ROAS local : intégrer les visites sans biaiser le calcul
Intégrer la visite magasin dans le ROAS local change la décision budgétaire, mais seulement si la causalité est maîtrisée
Pour un annonceur retail, mesurer une campagne locale uniquement à partir des ventes en ligne revient à ignorer une partie majeure de la valeur créée. Une publicité mobile peut ne générer aucune transaction e-commerce immédiate et produire pourtant des visites qualifiées en point de vente, des rendez-vous, des retraits, des achats caisse ou des réactivations CRM. C’est précisément l’objet du ROAS local, return on ad spend, ratio entre le chiffre d’affaires attribué ou incrémental et les dépenses marketing engagées sur une zone, un réseau ou un point de vente. L’enjeu n’est pas seulement de compléter le ROAS digital par une colonne visites. Il est de relier correctement dépenses média, expositions, déplacements réels, transactions magasin et valeur incrémentale.
Le risque est élevé. En Drive-to-Store, stratégie visant à transformer une activation digitale en trafic physique qualifié, l’intégration des visites peut gonfler artificiellement la performance si elle se limite à multiplier un nombre de visites attribuées par un panier moyen. Une campagne peut revendiquer 20 000 visites post-exposition, afficher un coût par visite de 2 euros et annoncer un ROAS supérieur à 6, alors qu’une grande partie de ces visites provient de clients déjà fidèles, situés à proximité, déjà exposés à d’autres canaux ou naturellement attirés par une promotion nationale. À l’inverse, une campagne apparemment modeste en visites peut générer une forte valeur si elle recrute des clients dormants, déplace du trafic vers des magasins sous-fréquentés ou augmente la marge sur des catégories stratégiques.
La difficulté tient au fait que la visite magasin est un événement intermédiaire, pas une valeur économique en soi. Elle devient utile lorsqu’elle est qualifiée : entrée réelle dans le point de vente, durée crédible, contexte géographique fiable, lien avec une exposition, probabilité d’achat, segment client, panier, marge et réachat. Le ROAS local doit donc être construit comme un modèle d’estimation robuste, non comme un indicateur décoratif destiné à valoriser le média. Pour des professionnels du marketing, la bonne question n’est pas : combien de visites la campagne a-t-elle générées ? Elle est plus exigeante : quelle valeur additionnelle, mesurée avec un niveau de confiance connu, ces visites ont-elles produite par rapport à un scénario sans campagne ?
Définir le ROAS local : chiffre d’affaires attribué, chiffre d’affaires incrémental et marge ne racontent pas la même histoire
Le ROAS classique se calcule simplement : chiffre d’affaires attribué divisé par dépenses publicitaires. Dans un environnement e-commerce fermé, cette formule est déjà imparfaite mais relativement lisible. En local, elle devient plus complexe parce que la conversion finale peut avoir lieu hors ligne, parfois plusieurs jours après l’exposition, parfois sans identifiant direct. Il faut donc distinguer trois niveaux de lecture.
Le premier niveau est le ROAS attribué. Il additionne les ventes rattachées à une campagne selon des règles d’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing. Ces règles peuvent être post-clic, post-impression, last click, modèle attribuant toute la conversion au dernier point de contact, ou multi-touch, modèle répartissant la valeur entre plusieurs contacts. Le ROAS attribué est utile pour le pilotage opérationnel, mais il ne mesure pas automatiquement l’effet causal. Il répond à la question : quelles ventes pouvons-nous relier à la campagne selon notre modèle ?
Le deuxième niveau est le ROAS incrémental. Il estime le chiffre d’affaires réellement additionnel produit par la campagne par rapport à ce qui se serait passé sans exposition. Il nécessite des groupes de contrôle, des tests géographiques, des holdouts CRM ou des modèles économétriques. C’est le niveau le plus pertinent pour arbitrer des budgets entre search local, SMS, push, display programmatique, social ads ou prospectus digitalisé. Il répond à la question : quelles ventes n’auraient probablement pas existé sans l’activation ?
Le troisième niveau est le ROAS marge. Il rapporte la marge brute ou contributionnelle incrémentale au coût média et opérationnel. Pour le retail, c’est souvent l’indicateur le plus décisif. Un chiffre d’affaires additionnel de 100 000 euros avec 18 % de marge et une remise agressive ne vaut pas un chiffre d’affaires additionnel de 70 000 euros avec 42 % de marge et peu de cannibalisation. Le ROAS local devrait idéalement être décliné en chiffre d’affaires et en marge, car les campagnes Drive-to-Store activent souvent des promotions, des stocks, des catégories saisonnières ou des services dont la rentabilité varie fortement.
La formule cible peut se résumer ainsi : ROAS local incrémental égale chiffre d’affaires digital incrémental plus chiffre d’affaires magasin incrémental, divisés par coût complet de l’activation. Ce coût complet inclut média, data, création, routage SMS, technologie, mesure, incentives promotionnels et parfois coût opérationnel magasin. Si l’on raisonne en marge, le numérateur devient la marge incrémentale nette. Cette nuance est essentielle : une campagne peut être performante en ROAS chiffre d’affaires et destructrice en contribution si elle récompense des clients qui seraient venus de toute façon avec une remise inutile.
Qualifier les visites avant de les valoriser : toutes les visites observées ne doivent pas entrer dans le calcul
La première source de biais consiste à traiter une visite observée comme une visite commerciale certaine. Or la mesure de visite repose souvent sur des signaux de localisation mobile collectés avec consentement, des panels, des SDK, des données Wi-Fi, des identifiants publicitaires ou des rapprochements agrégés. Ces signaux sont utiles, mais ils ne sont pas équivalents à un ticket de caisse. Leur qualité dépend de la précision géographique, de la fréquence des signaux, du contexte urbain, de la taille du panel, de la capacité à distinguer deux magasins proches et des règles d’exclusion.
Un magasin isolé en périphérie peut être mesuré avec un polygone relativement fiable. Un point de vente situé dans une rue commerçante dense, une gare ou un centre commercial présente un risque de faux positifs beaucoup plus élevé. Une présence de deux minutes dans un périmètre ne prouve pas une visite. À l’inverse, une visite réelle peut ne pas être captée si le device n’émet pas de signal ou si l’utilisateur n’appartient pas au panel. L’objectif n’est donc pas d’obtenir une vérité exhaustive, mais d’appliquer des règles constantes, documentées et adaptées au format de magasin.
Avant d’intégrer les visites dans le ROAS local, quatre filtres doivent être définis. Le premier est le périmètre : polygone magasin, rayon ajusté, exclusion des zones de passage, traitement spécifique des centres commerciaux. Le deuxième est la durée minimale : elle peut être de 3 à 5 minutes pour la restauration rapide, de 8 à 12 minutes pour un commerce spécialisé, davantage pour l’équipement de la maison. Le troisième est l’éligibilité horaire : une présence hors horaires d’ouverture doit être exclue ou analysée séparément. Le quatrième est le nettoyage des profils récurrents : employés, livreurs, prestataires ou riverains peuvent générer des visites non commerciales.
Il faut ensuite distinguer visite observée, visite qualifiée et visite monétisable. La visite observée indique qu’un device exposé a été détecté dans une zone. La visite qualifiée respecte les règles métier et géographiques. La visite monétisable peut être reliée à un achat, à une réservation, à un coupon, à une carte de fidélité, à un retrait ou à un segment CRM. Pour le ROAS, seules les visites monétisables ou modélisées à partir d’un taux de transformation robuste devraient être valorisées. Les autres peuvent servir à comprendre le trafic, mais pas à produire une valeur économique sans pondération.
Un exemple simple illustre l’écart. Une campagne génère 30 000 visites observées post-exposition. Après exclusion des signaux imprécis, des visites trop courtes, des horaires fermés et des profils récurrents, il reste 21 000 visites qualifiées. Parmi elles, 6 300 sont reliées à une transaction via fidélité, coupon ou matching caisse, soit 30 %. Si le panier moyen rattaché est de 42 euros et la marge moyenne de 35 %, la valeur directement observée est de 264 600 euros de chiffre d’affaires et 92 610 euros de marge. Mais si l’on valorisait les 30 000 visites initiales avec le même panier, on annoncerait 1,26 million d’euros de chiffre d’affaires, soit près de cinq fois plus. Le biais ne vient pas du média ; il vient d’une valorisation trop large du signal.
Éviter les principaux biais : visites organiques, fenêtres trop longues, double comptage et audiences captives
Le ROAS local se dégrade lorsque le modèle transforme une corrélation en contribution. Le premier biais est la visite organique. Un client fidèle qui passe chaque samedi dans le même magasin peut être exposé à une publicité le vendredi et visiter le samedi. L’attribution post-impression peut alors créditer la campagne d’une visite qui aurait eu lieu sans elle. Ce biais est particulièrement fort sur les zones de forte proximité, les clients à haute fréquence, les temps forts nationaux et les catégories à achat récurrent.
Le deuxième biais est la fenêtre d’attribution trop longue. Une visite dans les 24 ou 48 heures suivant une exposition locale peut être plausible pour une opération alimentaire, restauration ou promotion courte. Une fenêtre de 30 jours peut se justifier pour l’ameublement, l’automobile, l’optique ou le bricolage lourd, mais elle augmente fortement le bruit organique. Une bonne pratique consiste à analyser la courbe de latence : quelle part des visites survient à J0, J1, J3, J7 ou J14 ? Si le volume attribué augmente régulièrement sans écart clair avec un groupe témoin, la fenêtre capte probablement une partie du comportement naturel.
Le troisième biais est le double comptage entre canaux. Dans un funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation, un même client peut recevoir un email, cliquer sur une annonce search, voir une bannière programmatique, ouvrir une notification push et utiliser un coupon en magasin. Si chaque canal revendique la même visite ou la même vente, le ROAS cumulé devient mécaniquement impossible. Il faut donc mettre en place une hiérarchie ou un modèle multi-touch contrôlé, mais aussi une déduplication au niveau client, device, ticket ou événement.
Le quatrième biais est l’audience captive. Les utilisateurs d’application mobile, les porteurs de carte fidélité et les clients récents convertissent mieux que les prospects froids. Une campagne push peut afficher un CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, très inférieur à une campagne d’acquisition programmatique. Mais cette différence reflète souvent la maturité de l’audience autant que l’efficacité du canal. Sans holdout, le ROAS local risque de survaloriser les canaux proches de l’achat et de sous-investir dans les leviers qui créent réellement du recrutement.
Le cinquième biais est la moyenne réseau. Un ROAS local calculé sur l’ensemble des magasins peut masquer des réalités opposées. Certains points de vente bénéficient d’une zone de chalandise dense, d’un stock favorable et d’une faible concurrence. D’autres subissent une accessibilité médiocre, des ruptures ou une pression concurrentielle élevée. Pour piloter correctement, il faut analyser par magasin, groupe de magasins comparables, distance, temps de trajet, segment client, catégorie produit et période horaire. Le ROAS local est un indicateur géographique autant qu’un indicateur média.
Construire un modèle de calcul robuste : de l’exposition média à la marge incrémentale
Un modèle de ROAS local exploitable doit suivre une chaîne logique. La première brique est l’exposition média. En programmatique, les impressions sont souvent achetées via une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter automatiquement des impressions publicitaires sur différents inventaires. Le RTB, real-time bidding, mécanisme d’enchères en temps réel pour acheter une impression disponible, permet d’ajuster les enchères selon audience, contexte, localisation, device et probabilité de conversion. Mais pour le calcul local, il faut conserver le détail : impression, clic, fréquence, créatif, zone, magasin de rattachement, heure et coût.
La deuxième brique est l’intention intermédiaire : clic, demande d’itinéraire, consultation de page magasin, vérification de stock, ajout de coupon, appel, réservation ou ouverture d’un deep link. Ces signaux ne sont pas des ventes, mais ils aident à hiérarchiser la qualité du trafic. Une visite après consultation de stock et demande d’itinéraire n’a pas le même niveau de plausibilité qu’une visite après simple impression display.
La troisième brique est la visite qualifiée, selon les règles évoquées précédemment. La quatrième est la transaction ou la valeur estimée. Idéalement, on relie la visite au ticket de caisse via carte de fidélité, coupon unique, paiement apparié, réservation, click and collect ou identifiant CRM. Lorsque cette liaison n’est pas possible, on peut estimer la valeur à partir d’un taux de conversion magasin et d’un panier moyen par catégorie, mais en appliquant des coefficients de prudence. Valoriser une visite inconnue avec le panier moyen global du magasin est souvent trop optimiste, surtout si la campagne génère beaucoup de trafic promotionnel.
La cinquième brique est l’incrémentalité. Elle mesure l’effet additionnel réellement causé par la campagne. Le standard le plus lisible est le holdout : une fraction aléatoire de l’audience éligible n’est pas exposée et sert de groupe témoin. Pour une activation CRM ou push, un holdout de 5 % à 10 % peut suffire si les volumes sont élevés et si la randomisation est stratifiée par magasin, récence d’achat, valeur client, distance et catégorie d’intérêt. Pour une campagne média plus large, les tests géographiques sont souvent préférables : certaines zones sont exposées, d’autres comparables restent en contrôle.
Une formule opérationnelle peut être construite en quatre étapes. Premièrement, calculer le taux de visite ou de vente du groupe exposé. Deuxièmement, calculer le même taux sur le groupe témoin comparable. Troisièmement, appliquer l’écart au volume exposé pour obtenir les visites ou ventes incrémentales. Quatrièmement, valoriser ces incréments avec le chiffre d’affaires ou la marge observés, puis diviser par le coût complet. Cette méthode n’élimine pas tous les biais, mais elle évite la principale erreur : attribuer au média tout comportement post-exposition.
Cas chiffré : un ROAS attribué flatteur peut devenir un ROAS incrémental beaucoup plus modéré
Prenons une enseigne de décoration disposant de 150 magasins. Elle investit 100 000 euros dans une campagne locale combinant display mobile, social ads géolocalisées et SMS sur clients opt-in. L’objectif est de soutenir une opération printemps sur mobilier extérieur et accessoires de jardin. Le reporting média annonce 18 millions d’impressions, 210 000 clics, 54 000 visites magasin observées post-exposition et 16 200 transactions rattachées via fidélité ou coupon. Le panier moyen des transactions rattachées est de 58 euros. Le chiffre d’affaires attribué atteint donc 939 600 euros. Le ROAS attribué ressort à 9,4. À première lecture, la campagne semble excellente.
L’analyse de qualité réduit cependant le périmètre. Sur les 54 000 visites observées, 41 000 respectent les règles de durée, d’horaire et de précision géographique. Parmi les transactions rattachées, 68 % proviennent de clients ayant acheté dans les 90 derniers jours. Les magasins les plus contributeurs sont aussi ceux qui avaient la meilleure dynamique organique avant campagne, portée par une météo favorable. Le signal est positif, mais l’attribution brute surestime probablement l’effet réel.
L’enseigne avait prévu un holdout CRM de 8 % et un test géographique sur 30 magasins comparables. Le taux de visite des clients exposés atteint 6,8 % sur dix jours, contre 5,9 % dans le groupe témoin. L’uplift est donc de 0,9 point. Sur 520 000 clients exposés en CRM, cela représente 4 680 visites incrémentales. Côté média non adressable, l’analyse géographique montre une progression de chiffre d’affaires de 7,2 % dans les zones exposées contre 4,1 % dans les zones témoins, soit un effet net de 3,1 points sur les catégories promues.
Après consolidation et déduplication, l’enseigne estime 7 900 transactions incrémentales, et non 16 200 transactions attribuées. Le panier moyen incrémental est légèrement inférieur, à 54 euros, car les nouveaux visiteurs achètent davantage de petits accessoires. Le chiffre d’affaires incrémental est donc de 426 600 euros. Avec une marge brute moyenne de 39 %, la marge incrémentale atteint 166 374 euros. Si l’on déduit les 100 000 euros de coûts média et 18 000 euros de coûts additionnels liés à la création, aux données et au routage SMS, la contribution nette estimée est de 48 374 euros. Le ROAS chiffre d’affaires incrémental est de 3,6 sur coût complet ; le ratio marge incrémentale sur coût complet est de 1,41.
Le diagnostic change radicalement. La campagne reste rentable, mais pas au niveau suggéré par le ROAS attribué de 9,4. Elle devient surtout lisible : les zones périurbaines avec stock élevé et concurrence faible ont généré un ratio marge sur coût supérieur à 2,2 ; les magasins urbains denses, déjà très fréquentés, ont produit beaucoup de visites attribuées mais peu d’uplift. Pour la vague suivante, l’enseigne réduit la pression sur les clients récents, augmente les enchères autour des magasins sous-pénétrés, exclut les zones à rupture de stock et réserve le SMS aux segments ayant consulté des produits outdoor dans les quinze derniers jours. Le ROAS local devient alors un outil d’arbitrage, pas seulement un indicateur de bilan.
Mettre en place une gouvernance de mesure : règles, responsabilités et seuils de décision
Un ROAS local fiable ne dépend pas uniquement d’un modèle analytique. Il exige une gouvernance. Les équipes acquisition, CRM, data, retail, e-commerce et finance doivent partager la même définition de la visite, de la vente rattachée, de la fenêtre d’attribution, du coût complet et du niveau de preuve. Sans alignement, chaque équipe optimise son propre indicateur : le média maximise les visites attribuées, le CRM maximise le chiffre d’affaires des clients connus, le retail regarde le trafic magasin, la finance demande la marge. Le ROAS local doit réconcilier ces lectures sans les écraser.
Une bonne pratique consiste à documenter un référentiel de mesure en amont des campagnes. Ce référentiel précise les sources de données, les règles d’exclusion, les fenêtres par catégorie, les priorités de déduplication, les segments analysés, les seuils de significativité et les indicateurs de décision. Il doit aussi indiquer ce qui ne sera pas revendiqué. Par exemple, une visite observée non reliée à une transaction peut être reportée comme signal de trafic, mais ne doit pas entrer dans le chiffre d’affaires attribué sans hypothèse explicite.
Les seuils de décision doivent être définis selon l’objectif. Une campagne de déstockage peut accepter un ROAS marge plus faible si elle libère de l’espace ou réduit l’obsolescence. Une campagne de recrutement peut être déficitaire à court terme si la LTV, lifetime value, valeur économique attendue d’un client sur la durée de relation, est élevée. Une campagne de réactivation doit être évaluée sur le taux de retour et le réachat à 30 ou 90 jours, pas seulement sur le premier ticket. Une campagne de trafic magasin doit intégrer la capacité opérationnelle : générer des visites pendant une période saturée peut dégrader l’expérience et la conversion.
Il faut enfin intégrer les coûts relationnels. Un SMS local peut afficher un excellent taux de visite, mais provoquer des opt-out si la pression est trop forte. Une notification push peut générer des ventes court terme et augmenter les désactivations. Un retargeting mobile peut améliorer le ROAS attribué tout en détériorant la perception de marque. Ces effets doivent être suivis : désabonnements, désinstallations, refus de consentement, baisse d’ouverture, plaintes, avis magasin, taux de retour produit. Le ROAS local n’est pas seulement une équation financière ; c’est une mesure de contribution sous contrainte relationnelle.
Conclusion : intégrer les visites dans le ROAS local sans confondre mesure et preuve
Les visites magasin doivent entrer dans le calcul du ROAS local, car elles représentent une part essentielle de la valeur créée par les campagnes mobiles, géolocalisées et omnicanales. Mais leur intégration doit être disciplinée. Une visite n’est pas automatiquement une vente, une vente rattachée n’est pas automatiquement incrémentale, et un ROAS attribué n’est pas automatiquement un indicateur de rentabilité. Le biais apparaît dès que l’on valorise trop largement des signaux partiels ou que l’on oublie le comportement naturel des clients.
Une feuille de route actionnable peut s’organiser en huit étapes. Premièrement, définir le niveau de ROAS à piloter : attribué, incrémental, chiffre d’affaires ou marge. Deuxièmement, fixer des règles de qualification des visites : périmètre, durée, horaires, précision, exclusions. Troisièmement, relier autant que possible visites et transactions via fidélité, coupons, réservations, retraits ou matching sécurisé. Quatrièmement, segmenter les résultats par magasin, zone, distance, client, catégorie et période. Cinquièmement, dédupliquer les conversions entre canaux pour éviter le double comptage. Sixièmement, mettre en place des holdouts ou tests géographiques avant la campagne, pas après. Septièmement, calculer le coût complet, y compris data, création, routage, technologie et remises. Huitièmement, arbitrer sur la marge incrémentale et la valeur client plutôt que sur le volume brut de visites attribuées.
Le ROAS local le plus utile n’est donc pas celui qui affiche le ratio le plus spectaculaire. C’est celui qui explique où, pourquoi et pour qui l’investissement a réellement changé le comportement. Pour un prospect proche d’un magasin, une impression programmatique peut créer une visite utile. Pour un client fidèle déjà en routine d’achat, le même contact peut seulement capter une conversion organique. La maturité consiste à distinguer ces deux situations et à orienter les budgets vers les segments, les zones et les moments où le média produit une contribution nette. À cette condition, l’intégration des visites ne biaise pas le calcul : elle rend enfin visible la performance locale réelle.
