Quelqu'un achète chez vous. Quel canal mérite le crédit ? La question paraît simple, et l'attribution marketing est toute l'industrie bâtie pour y répondre. Pourtant la plupart des équipes y répondent avec un modèle qui récompense discrètement les mauvais canaux, puis réallouent leur budget sur cette mauvaise réponse.
Voici la vérité gênante qu'on explore dans cet article : l'attribution multi-touch parfaite que les outils vous vendent est en grande partie un mythe, et elle le devient un peu plus chaque année. La bonne nouvelle, c'est que vous n'en avez pas besoin. Vous devez comprendre pourquoi le modèle par défaut ment, pourquoi la « meilleure » solution se délite, et quoi regarder à la place.
Ce que l'attribution essaie de faire
Les gens convertissent rarement en un seul point de contact. Un parcours réaliste ressemble à ça :
L'attribution, c'est la tentative d'attribuer le crédit de cette vente entre ces points de contact. La question « qui mérite le crédit ? » n'a pas de réponse objectivement correcte, alors l'industrie a inventé des modèles, dont chacun n'est en réalité qu'une opinion différente sur la façon de répartir le crédit.
Les modèles d'attribution en 60 secondes
| Modèle | Qui reçoit le crédit |
|---|---|
| Last-click | 100 % au dernier point de contact avant la conversion (le modèle par défaut de la plupart des outils) |
| First-click | 100 % au premier point de contact qui a lancé le parcours |
| Linéaire | Réparti à parts égales entre tous les points de contact |
| Time-decay | Plus de crédit aux points de contact proches de la vente |
| Basé sur la position | Le plus de crédit au premier et au dernier point de contact, un peu au milieu |
| Data-driven | Un algorithme attribue le crédit selon les schémas observés |
Gardez une chose en tête pour la suite : les cinq premiers ne sont que des règles que vous choisissez. Seul le dernier prétend être « objectif », et comme on va le voir, il dépend précisément du suivi qui est en train de s'effondrer.
Pourquoi le last-click ment
Le last-click est le modèle activé par défaut presque partout, et c'est le plus trompeur. Il attribue 100 % du crédit à ce qui s'est passé juste avant la vente, ce qui est systématiquement biaisé en faveur des canaux de fin de parcours : Direct, recherche de marque et retargeting. Ces canaux ne créent pas la demande, ils la récoltent.
Pendant ce temps, les canaux qui ont réellement lancé le parcours (un post social, un contenu qui se positionne, une impression display) reçoivent zéro crédit, parce qu'on achète rarement à l'instant où on vous découvre. L'histoire que le last-click vous raconte est donc : « coupez le social et le contenu, ils ne convertissent pas ». Vous les coupez. Puis, quelques mois plus tard, votre trafic Direct et de marque se tarit discrètement, parce que vous avez éteint ce qui l'alimentait. Le last-click ne s'est pas contenté de fausser les chiffres, il vous a poussé vers une mauvaise décision.
Pourquoi le multi-touch ne vous sauvera pas
La réponse évidente est « utilisez plutôt l'attribution multi-touch », un modèle qui crédite chaque point de contact. En théorie, ça corrige le biais du last-click. En pratique, une attribution multi-touch fiable dépend d'une seule chose : suivre de façon fiable la même personne à travers de nombreuses visites, canaux et semaines. Et c'est exactement ce qui a été discrètement démantelé.
- Les cookies tiers ont disparu ou sont dégradés. Le suivi inter-sites qui reconstituait un parcours d'un site à l'autre est bloqué par défaut sur Safari et Firefox, et fortement restreint sur Chrome. Reconstruire le parcours complet n'est plus fiable. (Plus de détails sur le virage vers la donnée first-party.)
- Les bannières de consentement rognent l'échantillon. Chaque visiteur qui refuse est invisible pour un outil soumis au consentement, donc les parcours que vous voyez sont un sous-ensemble biaisé.
- Le référent n'arrête pas de disparaître. Le trafic arrive de plus en plus sans référent, alors il s'effondre dans Direct, un fourre-tout qui masque d'où viennent vraiment les gens.
Voici le signe qui devrait clore le débat : Google lui-même a renoncé au multi-touch à base de règles. Fin 2023, Google a retiré quatre modèles d'attribution de GA4 et Google Ads (first-click, linéaire, time-decay et basé sur la position), ne laissant que le last-click et son propre modèle data-driven. La raison invoquée : presque personne ne les utilisait (moins de 3 % des conversions). Quand l'entreprise qui possède le plus de données de suivi au monde retire les modèles multi-touch, c'est un signal sur leur véritable praticabilité.
Quoi regarder à la place
Si l'attribution parfaite est hors de portée, la réponse n'est pas de renoncer à mesurer. C'est d'arrêter de courir après une fausse précision et de suivre des choses réellement fiables :
- Une mesure propre des canaux. Vous ne connaissez peut-être pas le parcours complet, mais vous pouvez savoir, avec précision, combien de trafic et de revenu chaque canal apporte, à condition que votre outil ne perde pas la source et ne l'échantillonne pas.
- Des tendances directionnelles, pas un crédit exact. La question utile est rarement « le social a-t-il eu 22 % ou 28 % de cette vente ». C'est « le social grandit-il ou rétrécit-il, et le revenu a-t-il bougé quand on y a investi ». Les tendances survivent à une attribution imparfaite ; le crédit à la virgule près, non.
- L'attribution déclarée. Un simple champ « Comment nous avez-vous connus ? » à l'inscription bat souvent un parcours modélisé, car il capture les points de contact hors ligne et de dark social qu'aucun outil de suivi ne voit.
- La cohérence entre les sources. Quand votre analytics, votre Search Console et vos plateformes publicitaires concordent à peu près, faites confiance à la tendance. Quand elles divergent, vous avez trouvé un problème de mesure, pas un problème marketing.
Comment Sublim aide
Sublim ne vous vendra pas de fantasme multi-touch. Il est privacy-first et sans cookie par conception, et il identifie les visiteurs avec une empreinte rotative plutôt qu'un cookie permanent, donc il ne suit délibérément pas les individus sur des mois. Autrement dit, il ne reconstruit pas le parcours complet avant le clic, et il ne prétend pas le faire. Ce qu'il fait, il le fait proprement : il classe chaque visite par canal d'acquisition et y rattache le revenu, sans qu'une bannière de consentement laisse de côté tous ceux qui refusent, et sans échantillonner les petits canaux jusqu'à les faire disparaître. Il distingue aussi les nouveaux visiteurs des visiteurs qui reviennent, et conserve la vraie source au lieu de la jeter dans Direct. En d'autres termes, il vous donne la couche honnête et fiable (quels canaux apportent du trafic et du revenu, et comment ces tendances évoluent) au lieu d'un chiffre d'apparence précise bâti sur un suivi qui ne tient plus. Associez-le à des objectifs par canal et vous pourrez agir sur les tendances en confiance.
