Attribution au premier contact vs au dernier contact : comparatif des modèles

Le premier contact attribue 100 % du crédit d'une vente à la première chose qui a atteint le client. Le dernier contact attribue 100 % à la dernière chose avant l'achat. Le modèle linéaire le répartit également, le modèle dégressif favorise les contacts récents, et le modèle basé sur la position donne 40 % à chaque extrémité et 20 % au milieu. Ce sont cinq façons de diviser le même chiffre d'affaires, et sur un parcours d'apparence réelle, elles peuvent attribuer le mérite à cinq canaux différents.

Cet écart est toute l'histoire de l'attribution au premier contact vs au dernier contact. Le modèle que vous choisissez n'est pas une mesure, c'est une opinion sur ce qui mérite le crédit, et il décide discrètement quel canal recevra le budget du trimestre suivant. Ce guide applique les cinq modèles à une campagne que vous pouvez visualiser : un QR code sur une affiche, un lien court dans une newsletter, et un e-mail de rappel. Si vous voulez d'abord la définition générale, commencez par ce qu'est l'attribution marketing, puis revenez pour l'arithmétique.

Je travaille sur la façon dont ces chiffres sont construits à partir des données de liens, et l'erreur la plus fréquente que je vois n'est pas de choisir le mauvais modèle. C'est d'en choisir un sans jamais regarder ce que diraient les autres.

La campagne que nous allons évaluer

Une cliente, Maya, achète un abonnement annuel à 120 EUR. Son parcours, tel que le journal de clics le montrerait :

1. Jour 0 : elle scanne un QR code sur une affiche de conférence. Il pointe vers un lien court balisé utm_medium=qr.
2. Jour 4 : elle clique sur le lien court dans votre newsletter, balisé utm_medium=email&utm_campaign=newsletter.
3. Jour 8 : elle clique sur un e-mail de rappel et achète le jour même.

Trois contacts, une conversion, 120 EUR à répartir. Chaque lien court porte ses propres balises de campagne, ce qui est la seule chose qui rend les contacts distinguables. Si le balisage est le point fragile de votre configuration, les paramètres UTM expliqués couvre les conventions, et le suivi des UTM de bout en bout couvre la plomberie.

Les cinq modèles évalués

Chaque modèle ci-dessous prend les 120 EUR de Maya et applique une règle. Lisez-les dans l'ordre, car les derniers sont des réactions aux premiers.

Attribution au premier contact

Le premier contact attribue la totalité des 120 EUR au scan du QR code. La logique est que la première interaction a créé l'opportunité, et que tout ce qui a suivi n'était que le client déjà en chemin.

Il est utile quand votre question est "d'où viennent les nouveaux clients ?". Les canaux de notoriété comme les affiches, les podcasts, les événements et les liens de créateurs paraissent faibles avec le last touch parce qu'ils concluent rarement quoi que ce soit seuls. La présentation du modèle par Shopify le cadre de la même façon : il mesure le haut de l'entonnoir.

Le piège : il n'accorde aucun crédit aux e-mails qui ont fait le travail de persuasion. Si vous ne lisez que le first touch, vous continuerez à financer l'affiche et vous priverez de ressources la séquence de nurturing qui a transformé un scan en vente. Il récompense aussi tout ce qui arrive en premier, y compris un clic précoce chanceux de quelqu'un qui allait acheter de toute façon.

Attribution au dernier contact

Le dernier contact attribue la totalité des 120 EUR à l'e-mail de rappel. C'est la valeur par défaut de la plupart des outils d'analyse, et à juste titre : il est simple, reproductible, et correspond à la façon dont le clic juste avant un achat est le plus facile à observer.

Il fonctionne bien pour les cycles courts, les achats récurrents et les campagnes de réponse directe, où la dernière incitation est réellement la décision. Le comparatif de Factors.ai fait la même remarque pour le B2B : les deux modèles à contact unique sont simples, et les deux sont incomplets dès que le parcours implique plusieurs personnes et plusieurs étapes.

Il surévalue celui qui conclut. Les e-mails de rappel, la recherche de marque et le reciblage se trouvent tous en fin de parcours par nature, de sorte que le last touch les flatte à chaque fois. L'e-mail de rappel de Maya l'a fait franchir la ligne, mais il n'existait que parce que le scan du QR code et la newsletter l'avaient placée sur la liste. Le last touch tend aussi à gonfler le trafic "direct" lorsque la dernière visite est une URL saisie à la main.

Attribution linéaire

Le modèle linéaire divise le crédit à parts égales. Trois contacts, 40 EUR chacun.

C'est le modèle de ceux qui se méfient du récit de chacun. Rien n'est invisible, et personne ne reçoit de bonus pour sa position. C'est un premier pas raisonnable hors du contact unique, car il ne peut pas ignorer complètement un canal qui est apparu.

Mais il suppose qu'un scan d'affiche et un rappel le jour de l'achat ont contribué de la même façon. Ce n'est presque jamais le cas. Le modèle linéaire dilue aussi le crédit à mesure que les parcours s'allongent : un parcours de dix contacts donne 10 % à chaque étape et fait paraître tout sans importance.

Attribution dégressive dans le temps

Le modèle dégressif donne plus de poids aux contacts proches de la conversion, généralement avec une demi-vie. Avec une demi-vie de 7 jours, un contact perd la moitié de son poids tous les 7 jours qui le séparent de l'achat. Les contacts de Maya ont eu lieu 8, 4 et 0 jours avant l'achat, ce qui donne des poids d'environ 0,45, 0,67 et 1,00. Normalisés, cela fait à peu près 21 %, 32 % et 47 %.

Il convient aux promotions et aux achats rapides où récent signifie vraiment influent. C'est aussi le modèle qui cache un réglage : faites passer la demi-vie de 7 à 30 jours et les chiffres changent beaucoup ; le choix de la demi-vie est donc une décision, pas une valeur par défaut.

Les cycles longs le mettent en défaut. Si une vente prend six mois, le contact qui l'a lancée s'est estompé jusqu'à presque rien au moment de la conclusion, et le modèle dégressif devient discrètement un last touch avec des étapes en plus.

Attribution basée sur la position

Le modèle basé sur la position, souvent appelé en U, donne 40 % au premier contact, 40 % au dernier, et 20 % partagés entre ceux du milieu. Pour Maya, cela fait 48 EUR, 24 EUR et 48 EUR.

Il encode une croyance que beaucoup de marketeurs partagent déjà : l'étape qui a trouvé le client et celle qui l'a conclu méritent l'essentiel du crédit, et le milieu a fait un travail de soutien. Il tend à sembler juste pour les parcours dotés d'une étape de découverte nette et d'une étape de conclusion nette.

La répartition 40/20/40 est une convention, pas un résultat. Personne ne l'a mesurée sur votre activité. Si votre contact intermédiaire (disons un webinaire) est la vraie raison pour laquelle les gens achètent, le modèle basé sur la position le sous-évaluera par construction.

Les cinq modèles côte à côte

Voici les mêmes 120 EUR sous chaque modèle. Chaque colonne totalise 120 EUR.

Lisez le tableau par lignes. Le QR code vaut de 0 EUR à 120 EUR selon le modèle, et la newsletter, que les deux modèles à contact unique ignorent, reçoit entre 0 EUR et 40 EUR. Aucun de ces résultats n'est faux. Ils répondent à des questions différentes : le first touch répond à "qu'est-ce qui trouve les clients", le last touch à "qu'est-ce qui les conclut", et les modèles multi-touch à "comment arrêter d'en débattre".

Si vous n'avez le temps que pour une seule habitude, que ce soit celle-ci : calculez le premier et le dernier contact côte à côte pour chaque campagne. Quand ils concordent, vous pouvez cesser de vous inquiéter. Quand ils divergent fortement, vous avez trouvé un canal qui fait un autre travail que celui que votre rapport suppose.

Ce qu'aucun modèle ne peut corriger

Les cinq partagent un angle mort. Ils ne divisent le crédit qu'entre les contacts que vous pouvez voir. Un lien collé dans une discussion privée, un collègue qui mentionne votre nom, un podcast entendu le mois dernier : rien de tout cela n'entre dans le modèle, et le crédit retombe sur ce qui était visible. L'attribution du dark social est la version longue de ce problème, et il vaut la peine de la connaître avant de faire confiance aux résultats d'un modèle.

Une dernière mise en garde, issue de l'expérience. Google a retiré les modèles premier clic, linéaire, dégressif dans le temps et basé sur la position de GA4 et de Google Ads en novembre 2023, ne laissant que le modèle piloté par les données et le dernier clic (rapport sur les modèles d'attribution GA4, Google Ads : à propos des modèles d'attribution). Si votre outil d'analyse n'affiche plus les modèles ci-dessus, cela ne les rend pas obsolètes. Cela signifie que vous les calculez vous-même, ce qui est facile dès que vous disposez de lignes par contact.

Ce que les données au niveau du clic peuvent et ne peuvent pas vous dire

Un lien court enregistre le clic lui-même, qui est le contact le plus fiable d'une campagne parce qu'il se produit sur une infrastructure que vous contrôlez. Un événement de clic porte le lien, l'horodatage, le pays, la classe d'appareil, le navigateur, l'hôte du référent et les balises UTM, et ce sans cookies ni adresse IP stockée (voir les champs d'un événement de clic). Cela en fait une source propre de lignes de "contact", y compris pour les scans de QR codes que vous suivez comme des liens et les clics d'e-mail que vous pouvez distinguer.

Voici ce à quoi il répond bien :

• Quel canal a touché en premier, et lequel en dernier, dans une fenêtre donnée.
• Quel écart de temps séparait les contacts, ce qui est exactement ce dont le modèle dégressif a besoin.
• Quelles balises de campagne font le gros du travail à chaque position.

Et voici ce à quoi il ne peut pas répondre :

• Qui est la personne. Une ligne de clic seule n'a pas d'identité. Pour relier les trois clics de Maya, il vous faut un identifiant présent à la fois dans les clics et dans la conversion.
• Si un clic était humain. Les scanners de messagerie et les aperçus de discussion ouvrent les liens. Clics et sessions GA4 explique pourquoi les chiffres diffèrent et ce qui est normal.
• Ce qui s'est passé hors du lien. Les vues d'une affiche sans scan, une impression publicitaire sans clic et une recommandation au déjeuner sont toutes invisibles.
• Le rapprochement entre appareils. Un scan sur téléphone, un achat sur ordinateur portable, et les deux parcours ressemblent à deux personnes, sauf si quelque chose les relie.

Dans Elido, une conversion est rapprochée d'un clic soit exactement, grâce à l'identifiant de clic renvoyé avec la redirection, soit par l'e-mail du client avec le clic le plus récent dans votre fenêtre d'attribution (1, 7, 30 ou 90 jours). Cette valeur par défaut est un rapprochement au dernier contact, et il est exact lorsque vous transmettez l'identifiant de clic. Le générateur d'entonnoirs vous permet aussi de choisir le premier contact, le dernier contact ou le linéaire pour un entonnoir. Les modèles dégressif et basé sur la position ne sont pas intégrés. Pour ceux-là, exportez les événements de clic et les conversions (voir l'export des données d'analyse et l'API d'analyse des clics de liens), joignez-les sur votre identifiant, et appliquez les pondérations dans un tableur ou votre entrepôt de données. L'arithmétique ci-dessus suffit.

Si vous voulez les lignes de contact sans construire d'abord un pipeline, créez un lien court balisé dans Elido pour chaque canal de votre prochaine campagne et commencez par la comparaison premier contact contre dernier contact.

Quel modèle utiliser

Adaptez le modèle à la décision que vous prenez, pas à la valeur par défaut d'un outil.

• Cycle court, réponse directe, acheteurs récurrents : last touch, avec le modèle dégressif comme contrôle de cohérence.
• Dépenses de marque et de notoriété, questions sur les nouveaux clients : first touch pour la décision budgétaire, last touch pour voir ce qui convertit.
• Parcours avec une étape de découverte nette et une étape de conclusion nette : basé sur la position, en acceptant que les pondérations 40/20/40 soient une hypothèse.
• Longs cycles B2B avec de nombreuses parties prenantes : aucun des modèles simples ne suffit. Traitez un modèle à règles comme un guide approximatif et examinez les séquences et les cohortes.

Dans tous les cas, les limites de l'attribution sans cookies méritent d'être lues avant de faire confiance à un chiffre à l'euro près. Et associez n'importe quel modèle à la configuration du clic à la conversion dans le suivi des conversions d'Elido afin que le côté conversion dispose d'un identifiant sur lequel joindre.

La conclusion honnête est que l'attribution ressemble davantage à de la comptabilité qu'à de la physique. Les modèles ne découvrent pas la vérité, ils appliquent une règle de façon cohérente pour que vous puissiez comparer des campagnes. Choisissez une règle, dites laquelle, et gardez-la stable assez longtemps pour apprendre quelque chose.

Lire la série cornerstone

Cet article se place dans le cluster fonctionnalités, à côté des définitions de ce qu'est l'attribution marketing. Pour la configuration complète du balisage et de la transmission, lisez l'article cornerstone sur le suivi UTM.

Sur le même sujet dans le blog

• Qu'est-ce que l'attribution marketing
• L'attribution sans cookies expliquée : ce qui fonctionne encore
• Attribution du dark social : retrouver le trafic que GA4 classe en direct
• Clics vs sessions GA4 : pourquoi les chiffres diffèrent