Le marketing engineering est la conception du marketing comme un système mesurable de recherche, de preuves, de données, d'expérimentation, d'automatisation et de distribution, plutôt que comme une suite de campagnes sans lien entre elles. Dans ce système, les entrées sont déclarées avant que quoi que ce soit soit écrit, chaque étape donne la même réponse quand on la relance, un échec est signalé comme un échec au lieu de disparaître dans une moyenne, et une personne désignée valide tout ce qui sort. Une campagne est une exécution du système, et le système est ce que l'équipe possède et améliore.
L'expression a deux vies plus anciennes, et l'acheteur qui la cherche rencontre les deux. En 1998, Gary Lilien et Arvind Rangaswamy ont publié «The Age of Marketing Engineering» et un manuel du même nom, où elle désignait l'usage de modèles de décision informatisés pour choisir entre des options marketing, par exemple l'effet d'un changement de prix sur le bénéfice. En avril 2026, l'entreprise de recherche par IA Profound a annoncé le «Marketing Engineer» comme intitulé de poste, un marketeur qui construit les flux de travail sur lesquels une équipe tourne, et des agences aux États-Unis emploient «engineering marketing» pour la promotion destinée aux bureaux d'ingénierie. La définition de Torke est la version pratique de la première et la version d'équipe de la seconde, et nous l'écrivons en entier partout où nous employons le terme, parce qu'une étiquette que le lecteur doit remplir lui-même sera mal remplie.
Ce qui fait qu'un système est construit, c'est le mot pris au sens propre, et quatre propriétés le séparent d'une campagne bien menée. Les entrées sont déclarées, donc la liste des comptes nommés et la bibliothèque d'affirmations approuvées existent avant la rédaction de la première annonce. Les étapes sont reproductibles, donc un collègue peut relancer le classement des comptes du mois dernier à partir des mêmes données et obtenir la même liste. Les échecs sont visibles, donc un lead auquel il manque l'un des cinq faits, une affirmation sans source ou un canal lu sur un échantillon trop petit pour juger est consigné exactement comme tel. Et chaque publication a un responsable, donc la personne qui a validé un e-mail ou une page peut être nommée après coup. Une campagne peut avoir les quatre par chance pendant un mois, et un système les a chaque mois par construction.
La règle pratique à l'intérieur de cette construction est la séparation entre code et jugement. Toute étape dont la règle peut s'écrire tourne en code, parce que le code donne la même réponse à chaque exécution et qu'un client ou un auditeur peut lire la règle. Si un lead porte les cinq faits, combien de jours un signal garde son poids, combien de points une famille de signaux peut ajouter, quand une fenêtre de rejet se ferme et combien d'impressions un canal exige avant qu'on lise son chiffre, tout cela relève de règles, et dans les moteurs de Torke ces règles tournent en code. Un modèle n'intervient que là où l'entrée est du texte libre et où aucune règle complète n'existe, par exemple pour transformer une affirmation approuvée et un signal daté en premier brouillon, et même là il travaille sous un schéma, avec une vérification de chaque fait cité contre sa source et une limite de longueur, et une personne connectée valide le résultat. La page Méthode montre le côté comptes de ce dispositif, et la page Engine le côté rédaction.
Le marketing operations se tient juste à côté et on le confond souvent avec lui. Les operations maintiennent les outils en marche, les données en circulation et les campagnes lancées à l'heure, et une équipe peut avoir d'excellentes operations sans aucun engineering, parce que personne n'a écrit les règles que les outils appliquent ni rendu leurs échecs visibles. La différence tient en une question : quand un chiffre du tableau de bord est faux, l'équipe peut-elle désigner la règle qui l'a produit et l'entrée dont il vient ? Les operations répondent par le nom d'un outil, l'engineering par une règle et une source.
L'approche a une limite, et elle compte davantage sur un petit marché que sur un grand. L'engineering rend un marché fini praticable, parce qu'une entreprise qui compte quelques centaines d'acheteurs réels ne peut pas s'appuyer sur des moyennes et doit couvrir chaque compte la semaine où quelque chose a changé pour lui, avec une trace du pourquoi. Il ne crée pas de demande là où il n'y en a pas, il ne raccourcit pas la décision propre d'un groupe d'achat, et il ne remplace pas l'équipe de vente, qui garde l'évaluation technique, la relation et la conclusion. Le sens de 1998, des modèles de décision pour un grand marché, reste valable pour les entreprises pour lesquelles il a été écrit, et ceci est un autre outil pour une autre taille de marché.
Pour un fondateur ou un responsable marketing, le test est court. Prenez une campagne du mois dernier et listez chaque décision qu'elle contient, depuis qui figurait sur la liste jusqu'à l'affirmation retenue dans l'annonce et au moment où le résultat a été lu. Marquez chacune comme règle écrite avec sa source, comme jugement de quelqu'un, ou comme sortie d'un modèle que personne n'a vérifiée. Une campagne où la plupart des marques tombent dans la première colonne est une exécution d'un système construit, et ce décompte, plus que n'importe quel outil de l'équipe, dit si confier le travail à Torke Service ou faire tourner les mêmes moteurs par votre propre équipe est la bonne étape suivante.
