Les deux grandes familles de modèles d’attribution

Les modèles basés sur des règles de gestion

Ces modèles sont paramétrables manuellement et permettent de s’éloigner du modèle last click – longtemps modèle par défaut dans Google Analytics. Parmi les plus utilisés :

• Modèle linéaire : même valeur attribuée à chaque point de contact du parcours
• First click : toute la valeur au premier levier qui a initié le parcours
• Last click : toute la valeur au dernier contact avant conversion
• Time decay : dépréciation de la valeur avec l’éloignement dans le temps – les leviers récents sont davantage valorisés
• U-shape : valorisation renforcée du premier et du dernier point de contact, au détriment des leviers intermédiaires

Ces modèles ont le mérite d’être simples à mettre en place, mais reposent sur des partis pris a priori qui ne reflètent pas nécessairement la réalité des parcours.

Les modèles algorithmiques

C’est la génération suivante de l’attribution. Basés sur le machine learning, ces modèles calculent de façon objective la contribution marginale de chaque point de contact sur le taux de conversion, sans parti pris. Deux approches principales :

• Le modèle de Shapley : issu de la théorie des jeux, il mesure la contribution de chaque levier en simulant toutes les combinaisons possibles de points de contact via une régression linéaire
• Le modèle de Markov : permet de prédire la valeur de certains paramètres même lorsque certaines étapes du parcours sont manquantes

À noter : depuis 2022, Google Analytics 4 a adopté le modèle data-driven comme modèle par défaut – un signal fort de la maturité de l’attribution algorithmique.

---

Les trois bénéfices clés d’un modèle d’attribution

1. Optimiser la répartition des investissements médias

En identifiant la contribution réelle de chaque levier, on peut augmenter les budgets sur les canaux les plus efficaces et réduire ceux qui surperforment en apparence mais contribuent peu réellement. Résultat : davantage de leads, de commandes ou de visites en point de vente pour un même budget — soit une baisse du coût par lead ou du coût par acquisition.

2. Avoir une vision holistique de son mix marketing

Le grand travers des directions marketing est de piloter chaque canal en silo, avec ses propres KPI. Une campagne display jugée peu performante sur ses impressions peut en réalité être un levier essentiel d’initiation des parcours d’achat. L’attribution permet de visualiser les interactions entre leviers et d’identifier les synergies – ou les redondances – entre campagnes.

3. Initier un cercle vertueux de pilotage par la donnée

Des leads plus qualifiés, mieux ciblés, réduisent la charge de qualification en aval (call center, commerciaux). Des campagnes mieux calibrées améliorent les taux de transformation. Et une meilleure connaissance des parcours enrichit les stratégies CRM et de marketing direct. L’attribution n’est pas une fin en soi — c’est un levier d’amélioration continue.

---

Les facteurs clés de succès pour bien mettre en place l’attribution

Phase 1 – Cadrage budget et périmètre

La mise en place d’une solution d’attribution SaaS implique trois lignes budgétaires à anticiper :

• La licence : coût variable basé sur le volume d’impressions et de visiteurs uniques mensuels
• L’accompagnement : ne pas sous-estimer la charge de coordination et de gouvernance projet, particulièrement dans les grandes structures où les profils hybrides (data + médias + marketing) sont rares
• La customisation : adaptation de l’outil aux spécificités métiers du client

Le périmètre doit être défini en amont : quelles campagnes tracker, quels partenaires impliquer, quelles agences médias embarquer. Ce dernier point est délicat – demander à une agence de soumettre ses campagnes à une mesure externe nécessite diplomatie et pédagogie.

Phase 2 – Définir les conversions à suivre

Deux niveaux de conversion sont à définir :

• Les macro-conversions : la conversion finale qui clôture le parcours (achat en ligne, visite en point de vente, génération de lead qualifié…). C’est elle qui constitue l’objectif principal des cordes d’attribution.
• Les micro-conversions : les étapes intermédiaires qui jalonnent le parcours (téléchargement de brochure, démarrage d’un configurateur, ajout au panier, demande de rendez-vous…). Elles enrichissent la connaissance du parcours et permettent d’alimenter les algorithmes d’optimisation avec davantage de signaux.

Phase 3 – Normaliser la nomenclature des campagnes

C’est l’étape la plus souvent sous-estimée — et pourtant déterminante. Sans une labellisation rigoureuse des campagnes, les analyses produites par la solution seront illisibles pour le client comme pour l’agence.

La nomenclature doit couvrir :

• Le positionnement dans le funnel (notoriété, trafic, performance)
• Le type de format publicitaire utilisé
• Les partenaires et régies impliqués
• La famille de produits ou services associée
• La temporalité de la campagne (fil rouge vs temps fort, soldes, Black Friday…)

Ce travail de labellisation est le socle de toutes les analyses croisées qui seront produites sur la solution.

Phase 4 – Gouvernance et adoption

La mise en place d’une gouvernance dédiée est indispensable : dans un premier temps, un comité de monitoring focalisé sur les médias, puis une montée en maturité progressive avec transfert de compétences vers les équipes internes. Les agences médias doivent être embarquées dès le départ — pas en fin de projet.

---

Cas d’usage concrets : trois optimisations tirées d’un projet automobile

Cas 1 – Détection et suppression des doublons de leads

En croisant les leads acquis en interne (formulaires du site constructeur) avec ceux acquis via des partenaires, la solution a mis en évidence des doublons significatifs : certains prospects avaient été achetés deux fois. Actions engagées : mise en place de règles d’injection pour prévenir les doublons, optimisation des formulaires internes pour améliorer les taux de conversion natifs. Résultat : économies directes sur les investissements médias et réduction des coûts de qualification inutile.

Cas 2 – Pondération des micro-conversions pour optimiser les campagnes

En alimentant les algorithmes d’optimisation des agences avec des signaux pondérés — une demande d’essai vaut davantage qu’un simple téléchargement de brochure — les campagnes ont pu être recalibrées avec une précision bien supérieure à ce qu’autorise le seul suivi de la macro-conversion finale. Les agences disposent ainsi de données plus riches pour optimiser leurs stratégies d’enchères.

Cas 3 – Génération et activation d’audiences qualifiées

Deux usages complémentaires ont été déployés :

• Lookalike audiences : identification de segments d’audience engagés (visiteurs de pages modèles, cliqueurs de campagnes…), réconciliés via le graph ID de la solution, puis activés sur Google ou Meta pour toucher des profils similaires
• Exclusions de campagne : identification des prospects déjà passés en concession pour les exclure des campagnes drive-to-store – évitant ainsi une surpression inutile et des dépenses médias sans valeur

---

Ce qu’il faut retenir avant de se lancer

• Durée de mise en place : 3 à 4 mois minimum pour un premier cas d’usage opérationnel, en fonction du périmètre et de la réactivité des parties prenantes
• Données indispensables : micro-conversions balisées tout au long du parcours + métadonnées complètes des campagnes médias opérées par les agences
• Facteur humain : l’adoption par les agences et les équipes internes est le premier facteur de succès – et le plus souvent sous-estimé

---

Axys Consultants : votre partenaire pour déployer votre stratégie d’attribution

Axys Consultants accompagne les directions marketing et data dans le cadrage, la sélection, le déploiement et l’exploitation de solutions d’attribution marketing : définition de la stratégie data driven, gestion de la gouvernance projet, accompagnement des agences et montée en compétences des équipes.

Vous souhaitez évaluer vos cas d’usage prioritaires en attribution marketing ?