Attribution (Marketing Attribution)

  • Concept
  • Intermédiaire
  • IA générative
  • Toujours utilisé

En bref

Méthode qui détermine quelle publicité, quel canal ou quel contact a le plus contribué à une vente ou une conversion.

Définition complète

L’attribution (en anglais Marketing Attribution) est une méthode qui permet de déterminer quelle publicité, quel canal (réseau social, moteur de recherche, email, recommandation) ou quel contact a le plus contribué à une vente ou à une action importante. Un client passe souvent par plusieurs étapes avant d’acheter : il voit une publicité, clique sur un lien depuis un moteur de recherche quelques jours plus tard, puis reçoit un email avant de finaliser son achat. L’attribution cherche à répartir le mérite de la vente entre ces différentes étapes.

Exemple : si un client a vu une publicité Facebook, puis a cliqué sur une annonce Google avant d’acheter, un modèle d’attribution au dernier clic donnera tout le mérite à Google, tandis qu’un modèle linéaire partagera le mérite équitablement entre Facebook et Google.

Attention : avec la multiplication des points de contact numériques et l’usage croissant d’assistants IA pour rechercher des produits, l’attribution devient plus complexe : un client peut désormais découvrir une marque via une recommandation d’intelligence artificielle avant même de visiter le site, un contact que les outils classiques ont du mal à mesurer précisément.

À quoi ça sert

L’attribution sert à savoir quels investissements marketing sont réellement efficaces, plutôt que de se fier à des impressions générales. Sans elle, une entreprise pourrait continuer à dépenser de l’argent sur un canal qui semble actif mais qui, en réalité, ne fait que profiter du travail réalisé par un autre canal en amont.

Elle aide aussi à répartir intelligemment un budget publicitaire limité entre plusieurs canaux, en identifiant ceux qui déclenchent réellement les ventes et ceux qui servent surtout à faire connaître la marque sans convertir directement.

Enfin, elle permet de mieux comprendre le parcours réel du client, ce qui aide à améliorer chaque étape du tunnel de vente, depuis la première découverte de la marque jusqu’à l’achat final.

Cas d'usage typiques

– Comparer : quel canal publicitaire génère vraiment le plus de ventes une fois le mérite correctement réparti ? Bénéfice : investir là où l’impact réel est le plus fort.
– Arbitrer : faut-il réduire le budget sur un canal qui semble performant au dernier clic mais peu utile en amont ? Bénéfice : éviter de couper un canal essentiel à la découverte de la marque.
– Analyser : combien d’étapes un client type traverse-t-il avant d’acheter ? Bénéfice : mieux comprendre et améliorer le parcours d’achat.
– Choisir : quel modèle d’attribution utiliser selon l’objectif de l’entreprise ? Bénéfice : éviter une lecture biaisée des résultats.
– Justifier : comment expliquer à un responsable financier la valeur réelle d’une campagne publicitaire ? Bénéfice : défendre un budget avec des arguments chiffrés.
– Ajuster : le budget publicitaire est-il bien réparti entre les canaux selon leur contribution réelle ? Bénéfice : optimiser le retour sur investissement global.

Ce que tu sauras faire

Savoir répartir le mérite d'une vente entre plusieurs canaux marketing et choisir le modèle d'attribution adapté pour orienter les décisions budgétaires de façon juste.

Mises en situation

Situation 1 : une boutique en ligne qui hésite sur son budget publicitaire

Contexte : Une boutique de vêtements en ligne investit à la fois dans des publicités sur les réseaux sociaux et dans des annonces sur un moteur de recherche.

Application : En étudiant l’attribution, elle découvre que les réseaux sociaux servent surtout à faire découvrir ses produits, tandis que les annonces sur le moteur de recherche captent souvent la vente finale, une fois le client déjà convaincu.

Résultat attendu : Plutôt que de couper le budget des réseaux sociaux, la boutique maintient son investissement sur les deux canaux, en comprenant leur rôle complémentaire.

Situation 2 : un cabinet de recrutement qui analyse ses candidatures

Contexte : Un cabinet de recrutement reçoit des candidatures via son site, LinkedIn et le bouche-à-oreille.

Application : En étudiant les parcours, il constate que de nombreux candidats découvrent le cabinet sur LinkedIn avant de postuler directement via le site quelques semaines plus tard.

Résultat attendu : Le cabinet comprend que LinkedIn joue un rôle essentiel en amont, même si l’action finale de candidature se fait sur le site, et ajuste sa communication en conséquence.

Situation 3 : une association qui collecte des dons en ligne

Contexte : Une association reçoit des dons après avoir envoyé des emails et publié sur les réseaux sociaux.

Application : L’analyse d’attribution montre que la majorité des dons arrivent après plusieurs relances par email, même si le premier contact s’est fait via un post sur les réseaux sociaux.

Résultat attendu : L’association continue d’investir du temps dans les deux canaux, en comprenant que les réseaux sociaux attirent l’attention et que les emails transforment cette attention en don.

Application guidée : comparer deux modèles d’attribution

Contexte : Une entreprise observe qu’un client a vu une publicité vidéo, puis cliqué sur une annonce de recherche 5 jours plus tard, avant d’acheter le produit pour 100 euros.

Question : Comment ce montant de 100 euros est-il réparti selon un modèle dernier clic et selon un modèle linéaire ?

Résultat attendu : Avec le modèle dernier clic, les 100 euros sont attribués entièrement à l’annonce de recherche. Avec le modèle linéaire, les 100 euros sont partagés à parts égales entre la publicité vidéo et l’annonce de recherche, soit 50 euros chacun, ce qui donne une vision plus équilibrée du rôle de chaque canal.

Application guidée : détecter un canal sous-évalué

Contexte : Une entreprise remarque qu’un canal publicitaire génère très peu de ventes directes au dernier clic, mais qu’il apparaît très souvent comme première étape dans les parcours d’achat de ses clients.

Question : Que peut-on en conclure sur le rôle réel de ce canal, et quelle décision budgétaire éviter ?

Résultat attendu : Ce canal joue probablement un rôle de découverte essentiel, même s’il ne capte pas la vente finale. Il faut éviter de réduire son budget uniquement parce qu’il semble peu performant au dernier clic, car cela pourrait assécher l’ensemble du tunnel de conversion à moyen terme.

Pour bien le retenir

L'analogie

C’est comme distribuer des médailles à une équipe sportive après une victoire. L’attribution, c’est décider quel joueur, quel canal marketing, a le plus contribué au but marqué, c’est-à-dire à la vente. Est-ce le buteur qui a marqué au dernier moment, le passeur qui lui a donné le ballon, ou le défenseur qui a récupéré le ballon en tout début d’action ? Selon la façon dont on regarde le jeu, le mérite change de joueur, tout comme le mérite d’une vente change de canal selon le modèle d’attribution choisi.

« Une vente a souvent plusieurs auteurs, pas un seul héros. »

Pièges à éviter

À ne pas confondre avec

Une erreur fréquente consiste à croire que le canal du dernier clic est forcément le plus important. En réalité, il n'est souvent que la dernière étape d'un parcours commencé bien plus tôt sur un autre canal, qui mérite lui aussi d'être valorisé.

Une autre confusion consiste à penser qu'il existe un seul bon modèle d'attribution valable pour toutes les entreprises. Le modèle le plus pertinent dépend du secteur d'activité, de la durée du parcours d'achat, et des objectifs poursuivis.

Enfin, certains oublient que l'attribution reste une estimation, pas une vérité absolue : elle aide à orienter les décisions, mais ne remplace pas totalement le bon sens et l'expérience du terrain.

Évolution historique

Apparition : Années 2000-2010, avec une généralisation dans les années 2010

Quels changements depuis l’arrivée de l’IA ?

Avant

Avant l’arrivée de l’intelligence artificielle générative, les parcours d’achat suivaient des chemins relativement classiques : publicité, moteur de recherche, réseau social, site web.

Aujourd’hui

Avec l’essor d’assistants comme ChatGPT, Gemini, Claude ou Perplexity, certains clients découvrent désormais une marque via une réponse générée par une intelligence artificielle, un point de contact que les outils d’attribution traditionnels ont encore du mal à mesurer précisément. Les entreprises doivent donc élargir leur vision de l’attribution pour tenir compte de ces nouveaux points de contact.

Évolution historique

Années 2000 : les premiers outils d’analyse de trafic web permettent de suivre grossièrement l’origine des visiteurs d’un site.

Années 2010 : des modèles d’attribution plus sophistiqués se développent avec la multiplication des canaux publicitaires numériques.

Fin des années 2010 : des outils intégrant des calculs statistiques plus avancés apparaissent pour mieux répartir le mérite entre canaux.

Depuis les années 2020 : la multiplication des points de contact, y compris via les assistants d’intelligence artificielle, complexifie encore l’attribution et pousse les entreprises à combiner plusieurs méthodes de mesure.