Attribution

L’attribution, c’est la manière dont un système de mesure décide à quoi créditer une conversion. La promesse du marketing digital était de régler cette question pour de bon : puisqu’on peut tracer le clic jusqu’à l’achat, on saurait enfin ce qui marche.

Le problème est que les modèles dominants attribuent la conversion à ce qui est mesurable et récent, en ignorant tout ce qui s’est passé avant. La mesure la plus précise en apparence oriente alors les budgets dans le mauvais sens : elle flatte les canaux qui capturent une demande déjà existante, aux dépens de ceux qui la créent.

Ce diagnostic est porté de longue date par Les Binet et Sarah Carter (How not to Plan) et, plus récemment, par un faisceau de praticiens de la mesure - WARC, Marketing Architects, Sleeping Barber. Convergence d’autant plus crédible qu’elle vient de gens dont le métier est précisément de mesurer.

Cette page expose les biais structurels de l’attribution site-centric et ce que la recherche en établit. Elle ne traite pas de l’attribution propre à chaque régie, qui vit dans les pages canal.

L’essentiel en 5 points

• Le last-click crédite le dernier point de contact de tout l’effet des canaux amont.
• Il compte comme « incrémental » des acheteurs qui auraient acheté de toute façon.
• Dès trois canaux digitaux, la somme des ROAS revendiqués dépasse le revenu réel.
• L’effet Rosser Reeves inverse la causalité : on remarque davantage les pubs des marques qu’on achète déjà.
• La correction est un autre métier que l’attribution : une mesure externe et incrémentale, pas un meilleur dashboard.

Les trois biais structurels

Le diagnostic est posé par Binet et Carter sous un titre de chapitre volontairement ironique - « En ligne, l’évaluation n’est plus un problème ».

1. Le last-click. 100 % de la valeur d’une conversion va au dernier point de contact. Le search capte l’effet de la TV, l’email celui de l’affichage, le retargeting celui de tout le funnel amont. Chaque canal semble « fonctionner » - y compris ceux qui ne seraient jamais déclenchés sans les canaux en amont.

2. La cannibalisation cross-canal. Un acheteur qui aurait acheté de toute façon clique sur une bannière et se retrouve compté comme conversion incrémentale. La quasi-totalité des reportings digitaux ne corrigent pas cet effet.

3. Les effets de halo non mesurés. Une exposition publicitaire suivie d’un achat en magasin physique : l’effet existe, mais il est attribué à zéro source dans les outils digitaux.

S’y ajoute l’effet Rosser Reeves, un biais de causalité inverse : les acheteurs d’une marque retiennent davantage ses publicités et la cherchent plus. « La pub a marché » alors qu’elle a surtout documenté un achat décidé ailleurs (voir Rosser Reeves).

Ce que la recherche établit

Le last-click n’a jamais été conçu comme un outil de mesure business. C’était à l’origine la métrique d’Urchin, l’entreprise rachetée par Google et devenue Google Analytics. Comme le résume WARC : « It’s only been to capture user level actions, not to model their impact on the overall business’s trajectory. » Les praticiens de la mesure parlent d’une décennie perdue : « Digital attribution set us back a decade. The moment we could draw a line from ad click to conversion, we stopped asking whether or not we were actually growing. » (Marketing Architects).

La sur-attribution est mesurable. Additionner les revenus revendiqués par Facebook, Google et TikTok produit, selon Connor (HexClad), « 140 % of what your actual revenue is going to be » - dès trois canaux digitaux, sans même compter la TV ni l’offline. Si la somme des ROAS plateformes dépasse le revenu réel, l’attribution ment.

Le biais est quantifié et orienté. Quand eBay a coupé son paid search, les conversions ont été quasi intégralement récupérées par l’organique : la dépense payait pour capturer une demande déjà acquise. À l’échelle, l’Analytic Partners ROI Genome (cité par WARC) mesure une surestimation de +190 % du paid search et une sous-estimation de -90 % des effets long terme de la TV. Un pilotage sur attribution standard pousse donc mécaniquement les budgets vers le search et contre les canaux qui créent la demande.

Affiné par contexte. Une étude Northwestern/Meta sur plus de 2 200 expériences contrôlées montre qu’en prospecting, le last-click s’aligne avec un test contrôlé 84 % du temps ; mais en retargeting et sur clients existants, il surestime le ROAS de 60 % dans le retail et de 100 %+ dans le travel - là où se concentre la majorité des budgets digitaux.

Nuance : tous les last-click ne se valent pas. Julian Runge et Koen Pauwels (Open-Source MMM, 2026) rappellent que le last-click surestime l’incrémentalité d’autant plus que la marque est installée : son gros baseline organique est capté à tort. Pour une marque jeune sans découverte organique notable, presque tout l’achat est effectivement causé par l’exposition. Une scale-up en amorçage peut piloter raisonnablement au last-click ; le biais devient corrosif à mesure que la disponibilité mentale s’accumule.

Si ta scale-up plafonne aujourd’hui

Le pattern typique : un ROAS Google de 5×, un ROAS Meta de 3×, et la conclusion « le marketing performe ». La déconstruction :

• Le ROAS Google est gonflé par le search de marque - des acheteurs déjà décidés (Google Search Ads).
• Le ROAS Meta est dominé par le retargeting et le lookalike - audience biaisée, terrain d’élection du Rosser Reeves (Meta Ads).
• La somme des ROAS plateformes dépasse ton revenu réel ? C’est de la sur-attribution silo : normalise les fenêtres à 14-21 jours pour comparer.

Le réflexe à désamorcer : couper le budget de marque parce que son ROAS attribué est faible. C’est un doom loop - le dashboard récompense la captation, tu réinvestis dans la captation, le réservoir de demande créée se vide. Les ROAS perf tiennent 6 à 12 mois après la coupe, puis décrochent quand la disponibilité mentale s’érode (voir Performance Plateau).

Lire juste est un autre métier que l’attribution : non pas un meilleur modèle, mais une triangulation par horizon de décision - geo-experiments, tests d’incrémentalité, MMM - couvrant tous les canaux uniformément. Posture build on top : l’attribution plateforme garde sa place pour la décision du jour, on l’étend, on ne la jette pas (voir Stack de Mesure).

Pour aller plus loin

• Stack de Mesure - la résolution : trianguler par horizon de décision plutôt que chercher le modèle parfait.
• Rosser Reeves Effect - le biais de causalité inverse à la racine de la plupart des erreurs.
• Incrémentalité - distinguer convertir les décidés de gagner de nouveaux acheteurs.
• Performance Plateau - la conséquence opérationnelle du doom loop attribution.
• Split Brand-Activation - le budget de marque, première victime des biais d’attribution.
• Efficacité vs Efficience - comment le pilotage court terme détruit la croissance long terme.

Sources

• Les Binet & Sarah Carter, How not to Plan: 66 ways to screw it up (2018), ch. 70 “Online, evaluation is no longer a problem”.
• WARC, Facing ROAS Reality: Marketing Measurement.
• Marketing Architects, No More Mild Marketing.
• Marketing Operators, E027: How We Set Goals, Attribution Limitations and KPIs.
• The Marketing Architects, Avoiding the Google Tax.
• WARC, TV as a Full-Funnel Channel (Analytic Partners ROI Genome).
• Sleeping Barber, SBP 196: The Missing Layer in Performance Marketing (étude Northwestern/Meta).
• Julian Runge & Koen Pauwels, Open-Source Media and Marketing Mix Modeling (2026).

ℹ️ À propos de cette page

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient à Basecamp, le playbook du projet.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.