Aller au contenu

Multi-Touch Attribution

Le multi-touch attribution (MTA) répartit le crédit de conversion entre plusieurs points de contact : bon outil pour optimiser une annonce, mauvais juge pour arbitrer un budget entre canaux, parce qu'il mesure du crédit au clic et non une cause.

Basecamp · relevé de terrain

Chapitre 2
Pilotage
Relevé le
Lecture
7 min
Compas de proportion ouvert sur un plan de relevé, une même mesure répartie en segments gradués.
Diviser le crédit, pas la cause

Le multi-touch attribution (MTA) répartit le crédit d’une conversion entre plusieurs points de contact, pondérés par un modèle. Le last click donne tout au dernier contact ; le MTA propose de partager.

Le last click survit comme source de vérité parce qu’il est la seule mesure immédiatement disponible dans la plupart des tableaux de bord (Sleeping Barber). Le MTA se présente alors comme le correctif : un crédit étalé sur le parcours observé.

Le dossier est presque entièrement praticien : cas documentés, peu d’études contrôlées, ordres de grandeur observés sur le marché nord-américain.

Cette page traite ce que le MTA mesure, où il sert et où il trompe. Le paramétrage de chaque régie vit dans les pages canal ; le détail mobile dans Attribution Plateforme et Mobile (MMP).

L’essentiel en 5 points

  • Le MTA répartit du crédit entre des contacts observés ; il ne mesure pas une cause.
  • Le parcours réel est multi-points : 4,1 contacts médians au clic sur une Cyber Week, chaque plateforme s’attribuant la conversion entière.
  • Au niveau de l’annonce et de la campagne, il reste rapide, granulaire et auditable.
  • Pour arbitrer un budget entre canaux, il surcompte les canaux qui produisent des clics.
  • Sous environ 10 M$ de dépense concentrée sur Meta, le reporting natif suffit et l’outil tiers ajoute de la fausse précision.

Pourquoi le dernier clic ne suffit pas

Le last click attribue toute la commande à la dernière annonce vue. Un modèle mixte à parts égales donne souvent trop de crédit à cette même annonce (Curtis Howland).

Sur la Cyber Week, le client médian d’un panel d’annonceurs traversait 4,1 points de contact au clic, alors que chaque plateforme s’attribuait la totalité de la conversion (Marketing Operators).

Le MTA reste utile quand le parcours est majoritairement en ligne et la dépense digitale significative. Ce n’est pas la solution complète promise par les fournisseurs (Barbara Galiza).

Avant le modèle, le chiffre de la régie

Une plateforme programmatique peut réclamer des conversions sur des fenêtres de view-through allant jusqu’à 120 jours, et s’attribuer des ventes qu’elle n’a pas causées (Limited Supply). Le ROAS déclaré n’est donc pas fiable, TikTok comme Meta : il doit être triangulé par des données tierces avant toute décision de scale (Limited Supply).

Le MTA sert d’abord à construire un point de comparaison que l’annonceur possède.

Le biais se déplace, il ne disparaît pas

Le MTA suppose des canaux étanches. Ils se parlent pourtant : un salon, un panneau, un encart presse font monter les clics et la recherche en aval. Une partie des conversions créditées en bas de funnel vient de l’amont, que le modèle crédite à zéro (Sleeping Barber).

Sur les parcours longs, sessions multiples, appareils, foyers et visites en magasin ne laissent au modèle que les contacts encore reliables à la vente : même biais, en plus complexe (Charlie).

Le mécanisme n’est pas causal. Un modèle, même entraîné, prédit quels clics précèdent la conversion, pas lesquels la causent. La branded search en est le cas type (Haus Analytics).

La couche visible est aussi la couche cliquable. Le MTA surcompte donc Google et Meta, qui génèrent des clics, et sous-compte les podcasts, le bouche-à-oreille, les vues TikTok sans clic (Curtis Howland). Sans post-view, l’écart se creuse au détriment des canaux de marque (Théo Lion).

Là où l’outil reste bon : l’annonce

Tracer le CPA contre la dépense de chaque annonce sépare les annonces efficientes sous-scalées, celles qui brûlent du cash et celles à pousser. Aucun gagnant en bas CPA et fort spend signale un problème d’achat média que la créa ne réparera pas (Curtis Howland).

Un même compte porte des annonces qui obtiennent le premier clic et d’autres le dernier. Juger l’ensemble au dernier clic fait couper celle qui a produit le premier (Curtis Howland).

Ce que le MTA apporte ici, c’est l’auditabilité : valider l’attribution soi-même, là où le tableau de bord d’une régie demande de la croire. Il donne un signal rapide et granulaire que le MMM ne peut pas offrir (Mobile Dev Memo).

Ce qu’il ne peut pas décider : l’allocation

Un troisième chiffre, le chiffre MTA, s’ajoute au revenu business et au chiffre plateforme : cette triangulation entretient une confusion que l’incrémentalité résout (Andrew Faris). Les outils multi-touch favorisent structurellement Google puis Facebook. Ils ne doivent pas servir à l’allocation cross-canal : le sondage post-achat, qui demande où l’acheteur a entendu parler de la marque, révèle les canaux de première découverte que le clic sous-crédite (Curtis Howland).

Le seuil de dépense

Chez un annonceur DTC sous environ 10 M$ de dépense majoritairement Meta, le reporting natif en 28-day click est fiable : le sous-rapportage cross-client tourne autour de 10 à 20 %. Les outils tiers ajoutent alors de la fausse précision, leur coût ne se justifiant qu’à partir d’une complexité multi-canal et multi-marché réelle (Andrew Faris).

Le contrepoint est symétrique : les tests d’incrémentalité coûtent souvent six chiffres par an, et l’adoption du MTA comme du MMM ne se justifie qu’à partir de 30 à 50 M$ de revenu (Andrew Faris). Entre les deux, la marque mesure au compte bancaire.

La sortie n’est pas de choisir un camp. Tout modèle d’attribution est faux ; le garder comme outil d’alignement des objectifs et des incentives, en discutant ses limites, est la seule posture tenable (Kevin Indig).

Le pendant mobile : impraticable par structure

En mobile, le MTA n’est pas seulement biaisé, il est impraticable. Les walled gardens ne partagent pas de données individuelles avec les MMP, seul le dernier touch revendiqué leur est transmis, et les marques ne possèdent pas le domaine de conversion mobile (Mobile User Acquisition Show).

Le contournement observé consiste à centraliser les données brutes MMP et ad server desktop dans un data warehouse interne, puis à joindre les deux par l’email comme identifiant (Mobile User Acquisition Show).


Si ta scale-up plafonne aujourd’hui

1. Un outil MTA qui classe les canaux autrement que le compte bancaire. Ne réalloue pas sur son seul verdict : il décrit l’optimisation intra-canal, pas l’allocation.

2. Un écart entre premier et dernier clic sur les mêmes annonces. Ton compte a des openers et des closers ; couper l’opener supprime la demande que le closer récolte.

3. Une dépense sous 10 M$ concentrée sur une régie. Le reporting natif suffit, l’outil tiers coûte plus qu’il n’éclaire.

Trois gestes suivent : garder le MTA pour l’annonce et la campagne, jamais pour le budget entre canaux ; ajouter un sondage post-achat pour le first touch ; calibrer le modèle par un geo-test avant de le croire. Le paramétrage de chaque régie se règle dans Google Search Ads.

Pour aller plus loin

  • Attribution - les modèles dominants créditent la conversion à ce qui est mesurable et récent, et orientent des budgets qui érodent la croissance long terme.
  • Stack de Mesure - un dispositif valide n’est pas un meilleur modèle, c’est une triangulation lue par horizon de décision.
  • Incrémentalité - la question que le MTA ne pose pas : cette conversion aurait-elle eu lieu sans la dépense ?
  • Media Mix Modeling - la couche agrégée et lente, qui mesure la contribution au P&L sur plusieurs mois.
  • Biais de Mesure - le cadre général : ce qui est mesurable n’est presque jamais ce qui compte.

Sources


ℹ️ À propos de cette page

Direction éditoriale : Romain Nicault.

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.