Attribution de la conversion : la quête de l’objectivité

Capter l’attention d’une audience sollicitée de toutes parts et mesurer précisément le chemin qui aboutit à la conversion est devenu l’un des principaux objectifs des services marketing.

Dans l’environnement multicanal et multi-écrans qui se développe chaque jour, les possibilités sont de plus en plus vastes pour personnaliser les campagnes marketing et repousser les limites de la créativité. Porté par l’essor du e-commerce et des applications mobiles, le marché de la publicité digitale jouit d’un dynamisme dont chacun peut se réjouir. Mais le rythme effréné des innovations technologiques et la complexification de la chaine de valeur ne permettent pas une lecture claire et objective de « qui a fait quoi ». C’est toute la question de l’attribution : quelles sont les étapes – et donc les parties prenantes – qui ont réellement favorisé la conversion ? A quelle action attribuer objectivement le bénéfice de la vente ? Quel crédit donner à chaque action ?  

Il y a quelques années encore, le modèle qui prévalait était celui de la « dernière action », consistant à attribuer la conversion au dernier événement sur un levier marketing utilisé pour amener le consommateur à effectuer l’action désirée sur le site web de la marque. Très souvent un clic search. Cette approche par défaut  tout le monde en convient a fait son temps. Au-delà du fait que la contribution de la dernière action était largement sur représentée, la méthode d’attribution au dernier clic restituait une vision imparfaite de l’impact des points de contact réalisé en amont de cette dernière action.  

D’une manière générale, les données d’attribution au dernier clic – encore largement utilisées – ne permettent pas aux responsables marketing de mesurer précisément la valeur des publicités, et représentent une base biaisée pour optimiser les campagnes.    

La méthode n’étant plus considérée comme pertinente, la question de l’attribution fait aujourd’hui l’objet d’un vif débat : quel modèle alternatif peut être adopté pour parvenir à une mesure objective et exacte de la contribution ? Plusieurs modèles sont proposés.

Cette approche consiste à créer des modèles prenant en compte l’ensemble des actions composant le tunnel de conversion (le nombre peut varier en fonction des modèles), et attribuant à chacune de ces actions un coefficient de contribution. Par exemple : la première action représente 40% de la valeur, les trois suivantes ont 10% chacune, et la dernière a 30%.  

L’approche multi-touch a le mérite de refléter plus fidèlement la contribution de chacune des actions menant à la conversion, et de permettre une répartition de la valeur plus équitable. Toutefois, dans la plupart des cas, le choix du modèle de répartition reste totalement arbitraire. Pourquoi privilégier un modèle plutôt qu’un autre ? En réalité, la prolifération de modèles multi-touch reflète simplement la marge d’erreur qu’en tant que marketeurs nous trouvons acceptable afin de répondre au challenge posé par l’attribution.

La technologie permet aujourd’hui de collecter des données très granulaires sur l’ensemble des campagnes multicanal et l’ensemble des chemins ayant menés à une conversion. En partant de ces données et en laissant parler les faits, certaines approches faisant appel à des algorithmes sont aujourd’hui en mesure de proposer des approches plus pertinentes que les modèles multi-touch. Par exemple une approche algorithmique basée sur la théorie des jeux permettra d’affiner sa compréhension des parcours de conversion, en évaluant la contribution marginale de chaque action menant à l’acte final.  

Ce type d’analyse parant de la données n’est pas nouveau en soi, mais il nécessitait jusque-là des semaines de travail mobilisant des équipes de data scientists. Aujourd’hui, la technologie permet d’automatiser ces processus et de déployer facilement des logiques de répartition adaptées à chaque campagne. Les modèles d’attribution algorithmique permettent de mesurer plus efficacement et plus objectivement la rentabilité des différents canaux et des leviers marketing utilisés, et d’identifier les bons vecteurs dans le tunnel de conversion. Toutes ces données permettent de simplifier le travail des responsables marketing, et d’optimiser à la fois la performance des campagnes et l’utilisation des budgets.