Attribution marketing : tout ce qu’il faut savoir !

L’attribution marketing, c’est un sujet qui passionne les foules et particulièrement les équipes marketing qui se disent « data-driven ». Pourtant, si l’exercice a un intérêt certain pour mesurer le ROI de nos actions, il comporte des biais et des risques qui peuvent être terribles.

Voici tout ce que tu dois savoir pour te lancer sur ce sujet !

Petit rappel pour commencer, qu’est-ce que l’attribution en marketing ? L’attribution, c’est un sujet qui passionne les foules et particulièrement les équipes marketing qui se disent « data-driven ». Concrètement, il s’agit du fait d’identifier la part de responsabilité d’un (ou de plusieurs) canal d’acquisition dans la signature d’un contrat.

Prenons un exemple très simple : tu diffuses une publicité sur LinkedIn Ads, un prospect clic dessus, demande une démo et devient client. Tu vas attribuer le chiffre d’affaires généré au canal Google Ads (l’exemple est volontairement simpliste, surtout en B2B, et on verra les différents modèles d’attribution juste après).

Tu l’as compris, l’attribution marketing doit te permettre de mesurer l’efficacité de tes différents canaux d’acquisition selon le chiffre qu’ils génèrent. C’est donc un moyen de calculer le ROI de chaque canal, pour faire des arbitrages lorsque tu travailles ton budget et ton plan marketing.

Mais évidemment, ce n’est pas si simple. Il existe plusieurs modèles d’attribution selon ce que tu souhaites mesurer. Et il y a aussi de grosses limites à ces sujets. C’est ce qu’on va voir maintenant.

Les modèles « simples »

Dans les différents modèles d’attribution, il existe plusieurs niveaux de complexité.

Les modèles que nous allons voir maintenant sont dits « simples » car ils attribuent 100% de la valeur du contrat signé à un seul et unique canal (même s’il y a eu plusieurs interactions dans le cycle d’achat). C’est le plus facile à mettre en place, selon les outils dont tu disposes, mais les résultats sont évidemment biaisés car il y a rarement une seule interaction prospect/marque dans un cycle d’achat.

L’attribution « first touch »

Le modèle « first touch » attribue 100% du CA généré au canal qui a provoqué la première interaction avec le prospect. Si le prospect est venu sur ton site pour la première fois en cliquant sur un post LinkedIn, 100% du deal sera attribué à LinkedIn. S’il t’a connu par un épisode de podcast, ce sera le podcast. Par un salon professionnel, ce sera le salon. Bref, tu as compris l’idée.

Ce modèle est certainement le plus facile à gérer car c’est une donnée qui remonte toute seule grâce au tracking dans des outils comme Plezi ou Hubspot. Si tu n’es pas outillé, c’est une donnée que tu peux récupérer en posant la question « comment nous avez-vous connu ? » avec un champ libre dans un formulaire ou en rendez-vous commercial. Il est d’ailleurs intéressant de faire les deux pour comparer car le retour des prospects est régulièrement différent ce que peut te donner un logiciel (un podcast est difficilement traçable par exemple car les gens ont tendance à écouter un épisode puis taper le nom de la marque dans Google, ce qui donnera automatiquement une first touch par le SEO et non par le podcast).

Ce type de modèle d’attribution est intéressant quand tes cycles de vente sont relativement courts et directs. Ou alors que tu souhaites faire un focus sur les canaux qui vont te permettre de créer de la demande auprès de nouvelles audiences.

L’attribution « last touch »

Par opposition au modèle précédent, le modèle last touch se concentre sur le canal qui a généré la dernière interaction avec le prospect avant la conversion. Par exemple, le prospect est passé plusieurs fois sur ton site sans convertir, puis il a cliqué sur une pub en retargeting avant de remplir un formulaire. Avec ce modèle, 100% de la valeur du contrat sera attribué au retargeting, peu importe les interactions précédentes.

Ce système d’attribution est intéressant que tu veux faire un focus sur les canaux qui te permettent de capter et de convertir la demande existante.

Les modèles complexes

Au-delà de ces deux modèles, il existe de nombreux modèles d’attribution qui vont te permettre de retranscrire un peu plus précisément la complexité d’un cycle de vente B2B. En effet, les modèles complexes vont répartir, selon un plan défini, la valeur du deal sur les différents canaux qui ont généré des interactions. Voyons cela.

Le modèle en U

Le modèle en U est le plus simple des modèles complexes. Il s’agit plus ou moins d’une combinaison des deux modèles précédents.

Concrètement, ce modèle va répartir la valeur du contrat signé entre les canaux qui ont permis de générer la demande et de la capter (la first touch et la last touch). Si la vision du parcours d’achat reste partielle, ce modèle est déjà un peu plus complet que les deux précédents.

Le modèle linéaire

Le modèle linéaire est le premier modèle « vraiment » complet de la liste. Il va te proposer de répartir la valeur d’un deal de façon équitable entre tous les canaux marketing qui ont généré des interactions avec le prospect. Si tu as eu 10 interactions, chaque canal se verra attribuer 10% de la valeur du contrat. Si tu en as eu 4, chaque canal aura 25%.

Comme il n’est pas pondéré, ce modèle ne te permet pas de savoir quelle interaction aura eu le plus d’impact dans le processus de décision. Mais il s’agit d’une information qui est globalement très dure à obtenir précisément de toute façon.

Ce qui est intéressant avec le modèle linéaire, c’est qu’il tient compte de la complexité d’un cycle de vente B2B en donnant de la visibilité au nurturing et à chacun des points de contact marque/prospect. Un modèle particulièrement pertinent quand les cycles de vente s’allongent.

Le modèle de décroissance temporelle

Comme le modèle linéaire, le modèle d’attribution marketing décroissant va tenir compte de toutes les interactions. Mais au lieu de faire une répartition équitable, ce modèle va faire un focus sur la last touch en lui attribuant une plus grosse part du contrat, puis un peu moins à l’avant-dernière interaction, encore un peu moins à la précédente, et ainsi de suite jusqu’à la first touch.

Ce modèle est intéressant car il tient compte de la complexité d’un cycle de vente tout en donnant un peu plus d’important à l’interaction qui a provoqué la décision. Evidemment, la pondération de ce modèle est arbitraire et subjective car, encore une fois, difficile de savoir quelle interaction à vraiment eu le plus d’importance pour le prospect.

Le modèle personnalisé

Comme son nom l’indique, il s’agit maintenant de personnaliser le modèle selon ta vision des choses et ce que tu souhaites mettre en avant d’un point de vue marketing. Pour en avoir discuté dans la communauté, je sais par exemple que certains entreprises choisissent d’appliquer des modèles simples (first touch ou last touch) pour certains canaux qui sont plus directs, comme la pub ou la prospection par email, tandis qu’elles appliqueront des modèles linéaires pour des contrats venant de canaux moins instantanés, comme tout ce qui est organique (SEO, social…).

Voilà le sujet qui fâche. Evidemment, on rêve tous de pouvoir attribuer précisément un contrat signé à une ou plusieurs actions marketing. Mais comme on a pu le voir avec les modèles précédents, aucun n’est vraiment parfait. Tous comportent des biais dont il est important d’avoir conscience pour ne pas se tromper.

Prenons quelques exemples :

• Tu écoutes un épisode du Café du market’ (parce que tu as bon goût) où tu entends parler la responsable marketing de Plezi. Tu trouves ce qu’elle dit intéressant et tu vas la suivre sur LinkedIn. Tu vois pendant un moment passer les posts d’Adeline et de Plezi, puisqu’elle les repartage. 2 mois plus tard, un de tes confrères t’informe qu’il a mis Plezi en place dans son entreprise et que ça marche bien. Finalement, tu cherches le nom de Plezi dans Google, clique sur une pub Google Ads et demande une démo. Dans ce schéma, ton logiciel de marketing automation te proposera une first touch par Google Ads (qui sera aussi la last touch d’ailleurs). Mais ça ne pourrait pas être plus faux. Le risque étant que la valeur du contrat soit attribuée à Google Ads et que l’équipe marketing de Plezi choisisse donc d’y mettre plus de budget. Pourtant ce sont bien des actions de notoriété, être invitée sur un podcast et poster sur LinkedIn, qui auront eu le plus d’impact dans le processus. Si ces actions sont coupées, la pub donnera moins de résultats.

   

• Il y a quelques temps, je discutais avec la responsable SEO d’une startup française bien connue qui mettait en avant sur LinkedIn les résultats incroyables générés par leur stratégie SEO et leur blog, dans la perspective d’en faire un épisode de podcast. En préparant l’épisode, je lui demandais comment elle faisait la différence entre les résultats SEO venant des requêtes « brandées » (avec le nom de la marque) et les autres (requêtes génériques menant vers les articles de blog). Elle m’a avoué qu’ils n’avaient pas cette finesse dans l’analyse. Ici le biais est énorme. Si 90% du trafic qui génère du business vient de requêtes contenant le nom de la marque, l’attribuer au SEO est une erreur car cela veut clairement dire que le visiteur connaissait déjà l’entreprise par un autre canal.

   

• Pour un client, nous avions choisi de tester ensemble LinkedIn Ads, en ciblant volontairement des personnes étant déjà passées sur notre site (du retargeting donc). Après un mois de campagne pub, LinkedIn Ads et mon logiciel de marketing automation me remontaient très peu de conversions directes depuis les pubs. Un échec ? Non ! Des clients existants et certains prospects nous ont contactés en mentionnant qu’ils nous voyaient partout sur LinkedIn. La pub a donc eu un impact certain mais intraçable.

   

• Dans une volonté de maîtriser les coûts et d’être plus « data-driven », Nike a pris la décision il y a quelques années de recentrer sa stratégie marketing sur la vente directe par son site internet plutôt que son modèle précédent de distribution en magasin. Cela a provoqué la chute des actions de branding (pour laquelle Nike était un modèle) pour rediriger le budget vers de la pub en ligne. Résultat, le chiffre et la marge ont chuté, les budgets pubs ont explosé et, en juin 2024, la valorisation boursière de Nike a plongé de 25 milliards de dollars en une journée lors de la publication des résultats de T2. L’analyse est un peu simplifiée ici mais je la trouve très parlante. Dans la volonté d’avoir plus de visibilité sur le ROI et l’attribution, Nike a coupé les budgets de branding (ROI difficilement mesurable) ce qui a eu des effets dramatiques sur les résultats. Comme quoi, être « data-driven » avant tout n’est pas forcément bon.

Bref, la liste pourrait continuer indéfiniment.

Tu l’as compris, l’attribution est un sujet complexe qui est clairement imparfait. Les biais sont énormes et ils peuvent avoir des impacts conséquents sur la répartition des budgets marketing. Pourtant, nombre de startups consacrent un temps colossal et un budget tout aussi important à construire des modèles d’attribution ultra-complexes. Pour aboutir à des résultats qui ne reflèteront pas la réalité (comme le montre la complexité d’un cycle de vente B2B illustré par Gartner ci-dessous).

Evidemment, avec 1 ou 2 ans de données à disposition, il serait possible de rentrer dans des modèles statistiques complexes qui donneraient des résultats plus précis. Mais ce genre de pratiques n’est pas à la portée de la plupart des startups/PME.

La question se pose donc : le jeu en vaut-il la chandelle ? Est-il vraiment indispensable de consacrer autant d’efforts pour des résultats biaisés ? Le temps passé à créer ces modèles, compiler les données, les analyser, ne serait-il pas mieux utilisé ailleurs ?

Souvent, je considère qu’il est plus important de regarder le ROI et l’efficacité de la stratégie marketing dans sa globalité, sans forcément rentrer dans le détail du canal par canal qui va être trop souvent trompeur.

Mais je pose ces questions sans avoir de réponse, car rien n’est simple. Ces modèles d’attribution nous sont parfois demandés/imposés par la direction, qui aime avoir l’impression de contrôler le ROI. Cela nous permet aussi d’échanger avec le service financier et d’arbitrer les budgets.

Enfin, il s’agit parfois, sans qu’on n’ose vraiment l’avouer, d’un moyen détourné de mettre en avant l’efficacité de ce qui nous arrange dans le but de justifier notre stratégie, une décision que nous avons prise, pour consolider notre position dans l’entreprise ou débloquer des primes sur objectif. Personne ne le dira, ça n’en reste pas moins vrai dans certains cas 😉

Dans tous les cas, il est capital de bien avoir conscience des biais qui existent dans le modèle d’attribution que l’on choisit. Et d’éduquer les différentes parties prenantes sur ce sujet. Au risque de prendre des décisions erronées et de couper des budgets qui feront chuter complètement la stratégie d’acquisition.