Attribution

  • Concept
  • Avancé
  • Transversal
  • Toujours utilisé

En bref

L'attribution consiste à déterminer quelle action marketing a réellement contribué à une vente ou à un contact, parmi plusieurs actions menées.

Définition complète

L’attribution est la méthode qui consiste à identifier quelle action ou quel canal marketing (publicité, réseau social, e-mail, recherche sur un moteur) a réellement conduit un client à acheter ou à contacter une entreprise, lorsque plusieurs actions ont pu jouer un rôle avant cette décision.

Par exemple, un client peut voir une publicité sur un réseau social, puis quelques jours plus tard cliquer sur un lien reçu par e-mail, avant d’acheter. L’attribution cherche à répartir le mérite de cette vente entre ces différentes étapes : au premier contact, au dernier avant l’achat, ou à chaque étape de façon plus équilibrée.

Attention : il n’existe pas une seule bonne façon de faire l’attribution. Selon le modèle choisi (dernier clic, premier clic, répartition égale entre toutes les étapes), les résultats et les conclusions peuvent changer sensiblement.

À quoi ça sert

L’attribution sert à savoir où investir en priorité son budget marketing, en identifiant les canaux qui contribuent réellement aux ventes, plutôt que ceux qui semblent efficaces en apparence.

Elle aide aussi à éviter de couper trop vite un canal qui paraît peu performant en surface, mais qui joue en réalité un rôle important en amont du parcours d’achat, même s’il n’est pas la dernière étape avant la vente.

Enfin, elle permet de mieux comprendre le parcours réel des clients avant qu’ils ne passent à l’action, ce qui aide à ajuster la communication à chaque étape de ce parcours.

Cas d'usage typiques

– Identifier : les différents canaux qu’un client a rencontrés avant d’acheter / Vous reconstituez son parcours réel.
– Comparer : le modèle d’attribution dernier clic face à un modèle qui valorise toutes les étapes / Vous mesurez comment change la répartition du mérite entre les canaux.
– Décider : réduire ou non le budget d’un canal qui ne génère jamais la vente finale mais qui prépare le terrain / Vous évitez une décision hâtive basée sur une lecture trop simple.
– Argumenter : justifier auprès d’une direction le maintien d’un canal jugé peu rentable au premier regard / Vous montrez son rôle réel dans le parcours d’achat.
– Ajuster : répartir le budget publicitaire entre canaux selon leur contribution réelle mesurée / Vous optimisez l’usage des ressources disponibles.

Ce que tu sauras faire

Reconstituer le parcours d'un client à travers plusieurs canaux et estimer la contribution réelle de chacun à une vente ou à un contact, avant de décider où investir.

Mises en situation

Situation 1 : la publicité qui prépare le terrain

Contexte : Une boutique en ligne remarque qu’une publicité sur les réseaux sociaux ne génère presque jamais de vente directe.

Application : En étudiant le parcours des clients, la boutique découvre que cette publicité est souvent la première étape avant un achat réalisé plusieurs jours après, via une recherche sur un moteur de recherche.

Résultat attendu : La boutique évite de couper ce budget publicitaire, car il joue un rôle réel en amont, même sans être la dernière étape avant l’achat.

Situation 2 : le cabinet médical et ses sources de prise de rendez-vous

Contexte : Un cabinet médical veut savoir si ses nouveaux patients viennent plutôt de son site internet ou du bouche-à-oreille en ligne (avis Google).

Application : Le secrétariat demande systématiquement aux nouveaux patients comment ils ont connu le cabinet, en plus des statistiques du site.

Résultat attendu : Le cabinet obtient une image plus complète, qui combine données numériques et retours humains directs.

Situation 3 : l’association et ses dons en ligne

Contexte : Une association reçoit des dons après une newsletter, mais aussi après des partages sur les réseaux sociaux, souvent proches dans le temps.

Application : L’association compare les dates d’envoi de la newsletter et des publications pour estimer la contribution de chaque canal.

Résultat attendu : L’association ajuste sa communication en donnant plus de place au canal qui semble le plus déterminant dans la décision de donner.

Application guidée : comparer deux modèles d’attribution

Contexte : Un client a vu une publicité (étape 1), reçu un e-mail (étape 2), puis cliqué sur un résultat de recherche avant d’acheter (étape 3, dernier clic).

Question : Que change le fait d’attribuer toute la vente au dernier clic, plutôt que de la répartir également entre les trois étapes ?

Résultat attendu : Avec le modèle dernier clic, tout le mérite revient au moteur de recherche, et la publicité comme l’e-mail apparaissent comme inutiles. Avec une répartition égale, chaque canal reçoit un tiers du mérite, ce qui donne une image plus nuancée de leur rôle respectif.

Application guidée : décider face à des chiffres contradictoires

Contexte : Le tableau de bord d’une entreprise indique que la publicité en ligne coûte cher et ne génère presque jamais la vente finale, mais les commerciaux remarquent que les clients la mentionnent souvent en premier contact.

Question : Faut-il couper ce budget publicitaire sur la seule base du tableau de bord ?

Résultat attendu : Non, pas sans creuser davantage : il faut croiser les données chiffrées avec les retours terrain des commerciaux, car le tableau de bord peut sous-estimer le rôle de premier contact de cette publicité.

Pour bien le retenir

L'analogie

Imaginez que vous organisez une fête et que plusieurs amis ont fait circuler l’invitation. À la fin, vous voulez savoir quel ami a réellement fait venir le plus de monde. L’attribution, c’est justement cet exercice : savoir qui a contribué à faire venir les invités, et dans quelle mesure, même quand plusieurs amis ont parlé de la fête à la même personne.

« Retrouver qui, dans le parcours du client, a vraiment fait pencher la balance. »

Pièges à éviter

À ne pas confondre avec

Une confusion fréquente consiste à croire que le canal du dernier clic avant l'achat est forcément le plus important. En réalité, il n'est souvent que la dernière étape d'un parcours commencé bien plus tôt par un autre canal.

Autre piège : vouloir une attribution parfaitement exacte. Aucun modèle d'attribution n'est totalement fidèle à la réalité du comportement humain, qui reste en partie difficile à mesurer précisément.

Enfin, certains changent de modèle d'attribution au fil du temps sans le signaler, ce qui rend les comparaisons d'une période à l'autre trompeuses si l'on n'y prend pas garde.

Évolution historique

Apparition : Années 2000-2010, avec le développement du marketing en ligne mesurable

Quels changements depuis l’arrivée de l’IA ?

Avant, l’attribution reposait sur des règles simples et souvent rigides, comme tout le mérite au dernier clic. Aujourd’hui, des modèles plus sophistiqués, parfois assistés par l’intelligence artificielle, peuvent analyser de très nombreux parcours clients pour répartir le mérite de façon plus fine entre les différents canaux, en tenant compte de leur poids réel observé sur un grand nombre de cas plutôt que d’une règle unique appliquée à tous.

Évolution historique

Années 2000 : les premiers outils de suivi statistique des sites web permettent de voir d’où viennent les visiteurs, de façon encore assez simple.

Années 2010 : les modèles d’attribution se diversifient (premier clic, dernier clic, répartition égale), à mesure que les parcours d’achat deviennent plus complexes et multi-canaux.

Fin des années 2010 : des modèles plus avancés apparaissent, cherchant à pondérer chaque étape selon son influence réelle plutôt que selon une règle fixe.

Depuis les années 2020 : l’analyse de données assistée par l’intelligence artificielle permet de traiter des parcours clients plus complexes, tout en posant de nouvelles questions sur la protection des données personnelles utilisées pour ce suivi.