Quel modèle d'attribution est le meilleur pour votre business ?

Quel modèle d'attribution est le meilleur pour votre business ?
Photo by Vince Fleming / Unsplash
La moitié de l'argent que je dépense en publicité est gaspillée ; le problème est que je ne sais pas quelle moitié. - John Wanamaker

Savoir arbitrer entre l'ensemble des campagnes marketing qu'il peut mettre en place est un des rôles clés des responsables marketing. Autrement dit, et de manière plus terre à terre, savoir où focaliser ses investissement publicitaires est déterminant. Et pour trancher de manière sensée cette question, une intuition arrive de manière assez claire : il faut avoir fait un bilan sur l'efficacité de chacune de ses campagnes passées.

Sauf que la réalisation de ce bilan a longtemps été en très grande partie impossible, faute d'informations précises sur la relation entre les campagnes d'une part et les clients qui venaient dépenser leur argent de l'autre.

Bien que cette question soit toujours complexe, la difficulté s'est un peu déplacée ces vingt dernières années avec l'essor du e-commerce grâce à une caractéristique nouvelle : la data. En effet, avec des outils comme Google Analytics, nous sommes désormais capable de connaître les interactions d'un utilisateurs avec les campagnes publicitaires en ligne (principalement ses "clics") et de lier cette donnée aux commandes effectuées par ce même utilisateur. De manière technique, c'est en partie à ça que servent les cookies que les sites marchands posent sur votre navigateur : être capable de savoir que la personne qui a cliqué sur une publicité et celle qui a acheté est la même.

En résumé, nous sommes aujourd'hui capables de savoir avec quelles campagnes marketing un prospect interagi avant de convertir. Et a contrario, nous savons aussi après quelles interactions les prospects ne deviennent pas client. On appelle l'ensemble des interactions menant à une vente les chemins de conversion.

Mais posséder cette donnée ne fait pas tout. Il s'agit aussi de l'interpréter pour répondre à la problématique suivante : quelles sont les campagnes performantes et quelles sont celles qui ne le sont pas ? C'est justement là qu'interviennent les modèles d'attribution.

Les modèles d'attribution standards

Un modèle d'attribution a pour objectif d'affecter la valeur de chaque vente à une campagne (ou un levier) marketing en fonction de son importance dans la décision finale du prospect. On appelle ça l'attribution ou la contribution.

Prenons par exemple le chemin de conversion de conversion suivant :

Un chemin de conversion

Ce prospect découvre la marque et clique pour la première fois une publicité sur Pinterest. Il revient quatre jours plus tard en saisissant directement l'url du site internet de votre entreprise dans son navigateur (trafic direct). Puis deux semaines plus tard, il tape le nom de votre marque dans un moteur de recherche (Google en l'occurence) et clique sur une annonce sponsorisée avant de se faire retargeter le lendemain sur Facebook. Il fini enfin par acheter pour 300 euros de produits ou services après avoir cliqué sur une annonce Google Shopping.

La question qui nous intéresse ici est : comment chacune de ces campagnes marketing contribue-t-elle aux 300 euros de chiffre d'affaires générés ?

Le modèle last-clic

La solution la plus simple, que ce soit d'un point de vue technique ou encore en suivant une intuition commune, est de considérer que la dernière interaction est le déclencheur de la vente. En effet, on peut légitimement se dire que sans la présence de cette dernière campagne marketing, la vente n'aurait sans aucun doute pas eu lieu. Dans notre cas précis, si l'utilisateur n'avait pas vu s'afficher de produits du e-commerçant sur Google Shopping, alors même que c'est là qu'il a cherché, il n'aurait pas acheté.

La philosophie du modèle last-clic est de considérer que la valeur ajoutée par chacun des leviers peut se mesurer par les achats générés juste après l'interaction de l'utilisateur avec celui-ci. Ce modèle est d'ailleurs souvent utilisé dans des marchés de besoin, des marchés impulsifs ou encore sur des sites de presse. Dans des situations où l'achat est rapide ou lorsque le trafic organique est quasi inexistant, ce modèle fait sens.

Ici, l'ensemble de la valeur générée sera attribuée au dernier canal. Autrement dit, quand on calculera le ROI de chacune des campagnes, on ajoutera 300 euros au chiffre d'affaires généré par la campagnes Google Shopping mais on n'imputera rien aux autres leviers ou campagnes.

Ce modèle est d'ailleurs celui de base utilisé par Google Analytics pour plusieurs raisons. D'abord c'est le plus simple techniquement à mettre en place : il s'agit de récupérer les informations liées à la session du user (dont la valeur de conversion) et de les lier aux différentes caractéristiques de tracking (utm, referer, landing page...). Ensuite, c'est un modèle qui a tendance à favoriser les résultas des environnement Google (comme les annonces textuelles ou les encarts shopping qui sont souvent des leviers finisseurs) au détriment d'autres plateformes. Attention donc à la confiance aveugle que vous faites à Google Analytics avec le modèle de base pour mesurer la performance des annonces Google Ads.

L'objection principale et légitime qu'on peut faire à ce modèle concerne la notoriété de la marque : la vente aurait-elle eu vraiment lieu si la personne n'avait jamais entendu parlé de la marque précédemment ? Il est fort à parier que la réponse soit : "non". Dans notre situation précise, le fait que l'utilisateur ait cliqué sur notre produit est aussi sans doute aussi lié au fait que le nom du site soit présent dans l'annonce Google Shopping (comme on peut le voir sur la capture d'écran suivante). Peut-être même que l'utilisateur a indiqué le nom de notre site dans sa barre de recherche Google et ne s'est ainsi vu proposé que des produits vendus chez nous ?

On voit bien ici que ne se fier qu'à ce modèle pour mesurer précisément la valeur apportée par tous les canaux comporte un grand nombre de biais et ne nous permet pas de répondre proprement à la question initiale. Notamment ceux dit haut de funnel qui sont davantage des canaux de notoriété.

Un résultat de recherche Google Shopping

Le modèle first-clic

Contrairement au modèle last-clic, le modèle first-clic part du postulat que la chose la plus difficile et la plus déterminante à faire envers un prospect est de se faire connaître. Que sans cette interaction primordiale, aucune des autres n'aurait eu lieu et donc la vente finale n'aurait pas pu se produire non plus. C'est en général quelque chose qui est assez légitime pour des business qui ont une marque très forte, ceux dont le processus de décision d'un prospect est long ou encore ceux qui sont encore très petit et en phase de lancement.

Dans ce modèle, l'ensemble de la valeur de conversion sera affectée à la première campagne sur laquelle l'utilisateur a cliqué (dans notre Pinterest) et rien ne sera affecté aux autres.

De la même manière que dans le modèle last-clic, beaucoup de questions peuvent être soulevé quant à la pertinence de ce modèle : sans un retargeting la veille de l'achat, sans une présence sur Google Shopping, la vente aurait-elle eu lieu ? Il est fort à parier ici aussi que non. En effet, la dernière volonté du user avant d'arriver sur le site était de chercher le produit sur Google et non pas de venir directement sur le site.

Le modèle linéaire

Afin de répondre aux objections des deux modèles précédent, un modèle semble se dessiner : le modèle linéaire. Celui-ci part du postulat que tous les leviers sont importants et contribuent à la conversion in fine de l'utilisateur. Que le levier soit initiateur, finisseur ou à n'importe quelle place du chemin de conversion, il est crédité de la même valeur.

Dans notre exemple, chacun des cinq leviers sera crédité de 60 euros pour le calcul des ROI.

Même si au premier abord, ce modèle semble plus équitable, ils soulèvent néanmoins lui aussi son lot de questions :

  • l'incrément de valeur amené par un clic sur une campagne bas de funnel (type retargeting) est-il le même que celui amené sur une campagne haut de funnel (acquisition pure sur les réseaux sociaux par exemple) ?
  • la campagne qui concerne le mot-clé marque sur le search payant est-elle réellement aussi efficace d'une campagne dit "générique" ou peut-on considérer que l'incrément de la première est plus faible car le user se serait reporté sur le référencement organique ?

Quelques autres modèles

Sans rentrer dans le détail de chaque modèle, une multitude de modèles d'attribution basés sur des règles simples existent. On peut entre autres citer :

  • le modèle en décroissance temporelle qui considère que plus l'interaction est éloigné dans la temps et moins son importance est grande dans la décision finale de l'acheteur.
  • le modèle en U qui considère que deux leviers sont à surpondérer par rapport aux autres : le premier et de dernier. Le premier parce qu'il permet de faire connaître la marque qui aurait été inconnu du user sinon. Le dernier car c'est le levier finisseur qui déclenche effectivement la vente. La philosophie de ce modèle est d'essayer de garder les points positifs des trois premiers modèles d'attribution présenter, sans pour autant être trop stricte.

Même si ces modèles semblent sophistiqués, ils possèdent eux aussi leur lot d'objections qu'on peut leur opposer. Pour chacun d'entre-eux, on peut facilement trouver une situation où la contribution d'un levier spécifique est surévaluée au détriment des autres.

Une approche data driven : le modèle contre-factuel

À vrai dire, en tant que scientifiques, aucun des modèles précédemment cités ne nous convient réellement. Il s'agit à chaque fois de systèmes de règles pré-établies et qui peuvent trop souvent être challengés de plein de manières que ce soit.

Pour pallier ce problème, nous vous présenterons dans un prochain article les logiques d'un modèle d'attribution contre-factuel qui se base uniquement sur la data et tente de calculer le plus efficacement possible l'incrément de valeur apporté par chacun des leviers marketing.

Stay tuned!