Modèles d'attribution marketing : une boussole qui peut vous faire tourner en rond

TL;DR

Les modèles d'attribution ont une promesse claire : vous dire quel canal mérite votre budget. Le problème, c'est qu'ils mesurent les conversions canal par canal, sans jamais capter ce qui se passe entre les canaux. Vous prenez donc des décisions budgétaires sur une image déformée, et vous risquez de couper exactement ce qu'il ne faudrait pas toucher. Des alternatives plus robustes existent aujourd'hui, mais elles demandent des ressources que tout le monde n'a pas. Pour la plupart des annonceurs, le CAC blended reste la boussole la plus honnête.

La promesse, d'abord

Un modèle d'attribution marketing est censé répondre à une question simple : quel canal mérite votre budget ? Quand un utilisateur achète après avoir vu une publicité Meta, cliqué sur un lien Google, ouvert un email et visité votre site directement, à qui attribue-t-on la vente ? C'est la question que ces modèles tentent de trancher, avec des règles plus ou moins sophistiquées selon qu'on parle de last click, de modèle linéaire, de data-driven attribution, ou d'autres encore.

Sur le papier, c'est exactement ce dont un directeur marketing a besoin pour piloter son mix avec rigueur et justifier ses arbitrages budgétaires. Le problème vient de ce que ces modèles ne voient pas.

Ce qu'ils ne mesurent pas

La critique habituelle des modèles d'attribution porte sur le choix des règles : le last click favorise le search au détriment du haut de funnel, le first click fait l'inverse, le linéaire donne la même valeur à toutes les interactions peu importe leur rôle réel. Tout ça est vrai, mais ce n'est pas le principal problème.

Le vrai problème, c'est que la quasi-totalité de ces modèles est aveugle aux effets croisés entre canaux. Un canal peut en renforcer un autre sans jamais apparaître dans le chemin de conversion, et aucun modèle standard ne le verra.

L'exemple le plus courant : vous faites de la publicité sur les réseaux sociaux en parallèle du search. La pub sociale crée de la notoriété, suscite de la curiosité, fait grossir le volume de recherches sur votre marque. Un utilisateur vous voit sur Instagram le lundi, fait une recherche Google le mercredi et achète. Dans votre outil d'attribution : 100% du crédit va au search. Le social affiche un ROI catastrophique.

Si vous décidez de couper le social sur la base de ces chiffres, vous allez observer quelque chose de désagréable : le volume de conversions baisse progressivement. Pas d'un coup, ce qui rend le diagnostic encore plus difficile à poser. En croyant optimiser votre acquisition, vous l'avez fragilisée.

Les alternatives existent

Le Marketing Mix Modeling (MMM) règle en partie ce problème. C'est une approche statistique qui analyse vos données historiques en intégrant tous vos canaux simultanément, leurs interactions, et des facteurs externes comme la saisonnalité ou les promotions. Meta et Google ont tous les deux sorti des outils open-source (Robyn et Meridian) qui ont rendu l'accès au MMM moins réservé aux grandes structures qu'il ne l'était. Couplé à des tests d'incrémentalité, qui mesurent l'impact réel d'un canal en comparant un groupe exposé à un groupe témoin, c'est ce qui se fait de plus rigoureux aujourd'hui.

Toutefois, monter un modèle MMM sérieux demande des données historiques solides sur une période longue, du temps d'analyse, et souvent des compétences data que la plupart des équipes marketing n'ont pas en interne. Les tests d'incrémentalité bien conduits sont eux aussi chronophages et coûteux à mettre en place de façon continue. Ce sont des outils puissants, mais qui s'adressent à des structures qui ont les ressources pour les faire correctement.

Pour la plupart des annonceurs, il y a mieux à faire

La bonne nouvelle, c'est qu'il existe un indicateur simple, difficile à truquer, et que tout le monde peut calculer : le CAC blended.

Le CAC blended, c'est votre coût d'acquisition total, toutes dépenses marketing confondues, divisé par le nombre de nouveaux clients générés sur la même période. Pas de segmentation par plateforme, pas de guerre interne entre canaux pour s'attribuer le crédit des conversions. Juste une question franche : est-ce que ma machine d'acquisition, prise dans son ensemble, tourne bien ?

C'est moins sophistiqué qu'un MMM, certes. Mais c'est aussi beaucoup plus honnête qu'un modèle d'attribution qui vous donne une grande confiance pour prendre les mauvaises décisions.

Au fond, la vraie limite des modèles d'attribution standard ne tient pas à leur imprécision. Elle tient au fait qu'ils sont assez précis pour paraître crédibles, et assez faux pour vous conduire dans la mauvaise direction. Le CAC blended, lui, ne prétend pas tout expliquer. Il se contente de vous dire si l'ensemble du dispositif est rentable. Et c'est souvent la question qui compte le plus.