Vous investissez sur plusieurs canaux (Google Ads, Meta, affichage, radio…) mais vous ne savez pas vraiment lequel génère le plus de valeur ? C’est une question que se posent la majorité des annonceurs. Et c’est précisément pour y répondre que Google a lancé Meridian, un outil gratuit et open source dédié à la modélisation du mix marketing.
Dans cet article, nous faisons le tour de la question : qu’est-ce que Meridian, à qui s’adresse-t-il, à quoi sert-il, comment fonctionne-t-il et comment le mettre en place ?
Qu’est-ce que Meridian ?
Meridian est un framework de Marketing Mix Modeling (MMM) développé par Google et mis à disposition de tous en open source depuis janvier 2025. Concrètement, c’est un outil statistique qui analyse vos données marketing historiques pour mesurer l’impact réel de chaque canal publicitaire sur vos résultats (ventes, leads, chiffre d’affaires…).
Pour bien comprendre, imaginez que votre chiffre d’affaires est un plat cuisiné. Chaque ingrédient, une campagne Google Ads, un post sponsorisé sur Instagram, un spot radio, une promotion en magasin, contribue au résultat final. Le Marketing Mix Modeling, c’est la recette qui vous permet de savoir quel ingrédient apporte réellement de la saveur… et lequel vous pourriez doser différemment.
Contrairement aux outils d’attribution classiques (comme le modèle « last click » de Google Ads), Meridian ne s’appuie pas sur des cookies ou des identifiants utilisateurs individuels. Il travaille avec des données agrégées. Les dépenses par canal, les volumes de vente, la saisonnalité, la météo, etc…ce qui en fait une solution nativement respectueuse de la vie privée et parfaitement adaptée à l’ère post-cookies.
Son moteur repose sur une approche bayésienne : en langage simple, cela signifie que le modèle s’affine et devient plus précis au fur et à mesure que vous lui fournissez de nouvelles données. Vous pouvez également y intégrer vos connaissances métier (par exemple, les résultats d’un test A/B passé) pour guider l’analyse.
À qui s’adresse Meridian ?
Meridian n’est pas réservé aux géants du e-commerce disposant d’équipes de data scientists. Il a été conçu pour être utilisé par différents profils au sein d’une organisation :
- Les responsables marketing et CMO qui veulent des réponses concrètes à des questions stratégiques : « Dois-je investir davantage dans YouTube ou dans le Search ? », « Quel serait l’impact d’une réduction de 20% de mon budget display ? ». Meridian fournit des visualisations claires et des recommandations d’allocation budgétaire exploitables directement.
- Les analystes marketing qui collectent les données, fournissent le contexte métier et transforment les insights en actions. Google a prévu un parcours de documentation dédié, depuis la collecte des données jusqu’à l’interprétation des résultats.
- Les data scientists et profils techniques qui souhaitent comprendre la méthodologie statistique, personnaliser le modèle avec des a priori avancés ou intégrer Meridian dans l’infrastructure de données existante de l’entreprise.
- Les agences marketing, comme Suisseo, qui accompagnent leurs clients dans l’optimisation de leurs investissements publicitaires et qui cherchent un outil transparent pour démontrer la valeur de chaque canal.
En revanche, l’utilisation de Meridian nécessite un minimum de maturité en termes de données. Si vous ne suivez pas encore vos dépenses par canal de manière structurée, la première étape sera de mettre en place un suivi web analytics avant de vous lancer dans la modélisation.
À quoi sert Meridian ?
Comme nous le disions en introduction, Meridian est un outil statistique qui analyse vos données marketing historiques pour mesurer l’impact réel de chaque canal publicitaire. Il permet d’avoir une vision plus juste de la contribution de chaque canal et ainsi d’optimiser les allocations budgétaires.
Voici 5 cas d’usage de Meridian:
- Mesurer la contribution réelle de chaque canal
Quelle part de vos ventes est attribuable à Google Ads ? À vos campagnes Meta ? À votre présence TV ou radio ? Meridian décompose vos résultats pour isoler l’effet de chaque levier, y compris les canaux offline traditionnellement difficiles à mesurer. - Calculer le ROI et le ROI marginal
Au-delà du retour sur investissement global par canal, Meridian calcule le ROI marginal : si vous ajoutez 1’000 CHF de budget supplémentaire sur un canal donné, quel sera le retour attendu ? C’est une information cruciale pour arbitrer intelligemment entre vos différents leviers. - Optimiser l’allocation budgétaire
Sur la base des résultats du modèle, Meridian génère des recommandations d’optimisation : « Réallouez X% du budget Display vers le Search pour maximiser le ROI global. » Ces recommandations se mettent à jour au fur et à mesure que de nouvelles données sont intégrées. - Analyser les effets au niveau local ou régional
C’est l’une des forces de Meridian : la possibilité de modéliser les performances à une granularité géographique fine. Pour une entreprise active en Suisse romande et en Suisse alémanique par exemple, cela permet de comprendre si les mêmes canaux fonctionnent de la même manière dans les deux régions. - Intégrer la couverture (reach) et la fréquence
Meridian est l’un des rares MMM à intégrer nativement les données de couverture et de fréquence, notamment pour les campagnes YouTube. Cela permet d’optimiser non seulement « combien » vous dépensez, mais aussi « combien de personnes » vous touchez et « combien de fois ».
Comment fonctionne Meridian ?
Voici les grands principes de fonctionnement de Meridian :
Des données agrégées, pas individuelles
Meridian travaille à partir de données consolidées par période (jour, semaine) et par zone géographique : dépenses média par canal, volume de ventes ou de leads, variables externes (météo, jours fériés, événements spéciaux…). Aucun cookie, aucun identifiant utilisateur n’est nécessaire.
Une approche bayésienne
Le modèle utilise l’inférence causale bayésienne. En pratique, cela signifie que vous pouvez injecter des connaissances préalables (les « a priori ») dans le modèle. Par exemple, les résultats d’un geo-test ou d’un A/B test passé et le modèle les combine avec les données observées pour produire des estimations plus robustes. Plus vous ajoutez de données et de connaissances, plus le modèle s’affine.
La gestion automatique de la saisonnalité
Contrairement aux MMM traditionnels qui nécessitent de créer manuellement des variables indicatrices pour chaque période (Noël, soldes, etc.), Meridian intègre un mécanisme automatique d’ajustement de la saisonnalité et des tendances. Cela réduit le risque d’attribuer à tort une hausse saisonnière des ventes à une campagne marketing.
La modélisation des effets de saturation et de report (adstock)
Le modèle prend en compte deux réalités marketing fondamentales : la saturation (au-delà d’un certain seuil de dépenses, chaque franc supplémentaire rapporte de moins en moins) et l’adstock (l’effet d’une campagne ne s’arrête pas le jour où elle est coupée ; il se prolonge dans le temps).
La quantification de l’incertitude
Meridian ne vous donne pas un chiffre unique et péremptoire. Il produit des intervalles de confiance pour tous ses résultats (ROI, contribution par canal, recommandations budgétaires). Vous savez non seulement quel est le résultat le plus probable, mais aussi quelle est la marge d’incertitude associée.
Un code open source et transparent
L’intégralité du code est disponible sur GitHub. Cela signifie que vous (ou votre partenaire technique) pouvez inspecter exactement comment le modèle fonctionne, l’adapter à vos besoins spécifiques, et contribuer à son amélioration.
Comment mettre en place Meridian ?
L’implémentation de Meridian se déroule en plusieurs étapes. Elle nécessite un minimum de compétences techniques (Python, notions de statistiques) mais reste accessible pour une équipe data ou une agence spécialisée.
Étape 1 : Évaluer votre maturité data
Avant toute chose, assurez-vous de disposer des données nécessaires : historique de dépenses par canal (idéalement 2 à 3 ans), données de conversions ou de ventes, et variables de contrôle (saisonnalité, promotions, événements externes). Plus vos données sont propres et complètes, plus les résultats seront fiables.
Étape 2 : Installer l’environnement technique
Meridian fonctionne en Python (versions 3.11 à 3.13) et utilise TensorFlow Probability comme bibliothèque statistique. Google recommande un minimum d’un GPU pour des performances optimales. L’installation se fait via le dépôt GitHub officiel.
Étape 3 : Collecter et structurer les données
Google met à disposition la MMM Data Platform pour récupérer automatiquement les données d’exposition média des canaux Google (impressions, clics, couverture YouTube…). Pour les canaux non-Google (Meta, affichage, radio, etc.), il faudra organiser et importer ces données manuellement.
Étape 4 : Configurer et exécuter le modèle
C’est la phase technique : définir les spécifications du modèle, paramétrer les a priori (en s’appuyant sur votre expertise métier ou sur des résultats de tests passés), et lancer l’échantillonnage bayésien. Google fournit des notebooks Colab et une documentation étape par étape pour guider ce processus.
Étape 5 : Interpréter et itérer
Une fois le modèle exécuté, vous obtenez des visualisations de la contribution de chaque canal, des estimations de ROI avec intervalles de confiance, et des recommandations d’optimisation budgétaire. C’est un processus itératif : au fil du temps, vous affinerez le modèle en intégrant de nouvelles données et de nouveaux tests.
En résumé
Meridian représente une avancée significative dans le domaine de la mesure marketing. En rendant accessible un outil de Marketing Mix Modeling puissant, transparent et gratuit, Google offre aux annonceurs de toutes tailles la possibilité de mieux comprendre l’impact de leurs investissements publicitaires, le tout dans le respect de la confidentialité des données.
Pour autant, l’outil ne fait pas tout. Son efficacité repose sur la qualité de vos données, la pertinence des connaissances métier que vous y injectez, et un processus d’analyse continu. C’est un outil d’aide à la décision, pas une boîte noire qui prend les décisions à votre place.
Vous souhaitez en savoir plus sur Meridian, faire un état des lieux de votre tracking ou explorer des solutions pour améliorer votre collecte de données ? Contactez Suisseo pour un échange sans engagement.
Ressource: Meridian, Marketing Mix Modeling