Attribution publicitaire : pourquoi le modèle choisi change vos performances ?
Une campagne peut afficher un excellent coût par acquisition… sans être à l’origine des ventes qu’elle revendique. En programmatique, le modèle d’attribution influence directement les décisions d’optimisation : il détermine quels points de contact reçoivent le crédit d’une conversion.
L’attribution publicitaire consiste à répartir le crédit d’une conversion entre les interactions marketing observées. Un modèle « 7 jours post-click / 1 jour post-impression » ne prouve pas qu’une publicité vue a causé l’achat. Pour optimiser correctement une campagne, il faut distinguer attribution, visibilité et incrémentalité, puis adapter les KPI à chaque étape du parcours client.
Qu’est-ce que l’attribution en publicité programmatique ?
L’attribution désigne la méthode utilisée pour mesurer ou estimer la contribution des points de contact qui précèdent une conversion : exposition display, vidéo, clic, recherche, visite directe, etc. Le modèle détermine à quels contacts on attribue du crédit.
Exemple classique : une fenêtre de 7 jours post-click (PC) et 1 jour post-impression (PI). Une conversion peut être comptabilisée si elle intervient dans la fenêtre définie après un clic ou une exposition enregistrée. Mais une conversion attribuée n’est pas nécessairement une conversion causée par la publicité.
| Approche | Ce qu’elle mesure | Limite principale |
|---|---|---|
| Post-click | Conversions après un clic publicitaire, dans une fenêtre donnée | Le clic n’établit pas à lui seul la causalité |
| Post-impression | Conversions après une impression enregistrée, sans clic nécessaire | Risque de créditer des expositions peu visibles ou non déterminantes |
| Multi-touch | Répartition du crédit entre plusieurs contacts observés | Dépend de la couverture et de la qualité des données |
| Mesure incrémentale | Différence de résultats entre groupes exposés et témoins comparables | Exige un protocole expérimental rigoureux |
Pourquoi l’attribution post-impression classique peut-elle induire en erreur ?
Trois questions devraient accompagner tout reporting PI :
- La publicité était-elle visible ? Une impression servie ne garantit pas une exposition à l’écran.
- Le placement était-il qualitatif ? Deux impressions techniquement visibles peuvent avoir un potentiel d’attention très différent.
- La publicité a-t-elle réellement influencé la décision ? Une conversion survenue après une exposition ne suffit pas à prouver un effet causal.
Un modèle PI peut donc survaloriser des inventaires peu coûteux qui multiplient les occasions d’être présents avant une conversion déjà probable. C’est l’une des raisons pour lesquelles nous invitons à regarder au-delà du simple volume de conversions attribuées.
À lire également : les limites du KPI de visibilité et l’importance du placement dans l’optimisation.
Cookie dropping : quand le reporting récompense le mauvais comportement
Dans son post d’origine, GreyFox Ads décrit un risque : acheter des impressions à CPM très bas, multiplier les points de contact attribuables et chercher à récupérer le crédit de conversions qui auraient peut-être eu lieu de toute façon. Cette pratique est souvent associée au terme cookie dropping, même si ce dernier désigne plus précisément, dans certains contextes, le dépôt abusif de traceurs ou de crédits d’affiliation.
Le problème de fond est celui de l’attribution opportuniste : si l’algorithme récompense le nombre de conversions attribuées plutôt que les ventes réellement additionnelles, il peut privilégier la mauvaise stratégie.
Attention : un CPM faible ou un capping serré ne prouvent pas, à eux seuls, une fraude ou un comportement abusif. Il faut analyser les parcours, la visibilité, la répétition et surtout la valeur incrémentale.
Comment les valeurs de Shapley peuvent-elles améliorer l’attribution ?
Les valeurs de Shapley viennent de la théorie des jeux coopératifs. Elles répartissent une valeur collective entre des contributeurs en calculant, selon un modèle, leur contribution marginale moyenne à différentes coalitions possibles.
Transposée au marketing, cette logique peut aider à répartir le crédit entre les canaux ou points de contact observés plutôt que de donner systématiquement tout le mérite au dernier clic ou à la dernière impression. Le post original cite notamment Wizaly comme exemple d’acteur ayant recours à cette famille d’approches.
Nuance méthodologique : il ne s’agit pas de rejouer littéralement tous les matchs imaginables, ni de reconstituer parfaitement tous les contacts de chaque consommateur. Le résultat dépend des données observables, de la définition de la valeur et du modèle retenu. Les valeurs de Shapley ne prouvent pas automatiquement la causalité ; elles proposent une règle de répartition du crédit.
Quel KPI et quelle attribution selon le tunnel de conversion ?
La recommandation de GreyFox Ads est de ne pas demander à toutes les campagnes de répondre au même KPI. Une campagne de découverte ne doit pas être jugée exclusivement comme une campagne de retargeting.
| Étape | Audience visée | Indicateurs à privilégier |
|---|---|---|
| Branding | Personnes correspondant au profil de l’acheteur, sans intention manifeste | Couverture utile, attention, mémorisation, brand lift |
| Considération | Personnes intentionnistes ne connaissant pas encore le site de la marque | Visites qualifiées, engagement, visites incrémentales |
| Conversion | Personnes intentionnistes connaissant déjà le site | Conversions, coût d’acquisition, ventes incrémentales |
Cette grille est une orientation stratégique, pas une règle universelle : le choix des KPI dépend du cycle d’achat, des données disponibles et de la possibilité de conduire des tests.
Comment auditer son modèle d’attribution en six étapes ?
- Cartographier les fenêtres : documenter les règles PC/PI, les priorités entre canaux et les déduplications.
- Contrôler la qualité des impressions : visibilité, fraude, attention et caractéristiques des placements.
- Comparer les lectures : confronter les résultats DSP, analytics et ventes réelles en identifiant les écarts de périmètre.
- Segmenter le tunnel : distinguer prospection, considération et retargeting.
- Tester l’incrémentalité : mettre en place, lorsque c’est possible, des groupes témoins ou des tests géographiques.
- Optimiser progressivement : réallouer le budget vers les leviers dont la contribution est la mieux étayée, plutôt que vers ceux qui revendiquent simplement le plus de conversions.
Quelle est l’approche de GreyFox Ads ?
Chez GreyFox Ads, nous défendons des campagnes de branding et de considération orientées vers l’efficacité réelle. Nos Curated Deals visent à améliorer la qualité des opportunités d’achat grâce au SPO (accès direct aux éditeurs et intermédiaires à valeur ajoutée), à l’exclusion des sites MFA, à la brand safety, à l’optimisation des formats et à des stratégies de ciblage combinant plusieurs signaux disponibles.
Ces optimisations de l’inventaire ne remplacent pas une mesure d’incrémentalité : elles cherchent à améliorer la qualité des impressions achetées. Découvrez notre Master Deal et notre expertise en curation.
Conclusion : mesurer ce qui compte vraiment
Un modèle d’attribution est un outil d’aide à la décision. S’il récompense surtout la proximité temporelle d’une impression avec un achat, il peut encourager des optimisations trompeuses. La bonne question n’est pas seulement « Qui revendique la conversion ? », mais « Qu’est-ce que la campagne a réellement apporté ? »
Sources et précisions
Texte d’origine : publication LinkedIn GreyFox Ads sur l’attribution.
Référence conceptuelle : Prix Nobel d’économie 2012 — Lloyd Shapley.
Les exemples de fenêtres d’attribution sont illustratifs. Les capacités des solutions d’attribution, dont Wizaly, doivent être vérifiées dans leur documentation actuelle. L’attribution statistique ne doit pas être confondue avec la preuve d’un effet causal.
Vos KPI racontent-ils la bonne histoire ?
Échangeons sur vos objectifs, la qualité de vos inventaires et les leviers d’optimisation de vos campagnes programmatiques.