Les rôles, forces et faiblesses des différents modèles d’attribution

Les rôles, forces et faiblesses des différents modèles d'attribution

Home > Blog > Conseils > Les rôles, forces et faiblesses des différents modèles d’attribution

1. Les modèles d’attribution

Il existe 5 familles de modèles d’attribution :

A. Modèles d’attribution à une seule source

Exemples :

  • Le premier levier
  • Le dernier levier payant
  • Le dernier levier payant hors marque

B. Modèles d’attribution pondérée via une courbe d’attribution

Exemples :

  • Le modèle linéaire => –
  • Le modèle parabolique => U

C. Modèles d’attribution algorithmique

Exemples :

  • Algorithme sur mesure
  • Algorithme par apprentissage (machine learning)
  • Algorithme boite noire

D. Modèles d’attribution arbitraire

Modèle faisant primer systématiquement un événement ou un levier sur les autres.

E. Modèles personnalisés

Personnaliser son modèle d’attribution pour aller plus loin.


2. Rôle, forces et faiblesses des différents modèles d’attribution

S’il existe plusieurs modèles d’attribution, tous n’ont pas les mêmes caractéristiques, la même utilité et les mêmes limites. Chaque annonceur doit trouver le modèle d’attribution qui lui correspond et qui est efficace au regard de son business. Pour ce faire, il doit nécessairement, tester et confronter les différents modèles.

A. Modèles d’attribution à une seule source

Conversions attribuées

Utilité et faiblesses

Dernier levier
Dernier point de contact marketing avant la vente.
Surpondère le trafic lié à la marque (en SEO et SEM) non significatif dans le parcours consommateur.
Dernier levier payant
Dernier levier payant avant la vente.
Le biais lié au SEO marque est éliminé mais favorise les leviers en cours de session et le SEM marque.
Premier levier
Premier point de contact marketing.
Utile pour identifier des leviers initiateurs d’un intérêt du consommateur mais non significatif pour une attribution. Biaisé par le post view. Plus utile pour analyse contributive.
Dernier levier de la visite
Dernier levier précédent l’entrée sur le site
Efficace pour éliminer les biais de sites agissant en cours de visite mais favorise le SEM marque, souvent levier finalisateur du parcours d’achat.
Dernier levier payant hors branding
SEM – Dernier levier payant excluant les liens sponsorisés associés à la marque.
Elimine le biais du SEM marque mais conserve les biais des sites en cours de session.
Dernier levier payant hors post-impression
Dernier levier payant ayant engendré un clic de l’utilisateur avant la vente.
Biaisé par les sites en cours de visite et le SEM marque. Permet de se focaliser sur les clics et mettre de côté les post impressions

Les rôles, forces et faiblesses des différents modèles d'attribution

B. Modèles d’attribution pondérée via une courbe d’attribution

Les modèles d’attribution pondérée sont des modèles permettant de répartir le poids d’une conversion sur plusieurs canaux marketing selon leur place dans le processus d’achat.

Les trois principaux modèles d’attribution pondérée sont :

Les rôles, forces et faiblesses des différents modèles d'attribution

Le modèle linéaire

Ce modèle attribue autant de poids à chaque visite

Les rôles, forces et faiblesses des différents modèles d'attribution

Le modèle croissant

Ce modèle attribue plus de poids aux dernières visites

Les rôles, forces et faiblesses des différents modèles d'attribution

Le modèle parabolique

Ce modèle attribue plus de poids aux premières et aux dernières visites

Afin de mettre en place un modèle d’attribution pondérée, il est nécessaire d’effectuer en amont, un gros travail itératif ou de data mining pour définir les KPIs de pondération. Focus sur l’attribution pondérée par événement.

Très intéressant dans une logique d’acquisition, ce modèle rencontre des limites lorsque l’on souhaite mesurer l’engagement pour un réachat.

En effet, les seuls changements de profils enregistrés sont : achat 1, achat 2, achat 3…


C. Modèles d’attribution algorithmique

Les modèles d’attribution algorithmique utilisent des formules mathématiques et statistiques avancées pour répartir de manière fractionnée les crédits de conversion à chaque point de contact dans le cheminement vers la conversion.

Il existe différents types de modèles d’attribution algorithmique

  • Algorithme sur mesure
  • Algorithme par apprentissage (machine learning)
  • Algorithme boite noire
Les rôles, forces et faiblesses des différents modèles d'attribution

Les modèles d’attribution algorithmique ont l’avantage de permettre aux responsables attribution d’utiliser la masse considérable de données pour obtenir simplement des informations sur le parcours de leurs consommateurs et l’impact de chaque canal exposé dans le parcours d’achat.

Cependant, ces modèles partagent une faiblesse principale : ils sont génériques et ne prennent pas en compte les spécificités business. Or, il n’existe pas de règle d’attribution miracle.


D. Modèles d’attribution arbitraire

Les rôles, forces et faiblesses des différents modèles d'attribution

Les modèles d’attribution arbitraire sont spécifiques à certains business, ils consistent à geler le modèle d’attribution à un moment donné, suite à un événement ou l’utilisation d’un levier.

Arbitraire sur un levier.

Par exemple, dans certains cas les annonceurs décident de réattribuer la vente au site de couponing, si un code de promotion a été utilisé, quel que soit le parcours client.

Arbitraire sur un événement.

Par exemple, un site de rencontre ou de ventes privées ne se focalise pas sur la vente mais sur la collecte de l’adresse email.

Cependant, dû au caractère arbitraire de ces modèles, il est nécessaire de les challenger en permanence.


E. Personnaliser son modèle d’attribution pour aller plus loin

Les rôles, forces et faiblesses des différents modèles d'attribution

Les différents modèles d’attribution précédemment cités permettent de faire de premières analyses et de mettre en place un modèle ou une règle par défaut. Cependant, pour aller plus loin, un annonceur peut configurer des règles personnalisées pour tester des hypothèses ou pour coller au mieux à son business model.

De plus, l’annonceur peut affiner son analyse en intégrant des données CRM dans son modèle d’attribution. En effet, en segmentant son audience par profil CRM, l’annonceur peut isoler la provenance des ventes pour chacun des profils.

Ceci lui permet d’avoir une vision encore plus précise et de piloter de manière plus efficace ses investissements. Par exemple, si un de ses objectifs marketing est l’apport de nouveaux clients, l’annonceur peut s’interroger sur les leviers apporteurs de nouveaux clients et investir davantage sur ces leviers.


Le modèle d’attribution parfait n’existe pas, chacun doit tester différentes règles, les personnaliser et adapter puis re-tester pour parfaire en permanence son modèle d’attribution.

Pour accéder au contenu complet, télécharger gratuitement le livre blanc : Attribution / Contribution – Etat de l’art et Best Practices

Attribution / Contribution - Etat de l'art et Best Practices

En savoir plus

Author picture

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *