Si tu cherches un tutoriel sur les 7 étapes à suivre pour utiliser les modèles d’attribution, cet article ne répondra pas à tes questions. Si tu espères arriver au terme de cet article avec une solution magique qui t’aidera à déterminer en poussant sur un simple bouton comment distribuer ton investissement média au travers des différents canaux qui sont utilisés, de nouveau tu n’es pas au bon endroit. Note qu’en réalité, et afin que ce soit clair dès le début, un outil comme cela n’existe pas.
Si tu voudrais mieux comprendre pourquoi l’attribution est un sujet crucial dont tout le monde parle tout le temps, tu es exactement là où tu devrais te trouver.
Le digital est extraordinaire. Il a modifié (et va modifier) à bien des égards bon nombre de business et d’industries. Cependant il est également associé avec de nombreux biais. Le principal dans le cadre de l’attribution est la perception qu’avec le digital tout est et doit être mesuré. Les personnes qui liront cet article est qui sont actives dans l’industrie savent que la réalité en est bien loin.
Cependant, il est certain que le digital permet de mesurer de manière beaucoup plus précise l’impact des campagnes sur le business de l’annonceur. C’est une bonne nouvelle car en parallèle, le comportement d’achat des utilisateurs se complexifie et le nombre de points de contact entre une marque et un potentiel client ne cessent de croître. Cette complexité amène deux challenges:
- Le challenge de la mesure permettant d’identifier chacun de ces points de contact
- Le challenge de l’attribution permettant de donner du crédit à chacun des points de contact afin de déterminer lesquels étaient plus ou moins importants
Comment est-ce que l’attribution a évolué ?
1) La mesure media-centric
Commençons simplement et revenons quelques années en arrière. A cette époque, avec l’avènement du digital, les annonceurs commencent à mesurer l’impact direct de leurs campagnes digitales et les résultats business que ces dernières génèrent. Au fil du temps ces plateformes se sont multipliées. Rapidement un annonceur était actif sur 3 ou 4 plateformes en simultané (AdWords, Facebook, Criteo, Bing, etc.).
Le principal problème de cette démultiplication provient de la démultiplication en parallèle des systèmes de mesure. En effet, chaque plateforme disposant de son système, ses tags/pixels mesurant les conversions avec un cookie delay post click ou post view a rapidement mené à des situations problématiques. Qu’est-ce que cela signifie ? Imaginons le scénario suivant: une personne clique sur une annonce AdWords le lundi, revient via une annonce Facebook le mardi et revient finalement le vendredi en cliquant sur un résultat SEO pour acheter un produit sur le site. Que se passe-t-il ? AdWords comptabilise 1 conversion liée au clic sur l’annonce du lundi. Facebook comptabilise 1 conversion liée au clic sur l’annonce du mardi. En rapportant sur base des performances des plateformes d’advertising nous avons donc 2 conversions tandis qu’au niveau business nous n’en avons généré qu’une seule.
Selon moi, l’angle business est le plus important. En effet, l’objectif ultime des campagnes marketing est de faire croître le business et non pas simplement d’avoir de bonnes métriques d’un point de vue marketing (bien que les deux soient bien entendu liés). Je préconise donc une approche site-centric plutôt que média-centric. Attention que la mesure des performances directement au sein des plateformes d’advertising est important notamment pour la gestion et l’optimisation des campagnes au quotidien. Cependant, au niveau business, rapporter uniquement sur base de ces plateformes n’est pas suffisamment précis.
2) La mesure site-centric
Quelles sont donc les alternatives à la problématique décrite ci-dessus ? La principale est est l’utilisation de plateformes de Web Analytics telles que Google Analytics (GA). Si nous retournons sur la situation décrite supra, GA attribuerait la conversion à la dernière source de trafic, soit dans notre cas, le SEO. Au niveau business c’est nettement plus correct car une seule conversion serait rapportée pour une seule conversion réalisée.
La question qui se pose est donc la suivante: est-ce que GA (ou un autre outil Web Analytics) est la meilleure option ?
Oui: car si nous comparons l’approche site centric (Web Analytics) et média centric, l’approche site centric a plus d’avantages que l’approche média centric:
3) L’arrivée des modèles d’attribution
Heureusement GA (et les outils similaires) ont également évolué et ont permis rapidement de compléter l’expérience. Au travers notamment du rapport multi-channel funnel nous avons accès à de nombreuses informations très intéressantes sur le comportement d’achat des visiteurs. Notamment la capacité de jouer avec les modèles d’attribution différents et pouvoir par ce biais mieux comprendre le rôle de chaque canal de communication:
En plus des modèles d’attribution construits par défaut par GA, il est également possible de construire son propre modèle d’attribution directement dans la plateforme en attribuant de manière subjective un pourcentage de la valeur des conversions à la première interaction, celle(s) du milieu, et la dernière interaction:
Je suis certain que la plupart d’entre vous ont joué avec ce genre de modèles. Vous avez même probablement testé de nombreuses choses qui ont fini par vous donner le sentiment que les choses sont plus complexes qu’elles n’y paraissent mais sans vous donner la réponse à vos questions. Finalement, je suis prêt à parier que la majorité d’entre vous n’a jamais été capable de répondre à la question suivante: “Quel modèle d’attribution dois-je utiliser pour mon business ?”
C’est une question compliquée et en réalité il n’y a selon moi qu’une seule vérité: les modèles présentés ci-dessus sont tous mauvais ! Ils sont tous subjectifs. Pourquoi devrait-on attribuer l’ensemble du crédit au premier point de contact ou même au dernier ? Cela n’a pas de sens. Malheureusement, désolé de vous décevoir, mais en réalité il n’y pas de réponse à la question posée...
Critiquer est facile. Je suppose que vous vous demandez quelles sont mes recommandations si tous ces modèles sont mauvais ? Ma réponse est simple: il faut être capable de regarder les choses depuis des perspectives et des angles différents. Le plus important n’est pas l’outil ou le modèle mais bien la méthodologie. Ci-dessous celle que j’applique:
- Pour la gestion au quotidien: utiliser le modèle d’attribution par défaut de GA. Il est celui qui vous offrira la rapidité et la flexibilité nécessaire pour les rapports, les analyses et les optimisations des campagnes.
- Pour les décisions importantes: telle que la décision d’arrêter d’investir dans un canal d’acquisition, il est nécessaire de prendre le temps de réaliser une analyse plus détaillée en croisant différents modèles d’attribution afin de s’assurer de faire le bon choix. De ces analyses deux situations peuvent se produire:
- Tous les modèles montrent que le canal est peu performant et dans ce cas arrêt d’y investir et le meilleur choix.
- Les modèles montrent des tendances mitigées et dans ce cas une approche test & learn permettra de définir ce qui fonctionne par rapport à ce qui doit être arrêté.
4) Le modèle d’attribution “data driven”
On continue d’avancer dans le temps. Il y a quelques années Google est arrivé avec une solution à certain des problèmes mentionnés supra. Une première solution consiste en la création du modèle d’attribution data driven (DDA). Qu’est-ce que cela signifie ? A la différence des autres modèles, le DDA est relativement objectif. En effet, les algorithmes qui le construisent vont comparer l’ensemble des chemins de conversions et comparer l’importance relative de chaque point de contact. Sur cette base il attribue ensuite une partie de la valeur d’une conversion à chacun de ces points de contact:
Si vous voulez plus d’informations sur le sujet je vous invite à (re)lire l’article que nous avions écrit sur le sujet.
La second solution avec laquelle Google est arrivée est l’outil Google Attribution. Un outil avec une magnifique promesse. La promesse de pouvoir comparer sur base du modèle d’attribution DDA toutes les sources de trafic, au travers des différents types d’interactions (clics, impressions, vues, etc.) mais également de manière cross-device.
INCROYABLE !
Malheureusement cela n’a pas duré longtemps. Après un lancement en grande pompe en début d’année 2018, Google a rapidement décidé de stopper le lancement, non convaincu de la valeur ajoutée de l’outil et voulant se (re)concentrer sur d’autres priorités.
5) L’omnicanalité
D’autres priorités vous dites ? En effet, cela n’a pas pris longtemps à Google pour lancer de nouvelles solutions touchant de près ou de loin à l’attribution. Avant de les décrire, prenons à nouveau un peu de recul.
En parallèle des discussions d’attribution, une autre tendance importante c’est immiscée sur le marché: la possibilité de faire (enfin) le lien entre le monde online et ce qu’il se passe dans le monde offline. L’objectif principal étant la capacité de pouvoir mesurer de manière plus ou moins précise comment la publicité en ligne impacte les ventes dans les magasins physiques.
A partir de fin 2017, les grands acteurs de cette industrie (Google, Facebook et même Bing) ont progressivement lancé leurs solutions permettant de faire ce lien entre online & offline. Deux grandes solutions sont depuis disponibles. Tout d’abord les store visits qui font le lien entre clic, session, impression ou vue et une visite dans un magasin physique. Ensuite les store sales qui font le pont entre clic, session, impression ou vue et une vente en magasin et ce par le biais d’upload des données de ventes réelles des magasins physiques au travers des plateformes.
Si vous voulez en savoir plus sur ces éléments voici deux articles qui vous aideront à mieux comprendre. (1) on how does omnichannel measurement work et (2) on why Google is leading the way there.
6) Encore une autre brique
Pouvoir mesurer le lien entre publicité en ligne et achat/visite dans les magasins physiques est crucial pour avoir une compréhension complète du rôle que joue le digital. En revanche, cela vient également ajouter une nouvelle dimension dans nos discussions relative à l’attribution. En effet nous voulons maintenant comprendre l’impact qu’un point de contact, canal d’acquisition peut avoir sur les ventes en ligne et hors ligne:
Est-ce pour cette raison que Google a stoppé le lancement de son outil d’attribution ? Peut-être que Google a compris que la vraie valeur ajoutée de son outil serait dans la capacité de prendre l’omnicanalité en compte dès le début. Ils auraient donc décidé pour cela de faire un pas en arrière afin de revenir plus forts.
7) La big picture
L’histoire ne s’arrête pas ici. Si on regarde le futur, on peut clairement voir une nouvelle tendance qui se dessine. Celle d’acheter l'entièreté du média de manière programmatique. C’est-à-dire par le biais de programmes. Demain, nous pourrons acheter de l’inventaire publicitaire sur la TV et la radio de la même manière que nous apparaissons sur Facebook.
C’est génial ! Mais de nouveau, cela va ajouter une dimension supplémentaire à nos discussions relatives à l’attribution. En effet, nous voudrions alors comprendre l’impact qu’un point de contact, canal d’acquisition (online ou offline) peut avoir sur les ventes en ligne et hors ligne:
Conclusion - mon opinion
Chaque jour notre industrie se complexifie. Les technologies ne cessent d’évoluer et semblent suivre la loi de Moore. Par rapport à l’attribution, deux questions subsistent:
1) Disposerons-nous un jour d’un outil unique qui indiquera comment nous devons diviser notre budget entre les différents canaux afin de maximiser les performances ? J’en doute… Aujourd’hui nous n’avons pas de technologie qui permette de répondre à cette question dans le contexte actuel. Comment pourrait-on en avoir une demain sachant que l’industrie ne cesse de se complexifier et de se fragmenter.
2) Comment devons-nous procéder ? Je suppose qu’avoir une méthodologie est alors beaucoup plus important que d’avoir les meilleurs outils. Bien entendu il est important de s’équiper des meilleurs outils actuels et futurs. Cependant, comme ces derniers ne nous donneront jamais une réponse claire et précise, il est important de bien comprendre la big picture, de garder un esprit ouvert, de regarder les problèmes de différentes perspectives et d’appliquer une méthode test & learn afin de continuellement avancer.
Julien De Visscher
| LinkedinCette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
