Dans le monde numérique, nous entendons de plus en plus souvent parler de modèles d’attribution. Modèles d’attribution pour Facebook, pour Google Ads, pour LinkedIn Ads, pour Microsoft Advertising (ancien Bing Ads), post view, post click etc. Mais qu’est-ce qu’un modèle d’attribution et pourquoi est-il essentiel de choisir le bon ?
Un modèle d’attribution peut être vu comme un ensemble de règles plus ou moins complexes qui déterminent comment attribuer une conversion (quelle que soit l’action surveillée) à un canal spécifique. Par conséquent, un modèle d’attribution nous aide à identifier un ensemble d’actions que tout utilisateur effectue sur différents appareils et canaux, et chacun de ces points de contact contribue à la réalisation d’un objectif spécifique (la conversion en fait).
Un nouveau Parcours Client
Il est désormais évident que le comportement des utilisateurs a considérablement changé ces dernières années ; en particulier, la pandémie a donné une très forte accélération à la numérisation de notre pays. Cette variation a conduit l’utilisateur moyen à découvrir de nouveaux canaux, de nouveaux appareils, de nouveaux comportements et de nouvelles habitudes qui créent beaucoup de confusion dans ce qu’on appelle le Customer Journey de l’utilisateur. Et c’est précisément dans un contexte confus comme celui-ci que les modèles d’attribution nous aident à comprendre quelles sont les actions les plus significatives qui ont conduit l’utilisateur à devenir client.
Les modèles d’attribution les plus courants
À ce jour, Google Analytics (GA) est la plateforme la plus utilisée pour surveiller le comportement des utilisateurs sur les sites Web. Parmi les raisons, il y a certainement celle de l’évaluation et de la comparaison entre différents modèles d’attribution (déjà prédéfinis par la plateforme elle-même) qui permettent d’aller au fond des données et donc de comprendre le comportement des utilisateurs. Au sein de GA, nous pouvons trouver, selon la section que vous consultez, jusqu’à 7 modèles d’attribution différents, mais les plus courants que l’on retrouve également sur d’autres plateformes sont 6. Pour comprendre leur fonctionnement, supposons également un parcours client qui un utilisateur pourrait prendre pour arriver à la conversion, par exemple Facebook Ads> Google Ads> Google Organic> Direct> conversion
- First click ou Première Interaction: attribue toute la valeur de la conversion, et donc 100 % de celle-ci, au premier canal qui a amené l’utilisateur sur le site. Donc, en se référant à l’exemple initial, dans ce cas, le canal Facebook Ads aurait une valeur de 1.
- Last Click ou Last Interaction: ce modèle représente exactement l’inverse du précédent, c’est-à-dire que tout le crédit est attribué au dernier canal. Par conséquent, la chaîne Direct se verrait attribuer la totalité de la valeur, donc 1.
- Linear ou linéaire: c’est le modèle le plus impartial de tous, car il répartit équitablement la valeur unitaire de la conversion sur tous les canaux qui ont contribué au parcours de l’utilisateur. Et donc les canaux Facebook Ads, Google Ads, Google Organic et Direct se verront tous attribuer la même valeur de 0,25.
- Time Decay ou Exponential Decay: ce modèle peut être très utile lorsque vous avez un chemin de conversion court. Cette solution, en fait, est basée sur une décroissance exponentielle ; par conséquent, les canaux qui interceptent l’utilisateur dans les jours les plus proches de la conversion obtiendront un crédit plus élevé. Ici, faire un exemple d’attribution est plus complexe car cela dépend aussi du jour où a lieu la conversion, mais ce qui pourrait arriver, par exemple, c’est Facebook Ads 0.10, Google Ads 0.15, Google Organic 0.25 et Direct 0,50.
- Last Non-Direct Click ou Dernier clic non direct: dans ce cas, le trafic provenant de Direct est totalement ignoré et 100 % de la valeur de conversion est attribuée au dernier canal sur lequel l’utilisateur a cliqué avant de convertir ; dans notre cas, ce serait Google Organic.
- Position Based ou Position Based: ce modèle peut être vu comme une fusion de ceux cités ci-dessus, car il prend en compte le premier, le dernier canal et tous ceux entre les deux. Concrètement, cette chaîne attribue 40 % du crédit à la première et à la dernière chaîne, tandis que toutes les autres verront une subdivision à parts égales des 20 % restants. Revenant donc à l’exemple habituel, Facebook Ads et Direct auront une valeur attribuée de 0,4, tandis que Google Ads et Google Organic 0,10 respectivement. Précisément pour cette subdivision, ce modèle est parfois aussi appelé le « modèle 40-20-40 ».
Différences de suivi
On comprend alors plus facilement pourquoi il existe toujours de fortes disparités entre les différentes plateformes impliquées, par exemple dans les campagnes publicitaires ou dans la gestion des leads, donc les CRM.
En fait, chaque outil a son propre modèle d’attribution par défaut, qui dans certains cas peut également être modifié manuellement. Il suffit de penser, par exemple, à la plateforme Google Ads, qui fixe par défaut un modèle Last Click sur toutes les actions de conversion qui, cependant, est généralement modifié par la personne qui gère les campagnes, justement à cause de ce qui a été dit précédemment. De nos jours, il est impensable de surveiller et d’optimiser les campagnes en analysant uniquement le dernier canal qui a conduit l’utilisateur à la conversion.
Ensuite, il y a des cas encore plus complexes et différents, comme celui des Facebook Ads. Par exemple, la plateforme de Zuckerberg a revu et réévalué à plusieurs reprises le modèle d’attribution par défaut associé aux campagnes. À ce jour, les conversions sont surveillées avec un modèle basé sur 7 jours post-clic ou 1 jour post-vue. Qu’est-ce que ça veut dire? Cela signifie que si un utilisateur a cliqué sur une publicité Facebook dans les 7 jours précédant la conversion, ou a simplement visualisé (sans interagir) la publicité la veille de la conversion, le réseau social attribuera 100% du crédit à ses campagnes.
Si l’on pense donc au fait que Google Analytics ne prévoit pas de suivi des conversions basé uniquement sur les vues, penser à faire correspondre les deux informations est absolument impossible.
Quel modèle choisir alors ?
En résumé, il n’y a pas de modèle plus juste à choisir qu’un autre, tout dépend du métier en question, et surtout de la manière dont vous comptez tout contrôler.
L’essentiel, cependant, est qu’une fois le critère de suivi choisi, il est suivi en permanence, et toutes les évaluations qui doivent être faites pour l’entreprise, qu’il s’agisse d’investissements, de contenus, de nouvelles opportunités ou autre, sont sur la base des données de la même plate-forme. La pire chose à faire est de commencer à sauter de plate-forme en plate-forme et de faire des choix une fois basés sur un ensemble de données et une autre fois sur des choses complètement différentes.
