été remis, combien ont interagi, combien ont visité un magasin, et combien de ces visites sont probablement incrémentales.
Un exemple permet de cadrer le sujet. Une enseigne d’équipement de la maison sélectionne 500 000 clients opt-in SMS pour une opération locale de week-end. Après déduplication, capping et exclusions réglementaires, 430 000 contacts restent éligibles. La plateforme soumet 430 000 messages, 421 000 sont acceptés par le routeur, 398 000 sont confirmés remis, 31 800 cliquent sur le lien, 18 500 consultent une page magasin, 14 200 visites en point de vente sont observées dans une fenêtre de sept jours, et 6 400 achats sont rattachés à ces visiteurs. Si la campagne coûte 28 000 euros, le coût par visite attribuée est de 1,97 euro.
Ce chiffre peut sembler très compétitif. Mais il repose sur une hypothèse implicite : toutes les visites observées après le SMS seraient dues au SMS. Or une partie des 14 200 visites aurait eu lieu sans exposition, surtout si les clients ciblés étaient déjà actifs. Si un groupe témoin comparable montre que 10 900 visites auraient été générées naturellement sur la même période, l’effet incrémental tombe à 3 300 visites. Le coût par visite incrémentale devient alors 8,48 euros. L’écart entre 1,97 euro et 8,48 euros n’est pas un détail analytique ; il change totalement la lecture du canal.
Le funnel doit également distinguer les pertes techniques et les pertes marketing. Un SMS non remis ne peut pas produire d’effet direct, sauf si le client est touché par un autre canal. Un SMS remis mais non cliqué peut néanmoins contribuer à une visite, car le SMS est souvent consommé comme un format de lecture rapide sans interaction digitale. Un clic peut signaler une intention forte, mais ne doit pas devenir le seul critère d’attribution. Pour certaines campagnes locales, une part significative des visites attribuables au SMS se produit sans clic, notamment lorsque le message contient l’information essentielle : remise, date, magasin, code ou disponibilité.
La fenêtre de visite doit être calibrée selon la catégorie. Pour une opération restauration ou alimentaire, 24 à 72 heures peuvent suffire. Pour l’équipement de la maison, l’optique, l’automobile ou les services avec rendez-vous, une fenêtre de 7 à 21 jours peut être nécessaire. Une fenêtre trop courte sous-estime les visites différées ; une fenêtre trop longue capte du trafic organique et gonfle l’attribution. La bonne pratique consiste à définir une fenêtre principale alignée sur le cycle d’achat, puis une fenêtre secondaire pour observer les effets retardés, sans les mélanger dans le même indicateur.
Choisir le bon contrefactuel : holdout, test géographique ou modèle statistique
L’incrémentalité repose sur un principe simple à formuler mais difficile à exécuter : comparer ce qui s’est passé avec la campagne à ce qui se serait passé sans campagne. Ce second scénario, appelé contrefactuel, n’est jamais directement observable. Il doit être approché par une méthode de mesure. Trois familles sont particulièrement utiles pour le SMS : le holdout individuel, le test géographique et la modélisation statistique.
Le holdout individuel consiste à réserver une partie de la population éligible comme groupe témoin non exposé. Par exemple, sur 500 000 clients éligibles, l’annonceur en expose 450 000 et conserve 50 000 en témoin. Si le groupe exposé visite à 3,2 % et le groupe témoin à 2,6 %, l’uplift, augmentation incrémentale attribuable à la campagne, est de 0,6 point. Sur 450 000 exposés, cela représente 2 700 visites incrémentales. Si le coût de campagne est de 22 500 euros, le coût par visite incrémentale est de 8,33 euros. Ce protocole est lisible, relativement simple et très adapté aux bases CRM.
Mais le holdout doit être correctement randomisé. Tirer au hasard 10 % de la base peut suffire dans certains cas, mais une randomisation stratifiée est souvent préférable. Stratifier signifie répartir les témoins de manière équilibrée selon des variables clés : magasin de rattachement, région, segment de valeur, récence d’achat, distance au point de vente, statut fidélité, appétence promotionnelle. Sans cette précaution, le témoin peut contenir trop de clients dormants, trop de clients urbains ou trop de clients éloignés, ce qui fausse l’estimation de l’incrémental.
Le test géographique est utile lorsque l’effet attendu se mesure au niveau magasin ou zone de chalandise. Certaines zones reçoivent la campagne SMS, d’autres servent de témoins. La méthode peut être pertinente si l’annonceur ne peut pas constituer un holdout individuel, ou si le SMS est intégré à un plan local plus large incluant affichage, social mobile, push et display. Elle exige toutefois un appariement rigoureux des zones. Comparer un magasin de centre-ville très fréquenté à un magasin périphérique saisonnier n’a pas de valeur causale. Les zones doivent être similaires en trafic historique, chiffre d’affaires, marge, concurrence, densité, météo, calendrier promotionnel et stock.
Une méthode classique est la différence-en-différences. Elle compare l’évolution d’une zone exposée avant et après campagne à l’évolution d’une zone témoin sur la même période. Si les magasins exposés progressent de 9 % et les magasins témoins de 4 %, l’effet estimé est de 5 points, sous réserve que leurs tendances auraient été parallèles sans campagne. Cette hypothèse doit être testée sur plusieurs semaines historiques. Sans vérification, la méthode peut confondre effet SMS et dynamique locale préexistante.
La modélisation statistique devient nécessaire lorsque l’expérimentation parfaite est impossible. Un modèle peut estimer la probabilité de visite en fonction de variables observables : exposition SMS, récence d’achat, fréquence, montant, distance, magasin, météo, jour de semaine, pression promotionnelle, concurrence, interactions digitales, historique de visites. Les modèles de régression, les scores de propension ou les approches bayésiennes peuvent aider à corriger certains biais. Mais ils ne remplacent pas totalement un groupe de contrôle. Ils dépendent de la qualité des variables disponibles et restent vulnérables aux facteurs non observés, comme une intention d’achat non captée ou une influence concurrentielle locale.
Calculer le coût par visite incrémentale : formules, segments et seuils de décision
Le calcul de base est volontairement simple : coût par visite incrémentale égal au coût total de campagne divisé par le nombre de visites incrémentales. Mais la difficulté se situe dans les conventions. Quel coût intégrer ? Quel volume de visites retenir ? Faut-il inclure la création, le routage, les frais data, les remises accordées, les coûts de mesure ? Pour une lecture financière robuste, il faut distinguer trois niveaux.
Le premier niveau est le coût média et routage : prix des SMS, coût de plateforme, éventuels frais de personnalisation et de tracking. C’est le périmètre le plus courant pour le pilotage opérationnel. Le deuxième niveau ajoute les coûts de production et de data : création, landing page, segmentation, enrichissement, mesure de visites, analytics. Il donne une vision plus complète du coût marketing. Le troisième niveau intègre le coût commercial : remises, coupons, marge sacrifiée, éventuelle surcharge opérationnelle en magasin. C’est le niveau nécessaire pour arbitrer la rentabilité réelle.
Imaginons une campagne de 300 000 SMS. Le coût de routage est de 15 000 euros, la production et la mesure ajoutent 5 000 euros, et les remises utilisées représentent 18 000 euros de marge abandonnée. Le coût marketing strict est de 20 000 euros, mais le coût économique complet atteint 38 000 euros. Si la campagne génère 4 000 visites attribuées, le coût par visite attribuée marketing est de 5 euros. Si l’incrémental réel est de 1 200 visites, le coût par visite incrémentale marketing est de 16,67 euros. En coût économique complet, il atteint 31,67 euros. Selon le panier et la marge, la conclusion peut être très différente.
Le coût par visite ne doit jamais être analysé seul. Une visite n’a pas la même valeur selon le taux de transformation, le panier moyen, la marge et la valeur client future. Une enseigne peut accepter un coût par visite incrémentale de 12 euros si la visite génère un panier moyen de 85 euros avec 45 % de marge et une forte probabilité de réachat. Elle doit refuser le même coût si le panier est de 18 euros avec 22 % de marge et une remise élevée. Le bon indicateur complémentaire est la contribution marge incrémentale : ventes incrémentales multipliées par taux de marge, moins coûts marketing et remises.
La segmentation est indispensable. Une moyenne globale peut masquer des arbitrages opposés. Supposons une campagne nationale affichant un coût par visite incrémentale moyen de 9 euros. Sur les clients VIP proches d’un magasin, le coût peut être de 4 euros, mais avec une faible incrémentalité car beaucoup auraient visité sans SMS. Sur les clients dormants à forte valeur, le coût peut être de 14 euros, mais avec un effet de réactivation rentable à 90 jours. Sur les prospects issus d’un jeu concours, le coût peut dépasser 25 euros avec peu de marge. La décision ne doit donc pas être seulement de reconduire ou non le SMS, mais de réallouer les volumes vers les segments où l’utilité marginale est positive.
Une matrice simple peut aider les équipes marketing. Croiser l’incrémentalité élevée ou faible avec la valeur économique élevée ou faible. Les segments à forte incrémentalité et forte valeur doivent être priorisés. Les segments à forte valeur mais faible incrémentalité doivent être sollicités avec parcimonie, car le SMS risque de cannibaliser du trafic naturel. Les segments à forte incrémentalité mais faible valeur peuvent être utiles pour du déstockage ou du recrutement, mais doivent être contrôlés en marge. Les segments à faible incrémentalité et faible valeur doivent généralement être exclus ou basculés vers des canaux moins coûteux.
Corriger les biais d’attribution : clics, visites naturelles et pression omnicanale
L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, est l’un des principaux pièges du coût par visite SMS. Le last click, modèle attribuant toute la conversion au dernier clic avant la visite ou l’achat, sous-estime souvent le SMS lorsqu’il agit comme rappel sans clic. À l’inverse, l’attribution post-view ou post-envoi peut le surestimer massivement si toutes les visites suivant l’envoi sont comptabilisées. Dans le SMS, l’équilibre est délicat : le message est très visible, mais son effet est rarement entièrement capturable par le clic.
Le premier biais est le biais de sélection. Les clients ciblés par SMS sont souvent les meilleurs clients, les plus récents ou les plus proches. Leur taux de visite naturel est supérieur à la moyenne. Si l’on compare les exposés à l’ensemble de la base non exposée, on attribue au SMS une différence qui vient en réalité du profil client. Le holdout stratifié permet de corriger ce biais en comparant des populations semblables.
Le deuxième biais est le biais de timing. Les campagnes SMS sont souvent déclenchées juste avant un temps fort commercial : soldes, ventes privées, week-end promotionnel, lancement catalogue. Même sans SMS, le trafic aurait augmenté. Une mesure naïve avant-après attribue cette hausse au canal. Le test doit donc intégrer une référence temporelle : groupe témoin, zones non exposées ou historique comparable. Pour les enseignes à forte saisonnalité, l’analyse doit contrôler les jours fériés, la météo, les vacances scolaires et les événements locaux.
Le troisième biais est la pression omnicanale. Le SMS n’agit presque jamais seul. Le client peut recevoir un email, voir une publicité sociale, être exposé à du display local acheté via une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter automatiquement des impressions publicitaires, puis cliquer sur une notification push. Le RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression disponible, peut renforcer la présence média autour des mêmes magasins. Si le reporting attribue la visite au SMS parce qu’il est le dernier contact identifié, il ignore la contribution des autres canaux. À l’inverse, si le SMS est envoyé après une séquence email et social, il peut jouer un rôle de déclencheur final mais pas porter seul tout le mérite.
Pour limiter ce biais, il faut concevoir les tests au niveau du plan d’orchestration. Une option consiste à créer plusieurs cellules : email seul, SMS seul, email plus SMS, SMS plus push, pression complète, holdout total. Cette architecture permet d’estimer les effets propres et les effets d’interaction. Par exemple, le SMS seul peut générer 1,8 point d’uplift, l’email seul 0,7 point, et la combinaison 2,1 points. Dans ce cas, l’effet additionnel du SMS après email n’est pas 1,8 point mais 1,4 point. C’est cette contribution marginale qui doit guider l’allocation budgétaire.
Le quatrième biais est la cannibalisation. Une campagne peut déplacer une visite dans le temps sans créer de visite additionnelle. Un client qui aurait acheté samedi vient vendredi pour utiliser un coupon. Le reporting montre une visite attribuée, mais l’incrémental hebdomadaire est nul. De même, une campagne locale peut déplacer du trafic d’un magasin à un autre au sein du même réseau. La mesure doit donc distinguer visites additionnelles, ventes additionnelles, avance de demande et transfert interne. Pour certains objectifs, avancer une visite peut être utile, par exemple pour lisser la fréquentation ou écouler un stock. Mais il ne faut pas le confondre avec une croissance nette.
Intégrer la géographie et la valeur magasin : une visite incrémentale n’a pas le même poids partout
Le SMS Drive-to-Store est souvent piloté au niveau national, alors que sa valeur se matérialise localement. Une visite incrémentale dans un magasin saturé, à faible stock ou faible marge n’a pas la même valeur qu’une visite dans un magasin sous-fréquenté avec une capacité commerciale disponible. Le coût par visite incrémentale doit donc être analysé par zone, par magasin et par contexte opérationnel.
La distance au point de vente joue un rôle central. Un client situé à 800 mètres d’un magasin peut avoir une probabilité naturelle de visite élevée. Le SMS peut surtout agir comme rappel. Un client situé à 12 minutes en voiture peut être moins susceptible de venir spontanément, mais plus influençable si l’offre justifie le déplacement. L’incrémentalité n’est donc pas toujours maximale dans la proximité immédiate. Elle peut se trouver dans des zones intermédiaires où la friction existe, mais où le message peut réellement la réduire.
La qualité de l’offre locale est tout aussi déterminante. Un SMS promettant une disponibilité produit doit être aligné avec le stock réel. Une offre valable dans un magasin aux horaires restreints ou à l’accès compliqué risque de générer des clics mais peu de visites. Une campagne peut afficher un coût par visite élevé dans une zone parce que le message est faible, mais aussi parce que l’expérience locale ne soutient pas la promesse. Le diagnostic ne doit pas se limiter au canal : il doit intégrer stock, horaires, capacité d’accueil, relais en magasin, concurrence et saisonnalité.
Un cas concret illustre cette logique. Une enseigne de beauté active 120 magasins avec un SMS annonçant un diagnostic offert et une remise sur une gamme soin. Le coût global est de 42 000 euros. Le reporting attribué remonte 21 000 visites, soit 2 euros par visite. Un holdout révèle 5 600 visites incrémentales, soit 7,50 euros par visite incrémentale. Mais l’analyse magasin montre trois réalités. Les magasins de centre commercial génèrent beaucoup de visites attribuées, mais seulement 15 % d’incrémental, car le trafic naturel est fort. Les magasins de périphérie génèrent moins de visites attribuées, mais 38 % d’incrémental. Les magasins urbains avec rupture partielle de stock ont un bon taux de clic mais une faible transformation.
La décision optimale n’est pas de couper le SMS ou d’augmenter le budget global. Elle consiste à redistribuer l’investissement : réduire la pression sur les magasins à trafic naturel élevé, maintenir le SMS sur les périphéries à forte incrémentalité, exclure les magasins sous contrainte de stock, et adapter le message selon la friction locale. Dans certains magasins, le SMS doit pousser un rendez-vous. Dans d’autres, il doit insister sur la disponibilité immédiate. Dans d’autres encore, il doit être remplacé par un canal moins intrusif pour éviter de payer une visite qui aurait déjà eu lieu.
La valeur magasin doit également intégrer la marge. Une visite incrémentale en centre-ville peut générer un panier faible mais fréquent. Une visite en périphérie peut générer un panier plus élevé, notamment sur des achats planifiés. Pour arbitrer correctement, l’annonceur doit passer du coût par visite au coût par visite utile : visite suivie d’un achat, d’une prise de rendez-vous, d’une réactivation ou d’une action à valeur future. Toutes les visites ne sont pas équivalentes, surtout lorsque le SMS consomme une ressource rare : l’attention directe du client.
Définir un modèle opérationnel : instrumentation, gouvernance et seuils de rentabilité
Modéliser l’incrémental réel ne doit pas rester un exercice ponctuel d’analytics. Pour être utile, le modèle doit être intégré à la gouvernance marketing. Il faut définir ce qui est mesuré, à quelle fréquence, avec quelles conventions, et comment les résultats modifient les campagnes suivantes. Sans boucle de décision, l’incrémentalité devient un rapport de post-campagne consulté trop tard.
L’instrumentation minimale comporte cinq briques. Premièrement, une base CRM propre avec identifiants stables, consentement SMS, historique d’achat, rattachement magasin et variables de valeur. Deuxièmement, des données de routage détaillées : soumis, acceptés, remis, échecs, opt-out, horodatage. Troisièmement, un mécanisme de mesure des visites, idéalement croisé avec les transactions ou les scans de fidélité pour éviter de ne mesurer que le passage physique. Quatrièmement, des groupes de contrôle intégrés par défaut dans les campagnes non critiques. Cinquièmement, un référentiel magasin incluant stock, horaires, opérations locales, pression concurrentielle et typologie de zone.
Les seuils de rentabilité doivent être définis avant le lancement. Si une visite incrémentale vaut en moyenne 11 euros de marge attendue, un coût par visite incrémentale de 9 euros peut être acceptable, mais seulement si le coût relationnel reste faible. Si la visite vaut 4 euros de marge, le même coût est destructeur. Les équipes doivent donc travailler avec des seuils par catégorie et par segment : coût par visite maximal, coût par achat incrémental maximal, contribution marge minimale, taux d’opt-out maximal, pression mensuelle maximale.
Le coût relationnel mérite une place explicite. Un SMS peut générer des visites tout en augmentant les désabonnements. Si une campagne provoque 0,35 % d’opt-out sur 400 000 contacts, elle perd 1 400 contacts activables. Si ces contacts avaient une valeur future moyenne de 3 euros de marge CRM annuelle, le coût relationnel latent est de 4 200 euros. Cette estimation reste imparfaite, mais elle évite de considérer l’opt-out comme une simple métrique secondaire. Sur des clients fidèles, un désabonnement SMS peut coûter plus cher qu’une visite additionnelle ne rapporte.
La gouvernance doit aussi clarifier les responsabilités. Les équipes CRM pilotent la cible et la pression. Les équipes retail connaissent les contraintes magasin. Les équipes data conçoivent le protocole de mesure. Les équipes média orchestrent les autres canaux. Les directions financières demandent une lecture marge et non seulement chiffre d’affaires. Le coût par visite incrémentale se situe précisément à l’intersection de ces métiers. S’il est confié à un seul silo, il sera soit trop technique, soit trop opérationnel, soit trop financier, mais rarement actionnable.
Enfin, le modèle doit être itératif. Les premiers tests n’ont pas besoin d’être parfaits pour être utiles. Une enseigne peut commencer par un holdout simple sur 10 % de la base, puis raffiner par segment et magasin. Elle peut ensuite tester différentes fenêtres d’attribution, différentes pressions, différentes offres et différents scénarios omnicanaux. L’objectif n’est pas d’obtenir une vérité absolue, mais de réduire progressivement l’incertitude de décision. Un modèle imparfait mais stable, documenté et utilisé vaut mieux qu’un reporting attribué très précis mais causalement fragile.
Conclusion : passer du coût par visite apparent à une logique de contribution incrémentale
Le coût par visite via SMS devient un indicateur stratégique seulement lorsqu’il mesure l’effet additionnel réel du canal. Le coût par visite attribuée reste utile pour suivre l’exécution, comparer des campagnes et détecter des anomalies. Mais il ne doit pas servir seul à arbitrer les budgets. Dans un environnement retail où le trafic naturel, la fidélité, la proximité et la pression omnicanale influencent fortement les résultats, l’attribution brute surestime souvent la contribution du SMS.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, reconstruire le funnel complet, du contact éligible à la visite et à l’achat. Deuxièmement, définir précisément la fenêtre de mesure selon le cycle d’achat. Troisièmement, mettre en place un holdout individuel ou un test géographique apparié. Quatrièmement, calculer séparément coût par visite attribuée, coût par visite incrémentale et contribution marge. Cinquièmement, segmenter les résultats par valeur client, distance, magasin, récence et intention. Sixièmement, corriger les biais d’attribution liés au clic, au timing, au trafic naturel et aux autres canaux. Septièmement, intégrer les coûts commerciaux et relationnels, notamment remises et opt-out. Huitièmement, utiliser les résultats pour réallouer les volumes, adapter les messages et ajuster la pression.
Le SMS conserve une force rare : il atteint rapidement des audiences connues, dans un format direct, avec une capacité d’activation locale élevée. Mais cette force impose une exigence de mesure supérieure. Plus un canal est visible et intrusif, plus il doit justifier sa contribution marginale. Envoyer à des clients qui seraient venus de toute façon peut produire un excellent reporting et une faible création de valeur. Envoyer moins, mais sur des segments où le message modifie réellement le comportement, peut produire moins de visites attribuées et davantage de croissance nette.
La question centrale n’est donc pas : combien coûte une visite après SMS ? Elle est : combien coûte une visite qui n’aurait pas existé sans SMS, et quelle valeur nette crée-t-elle pour l’enseigne ? C’est cette bascule, de l’indicateur apparent vers la contribution incrémentale, qui permet au marketing mobile de défendre ses budgets avec rigueur et de piloter le Drive-to-Store comme un levier de performance mesurable.
