Un client voit votre pub Meta sur Instagram. Deux jours plus tard, il clique sur une annonce Google Shopping. Le lendemain, il tape directement le nom de votre boutique dans Google et achète. Quelle campagne a "causé" la vente ?
C'est la question fondamentale de l'attribution marketing. Et la réponse que vous choisissez détermine où vous investissez votre budget — donc directement votre rentabilité.
Pourquoi l'attribution est un problème
En moyenne, un acheteur e-commerce a 4 à 8 points de contact avec une marque avant d'acheter. Il voit des pubs, lit des avis, visite le site plusieurs fois, reçoit un email, voit un post organique, etc.
Le problème : chaque plateforme publicitaire utilise un modèle d'attribution qui la favorise. Meta s'attribue la vente si l'utilisateur a vu une pub dans les 24 dernières heures (post-view) ou cliqué dans les 7 derniers jours. Google s'attribue la même vente si le dernier clic vient de Google Ads.
Résultat : la somme des conversions attribuées par chaque plateforme est très supérieure au nombre réel de conversions. Vous n'avez aucune idée de la contribution réelle de chaque canal.
Les principaux modèles d'attribution
Last-click (dernier clic)
100 % du crédit va au dernier point de contact avant l'achat. C'est le modèle par défaut de Google Analytics et de la plupart des outils.
Avantage : simple et objectif. Inconvénient : il ignore totalement le travail de prospection. Les campagnes Meta de notoriété qui initient le parcours ne reçoivent aucun crédit, ce qui pousse à sous-investir en haut de funnel.
First-touch (premier contact)
100 % du crédit va au premier point de contact. Si le client a découvert votre marque via une pub TikTok, TikTok reçoit tout le crédit même si l'achat s'est fait 3 semaines plus tard via Google.
Avantage : valorise l'acquisition. Inconvénient : ignore le rôle du retargeting et des campagnes de conversion.
Linéaire
Le crédit est réparti équitablement entre tous les points de contact. Si le parcours comporte 4 interactions, chacune reçoit 25 %.
Avantage : reconnaît chaque étape. Inconvénient : ne différencie pas un clic intentionnel d'une impression passive.
Time decay (pondéré dans le temps)
Les points de contact les plus proches de la conversion reçoivent plus de crédit. Une interaction 2 jours avant l'achat vaut plus qu'une interaction 14 jours avant.
Avantage : bon compromis entre first-touch et last-click. Inconvénient : sous-évalue quand même les campagnes de prospection.
Data-driven (basé sur les données)
Des algorithmes de machine learning analysent tous les parcours de conversion pour déterminer la contribution marginale de chaque point de contact. C'est le modèle utilisé par Google Ads et Meta en interne.
Avantage : théoriquement le plus juste. Inconvénient : c'est une boîte noire, chaque plateforme favorise ses propres canaux, et il faut un volume minimum de données.
Le problème fondamental de l'attribution digitale
Voici la vérité que personne ne veut entendre : aucun modèle d'attribution n'est parfait. Ils sont tous des approximations d'une réalité infiniment complexe.
Les raisons :
- Le cross-device est incomplet : un parcours qui commence sur mobile et finit sur desktop est souvent vu comme deux visiteurs différents
- Le offline est invisible : le bouche-à-oreille, les recommandations d'amis, les discussions sur Discord/Telegram n'apparaissent dans aucun modèle
- Les données sont incomplètes : avec iOS 14, les ad-blockers et les navigateurs privés, vous ne voyez qu'une fraction du parcours réel
- La causalité vs la corrélation : voir une pub ne signifie pas que la pub a causé l'achat
L'approche pragmatique : triangulation
Plutôt que de chercher le modèle parfait, les meilleurs e-commerçants utilisent une approche de triangulation :
- Blended ROAS / MER : votre CA total divisé par vos dépenses pub totales. Pas d'attribution, juste la réalité économique globale.
- Tests d'incrémentalité : couper une campagne pendant 7 jours et mesurer l'impact réel sur le CA. Si le CA baisse de 5 000 euros en coupant 2 000 euros de pub, la contribution incrémentale est réelle.
- Sondage post-achat : demander directement aux clients "Comment avez-vous découvert notre marque ?". Simple et souvent révélateur.
- Analyse géographique : comparer les performances entre régions où vous faites de la pub et celles où vous n'en faites pas.
Comment ProfitPilotPro vous aide
ProfitPilotPro ne prétend pas résoudre le problème de l'attribution avec un modèle miracle. Au lieu de cela, nous vous donnons les outils pour une approche pragmatique :
- Blended ROAS en temps réel qui croise les données Shopify et toutes vos plateformes pub
- ROAS réel basé sur le profit net, pas le CA
- Analyse par cohortes pour comprendre la valeur long terme de vos clients acquis par chaque canal
- Tracking server-side pour maximiser la quantité de données disponibles
Prenez de meilleures décisions publicitaires. Essayez ProfitPilotPro gratuitement.