Modèles d'attribution marketing et succès

Historiquement, les spécialistes du marketing s’appuyaient sur plusieurs modèles basés sur des règles pour suivre les performances. Le plus basique est le modèle au premier clic, qui attribue 100 % du crédit à la toute première interaction qu’un utilisateur a eue avec la marque. Il est souvent utilisé par les entreprises axées sur la notoriété de la marque plutôt que sur les ventes immédiates. Si un utilisateur trouve un site Web via une épingle Pinterest et achète ensuite via une visite directe, Pinterest obtient tout le crédit.

Le modèle au dernier clic est l’opposé, attribuant tout le crédit au dernier point de contact avant la conversion. Bien qu’il soit facile à suivre, il ignore souvent l’influence des efforts marketing en haut de l’entonnoir. Par exemple, un utilisateur peut voir trois publicités YouTube différentes avant de cliquer finalement sur une annonce de recherche de marque pour acheter. Dans ce scénario, le dernier clic ignore complètement le contenu vidéo.

Les modèles multi-touch tentent de répartir le crédit sur l’ensemble du parcours. Les modèles linéaires donnent un crédit égal à chaque interaction, tandis que les modèles de décroissance temporelle donnent plus de crédit aux interactions qui se sont produites plus près du moment de la conversion. Les modèles basés sur la position, parfois appelés en forme de U, donnent généralement 40 % du crédit à la première et à la dernière interaction, et répartissent les 20 % restants entre les étapes intermédiaires.

Google Analytics 4 (GA4) utilise l’attribution basée sur les données comme paramètre par défaut pour la plupart des rapports. Ce modèle utilise l’apprentissage automatique pour analyser à la fois les parcours de conversion et ceux sans conversion afin de comprendre comment les différents points de contact influencent les résultats. Contrairement aux modèles basés sur des règles, il s’adapte aux modèles uniques des données de votre compte spécifique.

Le modèle basé sur les données examine des facteurs tels que le temps écoulé depuis la conversion, le type d’appareil et le nombre d’interactions publicitaires. Il calcule la contribution réelle de chaque mot-clé, annonce et campagne. Cela permet une représentation plus précise de la façon dont les canaux marketing fonctionnent ensemble plutôt que de manière isolée.

Les spécialistes du marketing peuvent toujours accéder aux options de dernier clic dans GA4 s’ils préfèrent une vue plus traditionnelle. Cependant, Google s’est tourné vers des méthodes basées sur les données pour fournir une image plus claire des parcours complexes et multi-appareils. Vous pouvez trouver ces paramètres en accédant à la section Administration, puis en sélectionnant Affichage des données et en cliquant sur Paramètres d’attribution.

En 2023, Google a annoncé la suppression des modèles d’attribution au premier clic, linéaire, à décroissance temporelle et basés sur la position de Google Ads et GA4. Ce changement a été mis en œuvre car ces modèles n’étaient pas aussi efficaces que l’attribution basée sur les données dans le paysage moderne. La plupart des annonceurs étaient déjà passés aux enchères automatisées, qui fonctionnent mieux lorsqu’elles utilisent des informations basées sur les données.

En se concentrant sur les modèles basés sur les données et au dernier clic, Google a simplifié le processus de mesure. Cela permet d’éviter la confusion liée à l’existence de trop nombreux rapports différents pour une même conversion. Pour un compte typique, le modèle basé sur les données fournit les informations les plus exploitables pour optimiser les dépenses publicitaires.

Le choix d’un modèle dépend fortement de votre cycle de vente et de votre type d’entreprise. Une boutique Shopify vendant des coques de téléphone bon marché a souvent une fenêtre de conversion très courte. Dans ce cas, un modèle au dernier clic peut suffire car le client prend une décision presque instantanément. Le chemin est simple et direct.

En revanche, une entreprise de logiciels B2B avec un cycle de vente de six mois a besoin d’une vue plus complète. Ils pourraient constater que leur téléchargement initial de livre blanc est tout aussi important que la demande de démonstration finale. L’attribution basée sur les données est préférée ici car elle reconnaît la valeur de ces interactions en début de parcours qui mènent finalement à un contrat de grande valeur.

• Utilisez le dernier clic pour les articles à volume élevé et à faible coût avec des temps de décision courts.
• Utilisez l’attribution basée sur les données pour les campagnes multicanaux et les cycles de vente plus longs.
• Utilisez la logique du premier clic (via des rapports personnalisés) lorsque l’objectif principal est la découverte de la marque.
• Comparez différents modèles à l’aide de l’outil de comparaison de modèles dans GA4 avant d’apporter des modifications permanentes.

La modification du modèle d’attribution dans Google Ads affecte la façon dont les conversions sont signalées dans vos campagnes et la façon dont les stratégies d’enchères automatisées optimisent vos enchères. Il s’agit d’un paramètre fondamental qui doit être révisé périodiquement. Assurez-vous d’avoir suffisamment de données de conversion avant de passer à un modèle basé sur les données pour garantir que l’apprentissage automatique dispose de suffisamment d’entrées.

Pour mettre à jour ces paramètres, suivez ce chemin dans votre compte Google Ads : cliquez sur l’icône ‘Objectifs’, puis sélectionnez ‘Résumé’ sous le menu Conversions. Cliquez sur le nom de l’action de conversion spécifique que vous souhaitez modifier. À partir de là, sélectionnez ‘Modifier les paramètres’ et recherchez le menu déroulant ‘Modèle d’attribution’.

Une fois que vous avez effectué une modification, il est courant de constater un changement temporaire dans la façon dont vos données sont signalées. Par exemple, si vous passez du dernier clic à l’attribution basée sur les données, vous verrez peut-être plus de conversions attribuées à vos campagnes de recherche génériques et moins à vos campagnes de recherche de marque. Cela reflète une répartition plus précise du crédit.

Bien que les modèles basés sur les données soient avancés, ils ne sont pas parfaits. Une limite majeure est l’effet de ‘jardin clos’. Des plateformes comme Meta et Google ne partagent pas toujours parfaitement les données entre elles. Cela peut conduire à une sur-déclaration si les deux plateformes revendiquent le crédit pour la même conversion.

Les mises à jour de confidentialité, telles qu’iOS 14.5 et l’élimination progressive des cookies tiers, affectent également la précision de l’attribution. Lorsque les utilisateurs refusent le suivi, le parcours de conversion devient fragmenté. Les spécialistes du marketing doivent souvent s’appuyer sur des conversions modélisées, où la plateforme utilise des données agrégées pour combler les lacunes laissées par les informations de suivi manquantes.

De plus, les conversions hors ligne et le bouche-à-oreille sont notoirement difficiles à suivre. Si un client voit une publicité mais visite ensuite un magasin physique pour acheter le produit, le modèle d’attribution numérique perdra probablement cette connexion. De plus, la valeur de la marque construite au fil des années ne peut pas être facilement mesurée par un seul point de contact sur une fenêtre de 30 jours.