ROAS marginal : arbitrer budget, saturation et profitabilité
Le ROAS moyen rassure, le ROAS marginal décide
Dans beaucoup de comités d’investissement marketing, le ROAS sert encore de juge de paix. Le ROAS, return on ad spend, ratio entre le revenu attribué et les dépenses publicitaires, est simple à lire : 100 000 euros dépensés, 500 000 euros de revenu attribué, donc un ROAS de 5. Cette simplicité est utile pour cadrer la performance, mais elle devient dangereuse lorsqu’elle guide les arbitrages budgétaires à la marge. La vraie question n’est pas seulement combien le canal rapporte en moyenne. Elle est : que rapporte le prochain euro investi, une fois que les audiences les plus faciles, les requêtes les plus intentionnistes et les inventaires les plus efficaces ont déjà été exploités ?
C’est précisément le rôle du ROAS marginal. Il mesure la contribution additionnelle d’une tranche de budget supplémentaire, et non la performance agrégée de l’ensemble du budget. Une campagne peut afficher un ROAS moyen de 4,2 et pourtant produire un ROAS marginal de 1,1 sur les 20 derniers pourcents dépensés. Inversement, un canal peut sembler médiocre en moyenne parce qu’il est encore sous-appris, mais afficher un ROAS marginal supérieur lorsqu’il atteint une zone d’audience moins saturée ou un meilleur mix créatif. Pour des équipes growth matures, cette distinction change la manière d’allouer le budget entre acquisition, activation, rétention et expansion.
Le sujet est particulièrement critique dans un contexte où les coûts médias augmentent, où l’observabilité utilisateur diminue et où les plateformes automatisées optimisent localement vers des signaux parfois biaisés. En paid search, les requêtes brand ou très bas de funnel, entonnoir allant de l’exposition à l’acquisition, puis à l’activation, la rétention et l’expansion, absorbent souvent une partie du crédit. En paid social, les algorithmes privilégient les profils les plus proches de l’achat observé. En programmatique, une DSP, demand-side platform, plateforme permettant d’acheter automatiquement des impressions publicitaires sur différents inventaires, peut enchérir via RTB, real-time bidding, système d’enchères publicitaires en temps réel impression par impression, sur des audiences déjà exposées par d’autres leviers. Le reporting attribué peut rester flatteur alors que la contribution incrémentale baisse.
Le ROAS marginal oblige à déplacer l’analyse : du tableau de bord descriptif vers la décision économique. Il connecte budget, saturation, profitabilité, attribution, marge et capacité opérationnelle. Il demande de distinguer les revenus attribués des revenus incrémentaux, de lire les courbes de rendement décroissant, de contrôler la cannibalisation, de tenir compte du CAC, customer acquisition cost, coût total d’acquisition client, et d’intégrer la marge brute plutôt que le seul chiffre d’affaires. Autrement dit, il transforme la question combien pouvons-nous dépenser ? en jusqu’où chaque euro supplémentaire crée-t-il encore de la valeur nette ?
Définir le ROAS marginal sans le confondre avec le ROAS incrémental
Le ROAS moyen se calcule simplement : revenu attribué divisé par dépense publicitaire. Si une campagne dépense 50 000 euros et génère 250 000 euros de revenu attribué, son ROAS moyen est de 5. Le ROAS marginal répond à une autre question : quel revenu supplémentaire obtient-on lorsque l’on ajoute une tranche de dépense ? Si le budget passe de 50 000 à 60 000 euros et que le revenu attribué passe de 250 000 à 275 000 euros, les 10 000 euros additionnels génèrent 25 000 euros, soit un ROAS marginal de 2,5. Le canal reste performant en moyenne, mais la tranche additionnelle l’est deux fois moins que l’historique.
Cette différence est essentielle parce que la plupart des canaux médias ne sont pas linéaires. Les premiers euros capturent souvent la demande la plus accessible : requêtes de marque, audiences retargeting, clients proches du réachat, segments lookalike très proches des meilleurs acheteurs, inventaires à forte attention. À mesure que le budget augmente, l’algorithme doit élargir : requêtes plus génériques, audiences plus froides, placements moins qualitatifs, fréquences plus élevées, géographies secondaires, créas plus sollicitées. La performance moyenne peut rester acceptable pendant longtemps, mais la performance marginale se dégrade.
Il faut toutefois distinguer ROAS marginal et ROAS incrémental. Le ROAS marginal mesure la performance d’une tranche supplémentaire selon la méthode de mesure retenue. Le ROAS incrémental cherche à isoler la valeur additionnelle causée par la publicité par rapport à un scénario sans exposition. Si une tranche de 20 000 euros génère 70 000 euros de revenu attribué, son ROAS marginal attribué est de 3,5. Mais si un holdout, groupe volontairement non exposé servant de témoin, indique que 45 % de ces ventes auraient eu lieu sans publicité, le revenu incrémental est plutôt 38 500 euros. Le ROAS marginal incrémental tombe alors à 1,93.
La nuance est décisive pour l’arbitrage. Un canal peut paraître scalable avec un ROAS marginal attribué de 3, mais être déjà proche du seuil de destruction de valeur une fois corrigé de l’incrémentalité. À l’inverse, un levier haut de funnel peut avoir un ROAS attribué faible à court terme, mais un effet incrémental plus élevé sur les recherches de marque, la conversion organique, le taux de transformation CRM ou la vitesse de cycle. L’attribution, méthode qui assigne une conversion ou une part de revenu à un ou plusieurs points de contact marketing, ne suffit donc pas à trancher. Elle observe des associations ; elle ne prouve pas toujours la causalité.
Pour piloter correctement, il faut définir trois niveaux de ROAS. Premier niveau : ROAS attribué moyen, utile pour suivre l’efficacité apparente. Deuxième niveau : ROAS marginal attribué, utile pour comprendre les rendements décroissants par tranche budgétaire. Troisième niveau : ROAS marginal incrémental, utile pour décider si la prochaine tranche de dépense crée réellement du profit. Les équipes qui ne regardent que le premier niveau risquent de financer la saturation. Celles qui regardent les trois peuvent arbitrer entre volume, profitabilité et apprentissage.
Lire la saturation comme une courbe, pas comme un seuil fixe
La saturation n’apparaît pas toujours brutalement. Elle se manifeste souvent par une pente qui s’aplatit. Au départ, chaque euro additionnel génère beaucoup de revenu. Puis le rendement baisse progressivement. Cette courbe dépend du canal, de la taille d’audience, du niveau de concurrence, de la qualité créative, de la fréquence, du pricing produit et de la maturité de la marque. Chercher un seuil universel de saturation est donc trompeur. Il faut construire une courbe de réponse budgétaire.
Une courbe de réponse relie le niveau de dépense à une métrique business : revenu, marge, conversions, opportunités ou valeur vie client. Supposons une marque e-commerce avec les tranches suivantes sur paid social : de 0 à 20 000 euros, 140 000 euros de revenu ; de 20 000 à 40 000 euros, 110 000 euros additionnels ; de 40 000 à 60 000 euros, 75 000 euros additionnels ; de 60 000 à 80 000 euros, 42 000 euros additionnels ; de 80 000 à 100 000 euros, 22 000 euros additionnels. Le ROAS moyen à 100 000 euros est de 3,89, ce qui peut sembler solide. Mais le ROAS marginal de la dernière tranche est de 1,1. Si la marge brute est de 45 %, cette tranche détruit probablement de la valeur avant même d’intégrer les coûts logistiques, promotions, retours et outils.
En B2B SaaS, la lecture doit souvent se faire plus bas dans le funnel. Une campagne LinkedIn peut générer des leads avec un CPA, coût par acquisition ou coût par action selon le contexte, stable, mais voir la qualité s’éroder. Les 500 premiers leads peuvent produire 120 MQL, marketing qualified leads, leads jugés suffisamment qualifiés pour être travaillés, 55 SQL, sales qualified leads, leads acceptés comme commercialement exploitables, et 18 opportunités. Les 500 suivants peuvent produire 115 MQL, mais seulement 32 SQL et 7 opportunités. Le CPA lead reste presque identique ; le coût par opportunité explose. La saturation n’est pas visible au niveau du formulaire, mais elle est nette au niveau de la valeur commerciale.
La fréquence est un indicateur utile mais insuffisant. Une fréquence moyenne de 6 impressions par utilisateur sur une audience froide peut signaler une pression excessive, mais elle ne dit pas si les impressions additionnelles sont utiles. Il faut regarder la contribution marginale par bande de fréquence. Par exemple : utilisateurs exposés 1 à 2 fois, taux de conversion incrémental de 1,2 % ; 3 à 5 fois, 1,6 % ; 6 à 8 fois, 1,65 % ; plus de 9 fois, 1,63 %. Si le lift se stabilise après 5 impressions, les impressions supplémentaires peuvent surtout servir à accumuler du crédit d’attribution post-view sans créer de demande.
La saturation peut aussi être créative. Une audience peut encore être adressable, mais la promesse, le visuel ou l’angle de message ont perdu leur capacité à générer de l’attention. Dans ce cas, réduire le budget n’est pas toujours la meilleure réponse ; il peut être préférable de renouveler le système créatif, de segmenter les angles par maturité de demande ou de déplacer une partie du budget vers des formats de considération. Une courbe de ROAS marginal doit donc être lue avec les diagnostics de fatigue : CTR, click-through rate, taux de clic, taux de vue complète, coût par visite qualifiée, commentaires, taux de masquage, taux de répétition et évolution du taux de conversion post-clic.
Passer du chiffre d’affaires au profit marginal
Le ROAS est souvent piloté sur le chiffre d’affaires, alors que la décision budgétaire devrait être pilotée sur le profit marginal. Cette différence est loin d’être théorique. Deux campagnes avec le même ROAS peuvent avoir des contributions économiques opposées si les marges, les remises, les retours, la rétention ou les coûts de traitement diffèrent. Un ROAS de 4 sur un produit à 70 % de marge brute n’a pas la même valeur qu’un ROAS de 4 sur un produit à 25 % de marge, surtout si le second génère davantage de retours ou de support.
Le seuil de ROAS de rentabilité peut être approximé en inversant la marge contributive. Si une entreprise vend un produit avec 50 % de marge brute et peu de coûts variables additionnels, un ROAS de 2 couvre théoriquement le coût média au niveau brut : 1 euro dépensé génère 2 euros de revenu, soit 1 euro de marge brute. Mais si la marge contributive réelle après paiement, logistique, retours, remises et support est de 35 %, le seuil monte à environ 2,86. Si l’objectif inclut une contribution fixe ou un profit cible, le seuil est encore plus élevé.
En SaaS, la logique doit intégrer la LTV, lifetime value, valeur économique attendue d’un client sur sa durée de relation, et le payback period, délai nécessaire pour récupérer le coût d’acquisition. Une campagne peut avoir un ROAS court terme faible si le revenu initial est limité par un abonnement mensuel, mais rester rentable si la rétention est forte. À l’inverse, une campagne peut générer un grand nombre de clients à faible prix d’entrée avec un churn élevé, ce qui améliore le revenu attribué à 30 jours mais dégrade la profitabilité à 12 mois. Le ROAS marginal doit donc être calculé sur une valeur ajustée par marge et rétention, pas seulement sur la première transaction.
Exemple : une entreprise SaaS dépense 60 000 euros sur un canal qui génère 300 trials, 75 clients payants et 90 000 euros d’ARR, annual recurring revenue, revenu récurrent annuel. Le ROAS sur ARR est de 1,5. Si la marge brute est de 80 %, la marge annuelle brute attendue est de 72 000 euros, soit un ratio marge sur dépense de 1,2. Le canal semble acceptable. Mais l’analyse par tranche montre que les 40 000 premiers euros ont généré 65 000 euros d’ARR, tandis que les 20 000 derniers n’en ont généré que 25 000. Le ROAS marginal sur ARR est de 1,25 et le ratio marge brute marginal est de 1. Avant coûts sales, onboarding et support, la tranche supplémentaire est déjà à l’équilibre fragile.
Le profit marginal impose également de tenir compte des contraintes opérationnelles. Si une hausse de budget génère plus de leads que les SDR peuvent traiter correctement, le taux de contact baisse, les délais de relance augmentent et la qualité perçue se dégrade. Le ROAS marginal observé peut alors baisser non parce que l’audience est saturée, mais parce que la capacité commerciale l’est. Dans un modèle product-led growth, stratégie où l’adoption du produit devient le principal moteur d’acquisition et de conversion, la contrainte peut être l’onboarding : plus d’inscriptions, mais moins d’activation si les parcours, la documentation ou le support ne suivent pas. La profitabilité marginale est donc une métrique système, pas uniquement média.
Construire un modèle d’arbitrage budgétaire par tranches
Pour rendre le ROAS marginal actionnable, il faut sortir du pilotage canal par canal en moyenne mensuelle. Une méthode robuste consiste à découper les budgets en tranches et à comparer leur contribution marginale. Chaque tranche doit être analysée selon la même grille : dépense, revenu attribué, revenu incrémental estimé, marge, coût variable, qualité des conversions, délai de conversion et effet sur les autres canaux.
Un tableau d’arbitrage peut classer les tranches ainsi : tranche A, budget indispensable de capture très rentable ; tranche B, budget efficient de croissance rentable ; tranche C, budget d’apprentissage ou de création de demande ; tranche D, budget saturé ou défensif. L’objectif n’est pas de couper automatiquement C ou D. Une tranche d’apprentissage peut être stratégique si elle ouvre un nouveau segment, améliore la notoriété ou nourrit un cycle long. Mais elle ne doit pas être présentée comme une tranche de performance immédiate. La clarté de l’intention évite les mauvais arbitrages.
Prenons un portefeuille simplifié. Paid search non-brand dépense 80 000 euros avec un ROAS moyen de 3,4. Paid social dépense 100 000 euros avec un ROAS moyen de 2,8. Retargeting dépense 30 000 euros avec un ROAS moyen de 8. À première vue, il faudrait augmenter le retargeting. Mais l’analyse marginale montre autre chose : les 10 000 derniers euros de retargeting ont un ROAS incrémental estimé de 1,2 après holdout ; les 20 000 derniers euros de paid search ont un ROAS marginal de 2,1 ; les 20 000 derniers euros de paid social ont un ROAS marginal attribué de 1,8 mais contribuent à une hausse mesurée des recherches brand et à des conversions assistées deux semaines plus tard. L’arbitrage rationnel n’est pas de maximiser le ROAS moyen, mais de déplacer les budgets vers les tranches où la valeur marginale ajustée du risque est la plus élevée.
La règle économique peut être formulée simplement : tant que le profit marginal attendu d’une tranche est supérieur au coût d’opportunité du capital marketing, la tranche est défendable. Mais ce coût d’opportunité n’est pas uniquement financier. Il inclut le temps des équipes, la capacité créative, la charge sales, la dette analytique et le risque d’apprentissage erroné. Une tranche à ROAS marginal légèrement positif mais très complexe à opérer peut être moins intéressante qu’une tranche à ROAS marginal comparable et plus simple à maintenir.
Les modèles d’allocation doivent aussi intégrer le décalage temporel. Un euro investi en search bas de funnel peut convertir dans la journée. Un euro investi en vidéo de considération peut influencer une cohorte sur 30 à 90 jours. Comparer les deux sur une fenêtre unique de 7 jours favorise mécaniquement la capture de demande. Pour éviter ce biais, il faut définir des horizons par type de levier : court terme pour les campagnes transactionnelles, moyen terme pour les campagnes de considération, long terme pour la marque et l’expansion. Le ROAS marginal peut être calculé sur plusieurs fenêtres, à condition de ne pas mélanger les lectures.
Dans les organisations avancées, ce travail peut être soutenu par des modèles de marketing mix modeling, ou MMM, modélisation statistique estimant la contribution des leviers marketing à partir de séries temporelles agrégées, et par des tests d’incrémentalité. Mais un modèle sophistiqué ne compense pas une mauvaise définition des tranches. Si toutes les campagnes sont mélangées dans un même objectif plateforme, l’algorithme optimisera vers la conversion la plus facile à attribuer, pas nécessairement vers le profit marginal.
Corriger les biais d’attribution avant de scaler
Le ROAS marginal est très sensible à l’attribution. Si la mesure surestime les conversions causées par une campagne, elle surestimera aussi la rentabilité de la tranche supplémentaire. Les biais les plus fréquents concernent le retargeting, les conversions post-view, le search brand, les audiences CRM, les promotions et les fenêtres d’attribution trop longues. Le problème n’est pas que ces leviers sont inutiles. Le problème est qu’ils captent souvent du crédit sur une demande déjà créée ailleurs.
Le retargeting illustre bien le piège. Une campagne peut afficher un ROAS de 12 en ciblant les visiteurs des 7 derniers jours. Mais une partie de ces utilisateurs allait revenir via direct, organic, email ou paid search brand. Si l’on augmente le budget retargeting, la plateforme peut simplement augmenter la fréquence sur les mêmes profils. Le ROAS moyen reste élevé, mais le ROAS marginal incrémental peut chuter. Un holdout simple, par exemple 10 % des visiteurs récents volontairement exclus du retargeting, permet de mesurer le lift réel. Si le groupe exposé convertit à 8,5 % et le holdout à 7,8 %, l’uplift absolu est de 0,7 point, pas 8,5 points.
Les conversions post-view en display et programmatique doivent être lues avec prudence. Une impression visible ou partiellement visible servie peu avant une conversion peut recevoir du crédit sans avoir modifié la décision. Plus la fenêtre post-view est longue, plus le risque de crédit opportuniste augmente. Pour les campagnes DSP, il est utile de segmenter les résultats par nouveauté d’audience : nouveaux utilisateurs ou comptes, visiteurs récents, clients existants, prospects CRM, opportunités ouvertes. Une tranche budgétaire qui se présente comme prospection mais touche 40 % d’audiences déjà engagées ne doit pas être évaluée comme une pure expansion.
Le search brand pose un autre problème. Lorsque les investissements hauts de funnel augmentent, les requêtes de marque peuvent monter. Si le modèle attribue la conversion finale au search brand sans relier l’effet aux expositions précédentes, le canal brand paraît très rentable et les leviers de création de demande semblent faibles. À l’inverse, si l’on crédite trop généreusement les impressions haut de funnel, on peut surestimer leur rôle. La solution n’est pas de chercher une attribution parfaite, mais de combiner plusieurs preuves : attribution multi-touch, cohortes exposées versus non exposées, geo-tests, holdouts et évolution de la demande de marque.
Un exemple concret : une marque retail augmente de 40 000 euros son budget vidéo programmatique dans 12 zones géographiques, tout en conservant 12 zones comparables en contrôle. Le reporting plateforme attribue 210 000 euros de revenu post-view, soit un ROAS de 5,25. Le geo-test montre une hausse de chiffre d’affaires de 92 000 euros dans les zones exposées par rapport aux zones témoins, après contrôle de la tendance. Le ROAS incrémental est donc plutôt de 2,3 avant marge. Si la marge contributive est de 38 %, la contribution brute est 34 960 euros pour 40 000 euros dépensés : la campagne n’est pas rentable à court terme, même si elle peut avoir un effet de notoriété à plus long terme. Sans cette correction, l’équipe aurait probablement augmenté le budget.
La qualité des données first-party devient ici stratégique. Les équipes doivent connecter les dépenses médias aux événements aval : activation, réachat, opportunité, revenu net, churn, marge et LTV. Une conversion importée trop tôt dans les plateformes, par exemple un lead non qualifié, peut pousser les algorithmes vers du volume peu rentable. Une conversion plus profonde, par exemple opportunité qualifiée ou achat avec marge positive, réduit le volume d’apprentissage mais améliore l’alignement économique. Le choix du signal d’optimisation influence directement le ROAS marginal futur.
Arbitrer entre croissance, saturation et apprentissage
Un ROAS marginal inférieur au ROAS moyen ne signifie pas automatiquement qu’il faut couper le budget. La baisse marginale est normale lorsque l’on cherche à croître. La vraie question est de savoir si cette baisse reste compatible avec la stratégie : maximisation du profit immédiat, acquisition de parts de marché, apprentissage sur un nouveau segment, défense concurrentielle ou accélération d’une cohorte à forte LTV. Un même ROAS marginal peut être acceptable dans un contexte et inacceptable dans un autre.
Pour une marque rentable mais contrainte en cash, le seuil doit être strict : les tranches marginales doivent générer rapidement une contribution positive. Pour une entreprise financée qui cherche à accélérer sur un marché avec forte rétention, un ROAS marginal court terme plus faible peut être justifié si la LTV est robuste et prouvée par cohortes. Pour une entreprise en repositionnement, une partie du budget peut être dédiée à l’apprentissage, avec des KPI intermédiaires : coût par visite qualifiée, taux d’activation, progression de recherche de marque, engagement de comptes ICP, qualité des signaux CRM. Mais ce budget doit être explicitement séparé du budget de performance rentable.
Une grille utile consiste à croiser deux axes : profit marginal et valeur stratégique de l’apprentissage. Quadrant 1 : profit marginal positif et apprentissage élevé ; ce sont les tranches à scaler prioritairement. Quadrant 2 : profit marginal positif mais apprentissage faible ; ce sont les tranches à maintenir ou optimiser, souvent des leviers de capture. Quadrant 3 : profit marginal négatif mais apprentissage élevé ; ce sont des tranches expérimentales à plafonner, mesurer et revisiter. Quadrant 4 : profit marginal négatif et apprentissage faible ; ce sont les tranches à couper ou refondre.
La saturation peut aussi être gérée par diversification. Si un canal atteint un ROAS marginal trop bas, l’option n’est pas seulement de réduire la dépense totale. Il est possible de déplacer une partie du budget vers d’autres étapes du funnel : contenu de considération, programmes referral, marketing automation, SEO, partenariats, activation produit, campagnes de rétention ou offres d’expansion. Dans certains cas, investir dans l’activation augmente plus la profitabilité que d’acheter davantage de trafic. Si le taux d’activation passe de 32 % à 38 %, le même budget d’acquisition peut produire plus de clients sans augmenter la pression média.
La relation entre acquisition et rétention est souvent sous-estimée. Une campagne à ROAS marginal faible peut attirer des clients moins fidèles, plus sensibles à la promotion ou moins alignés avec la proposition de valeur. À court terme, elle augmente le revenu. À moyen terme, elle dégrade le churn, les remboursements ou la marge. Une lecture par cohorte permet d’éviter cette erreur. Il faut comparer les cohortes acquises à différents niveaux de dépense : panier moyen, marge, réachat, usage produit, tickets support, expansion, attrition. Si les dernières tranches de budget génèrent des cohortes durablement plus faibles, la saturation est qualitative autant que quantitative.
Enfin, l’arbitrage doit intégrer le temps d’apprentissage des algorithmes. Couper et relancer trop fréquemment des budgets peut empêcher les plateformes de stabiliser leur optimisation. Mais laisser tourner une tranche saturée sous prétexte de phase d’apprentissage peut coûter cher. Une pratique saine consiste à définir à l’avance les règles de décision : durée minimale, volume minimal de conversions, seuils de marge, seuils de qualité, critères d’arrêt et hypothèses de relance créative. Le ROAS marginal devient alors un instrument de gouvernance, pas une réaction émotionnelle à une semaine de performance.
Conclusion : piloter le prochain euro, pas célébrer le passé
Le ROAS marginal ramène le marketing à sa question économique fondamentale : le prochain euro investi crée-t-il plus de valeur qu’il n’en consomme ? Le ROAS moyen raconte ce qui s’est passé sur l’ensemble d’un budget. Il est utile, mais insuffisant. Les décisions de scaling se prennent à la marge, là où apparaissent les rendements décroissants, la saturation d’audience, la fatigue créative, les biais d’attribution et les limites opérationnelles.
Une méthode actionnable peut se résumer en sept décisions. Premièrement, calculer le ROAS par tranches budgétaires, pas seulement en moyenne mensuelle. Deuxièmement, distinguer ROAS attribué, ROAS marginal et ROAS marginal incrémental. Troisièmement, convertir le revenu en marge contributive pour définir un seuil réel de profitabilité. Quatrièmement, analyser la saturation à plusieurs niveaux : audience, fréquence, créa, canal, qualité des leads et capacité sales ou produit. Cinquièmement, corriger les biais d’attribution avec holdouts, geo-tests, cohortes et fenêtres adaptées au cycle d’achat. Sixièmement, séparer les budgets de capture, de croissance rentable et d’apprentissage pour éviter de juger tous les leviers avec le même horizon. Septièmement, arbitrer les tranches selon le profit marginal attendu, la valeur stratégique et le coût d’opportunité.
Pour les professionnels du marketing, l’enjeu n’est pas de trouver un ROAS cible unique. Un seuil fixe peut rassurer, mais il masque la dynamique réelle des rendements. Le bon pilotage consiste à savoir où le budget est encore productif, où il apprend quelque chose d’utile, où il cannibalise une demande existante et où il détruit de la marge. Cette lecture demande plus de discipline que le reporting plateforme, mais elle protège contre l’erreur la plus coûteuse : augmenter les dépenses parce que le passé était rentable, alors que la prochaine tranche ne l’est déjà plus.
Dans un environnement où les coûts d’acquisition progressent et où la mesure devient moins déterministe, le ROAS marginal devient un garde-fou stratégique. Il ne remplace pas l’intuition marché, la créativité ou la construction de marque. Il permet de les financer avec lucidité. Les équipes qui savent piloter le prochain euro, plutôt que commenter le ROAS moyen du mois précédent, prennent de meilleures décisions : moins de budget gaspillé en saturation, plus d’investissement dans les tranches réellement incrémentales, et une croissance plus alignée avec la profitabilité.
