Le MMM revient, et c'est Google qui tient le modèle
Meridian entre dans Google Analytics 360. Le marketing mix modeling quitte les cabinets spécialisés pour devenir un livrable d'agence, avec un angle mort.
Le marketing mix modeling n'a rien d'une nouveauté : les grandes marques de grande consommation arbitrent leurs budgets par la modélisation économétrique depuis des décennies. Ce qui change en 2026, ce n'est pas la méthode. C'est qui tient le modèle.
Le 20 mai, à l'occasion de Google Marketing Live, Google a annoncé l'arrivée de Meridian — son modèle de mix marketing open source — directement à l'intérieur de Google Analytics 360, avec unification des données first-party cross-canal, mesure causale et scénarios prédictifs. La modélisation n'est plus un projet. C'est un onglet.
Dix-huit mois pour passer du dépôt GitHub au tableau de bord
Meridian avait été ouvert à tous le 29 janvier 2025, accompagné d'un programme de plus de vingt partenaires de mesure certifiés. À ce stade, c'était du code : il fallait un data scientist pour le faire tourner, et un projet pour l'alimenter.
En mars 2026, Minted dressait le bilan de la première année avec Jonathan Dupasquier, directeur général associé de M13H (groupe Cosmo5). Son constat : « le MMM n'a jamais autant fait parler de lui qu'aujourd'hui ». Il relevait surtout un déplacement d'audience — la méthode, « autrefois réservée aux grands annonceurs hors ligne disposant de budgets colossaux », intéresse désormais des pure players du digital, historiquement pilotés au clic.
Pourquoi maintenant : la mesure déterministe ne tient plus
Ce retour n'a rien de nostalgique. Il répond à l'effondrement d'un modèle de preuve. « L'ère du tout-digital nous a habitués à l'illusion d'une mesure parfaite grâce aux cookies », rappelle Jonathan Dupasquier, avant de conclure : « Fini le temps de la vérité unique basée sur l'attribution déterministe. »
Le MMM prend le problème par l'autre bout : il ne suit pas l'individu, il modélise l'agrégat. Données consolidées, inférence bayésienne, prise en compte de la saisonnalité, du prix et des promotions. Ce n'est pas une mesure exacte — c'est une mesure qui survit à la disparition du signal individuel, là où le pixel et l'identifiant ne survivent plus. Le sujet rejoint celui de la bascule vers la first-party data, terrain des agences data, et celui de la mesure d'attention : aucune de ces briques ne remplace les autres.
Ce que ça change pour les agences
Trois déplacements concrets.
- Le livrable. Le MMM sortait d'un cabinet spécialisé sous forme d'un rapport annuel coûteux. Distribué et outillé, il devient un exercice trimestriel, voire continu, qu'une agence média ou data peut opérer elle-même.
- La compétence. Le goulot d'étranglement n'est plus le budget mais la donnée. « La réussite du projet ne dépend pas de l'enveloppe budgétaire de l'annonceur, mais de sa maturité et de sa capacité à bien structurer ses propres données », souligne Jonathan Dupasquier, qui évoque un historique d'environ trois ans et un mix suffisamment diversifié. Réconcilier, historiser, nettoyer : c'est du travail d'agence, facturable et défendable.
- L'arbitrage. Un modèle qui compare TV, radio, retail media et search sur une même échelle redonne à l'agence un terrain qu'elle avait largement cédé aux algorithmes d'enchères des plateformes.
L'angle mort : le juge est aussi partie
Reste une évidence qu'il faut nommer. Google distribue gratuitement un modèle qui évalue la performance de médias que Google vend. L'analyse de Jonathan Dupasquier est sans détour : « en évangélisant le marché avec ce nouveau standard de mesure, Google cherche logiquement à rassurer les annonceurs et à justifier la valeur de ses propres espaces publicitaires ».
L'ouverture du code est un vrai progrès face aux boîtes noires propriétaires : le modèle est auditable, modifiable, appropriable. Mais un algorithme transparent ne dit rien de la qualité des données qu'on lui injecte — et une partie de ces données vient du même acteur. Google a d'ailleurs annoncé en mai les Qualified Future Conversions, un signal propulsé par Gemini qui relie les dépenses haut de funnel aux ventes futures via les recherches de marque, et qu'il prévoit d'intégrer à terme à Meridian pour en affiner la précision.
D'où le seul réflexe de méthode qui tienne : croiser. Attribution, modélisation et tests d'incrémentalité ne répondent pas aux mêmes questions et ne servent pas aux mêmes arbitrages. Jonathan Dupasquier met en garde contre « les nouvelles solutions opaques qui promettent des miracles "clés en main" en se contentant de surfer sur les mots à la mode du MMM ».
Pour un annonceur, la bonne question à poser à son agence en 2026 n'est donc plus « savez-vous faire du MMM ? ». C'est : avec quelles données, calibrées par quels tests, et qui les possède ?