Attribution multi-touch : comprendre et choisir le bon modèle

Pourquoi l'attribution multi-touch change la donne

En attribution "dernier clic" (le défaut de Google Analytics et la plupart des outils), tout le crédit de la vente va au dernier point de contact avant la conversion. C'est comme attribuer tout le mérite d'un but au joueur qui marque, en ignorant les 15 passes qui ont construit l'action.

L'attribution multi-touch distribue le crédit entre TOUS les points de contact du parcours client. Résultat : vous comprenez la vraie contribution de chaque canal, campagne et publicité à chaque étape du funnel.

Metrikia propose 9 modèles d'attribution : plus que tout autre outil du marché dans cette gamme de prix. Voici comment choisir le bon.

Les 9 modèles d'attribution de Metrikia

1. First Touch (Premier contact)

Comment ça marche : 100% du crédit va au premier point de contact.

Quand l'utiliser :

• Vous voulez comprendre quels canaux DÉCOUVRENT votre marque
• Votre objectif est la notoriété et l'acquisition de nouveaux prospects
• Cycle de vente court (< 7 jours)

Exemple : Un prospect voit une pub Meta → clique sur une pub Google → remplit un formulaire. First Touch donne 100% du crédit à Meta.

2. Last Touch (Dernier contact)

Comment ça marche : 100% du crédit va au dernier point de contact avant la conversion.

Quand l'utiliser :

• Vous voulez comprendre quels canaux CONVERTISSENT
• Votre focus est le bas de funnel
• Comparaison directe avec Google Analytics (même modèle)

Exemple : Meta → Google → Formulaire. Last Touch donne 100% à Google.

3. Linear (Linéaire)

Comment ça marche : Le crédit est réparti à parts égales entre tous les points de contact.

Quand l'utiliser :

• Vous ne voulez pas privilégier un point de contact par rapport aux autres
• Première analyse exploratoire quand vous ne connaissez pas encore votre funnel
• Cycle de vente moyen avec 3-5 touches

Exemple : Meta → TikTok → Google → Formulaire. Chaque canal reçoit 33%.

4. Time Decay (Décroissance temporelle)

Comment ça marche : Plus un point de contact est proche de la conversion, plus il reçoit de crédit. Les touches récentes comptent plus.

Quand l'utiliser :

• Cycles de vente longs (> 30 jours)
• Les actions récentes sont plus déterminantes dans votre business
• Promotions et offres limitées dans le temps

Exemple : Meta (J-30) → TikTok (J-14) → Google (J-1) → Conversion. Google reçoit ~60%, TikTok ~30%, Meta ~10%.

5. U-Shaped (Position-Based)

Comment ça marche : 40% au premier contact, 40% au dernier contact, 20% réparti entre les touches intermédiaires.

Quand l'utiliser :

• Vous valorisez à la fois la découverte et la conversion
• Bon compromis pour la plupart des businesses
• Le modèle recommandé par défaut dans Metrikia

Exemple : Meta (40%) → TikTok (10%) → Email (10%) → Google (40%).

> Astuce pro : Le U-Shaped est le meilleur point de départ si vous ne savez pas quel modèle choisir. Il équilibre bien acquisition et conversion.

6. W-Shaped

Comment ça marche : 30% au premier contact, 30% au lead creation, 30% au dernier contact, 10% réparti entre les autres.

Quand l'utiliser :

• Votre funnel a un moment de "lead creation" distinct (formulaire, inscription, demo request)
• B2B avec des étapes de qualification claires
• Vous voulez comprendre le rôle du "milieu de funnel"

7. Full Path (Parcours complet)

Comment ça marche : 22.5% au premier contact, 22.5% au lead creation, 22.5% à la création de l'opportunité, 22.5% au closing, 10% réparti entre les autres.

Quand l'utiliser :

• Cycles de vente B2B complexes avec plusieurs étapes distinctes
• Votre CRM suit les étapes : lead → MQL → SQL → Opportunity → Deal
• Vous voulez une vision complète du funnel

8. Markov Chain (Chaîne de Markov)

Comment ça marche : Modèle probabiliste qui calcule la contribution de chaque canal en simulant ce qui se passerait si on le retirait du parcours. Basé sur les transitions observées entre canaux.

Quand l'utiliser :

• Vous avez un volume suffisant de conversions (100+ par mois recommandé)
• Vous voulez un modèle data-driven, pas basé sur des règles arbitraires
• Analyse stratégique trimestrielle de vos canaux

Avantage unique : Contrairement aux modèles basés sur des règles, Markov s'adapte à VOS données. Si dans votre business, TikTok est toujours suivi de Google avant la conversion, le modèle le détectera automatiquement.

9. Shapley Value (Valeur de Shapley)

Comment ça marche : Issu de la théorie des jeux, ce modèle calcule la contribution marginale de chaque canal en considérant toutes les coalitions possibles de canaux. C'est le modèle le plus équitable mathématiquement.

Quand l'utiliser :

• Vous voulez le modèle le plus juste et le plus sophistiqué
• Volume de données suffisant (100+ conversions)
• Décisions stratégiques d'allocation de budget annuel

Avantage unique : Shapley est le seul modèle qui garantit mathématiquement que la contribution attribuée à chaque canal est proportionnelle à sa vraie valeur ajoutée.

Comment configurer l'attribution dans Metrikia

• Allez dans Attribution dans le menu principal
• Sélectionnez le modèle d'attribution dans le sélecteur en haut à droite
• La vue se rafraîchit instantanément avec les crédits recalculés
• Comparez plusieurs modèles en basculant entre eux
• Utilisez les filtres de date pour analyser différentes périodes

Comparer les modèles

Metrikia vous permet de voir côte à côte comment différents modèles attribuent le crédit. Cela révèle les canaux "sous-évalués" par le dernier clic :

• Si un canal a un bon score en First Touch mais pas en Last Touch, c'est un canal de découverte
• Si un canal a un bon score en Time Decay et Last Touch, c'est un canal de conversion
• Si un canal est fort en Shapley mais faible en Last Touch, il joue un rôle d'assistance crucial

Recommandations par type de business

Type de business	Modèle recommandé	Raison
E-commerce (cycle court)	U-Shaped	Équilibre découverte/conversion
SaaS B2B (cycle long)	W-Shaped ou Full Path	Étapes de qualification multiples
Agence (multi-clients)	Shapley	Le plus juste pour les reportings client
Lancement produit	First Touch	Focus sur la découverte initiale
Promotion flash	Time Decay	Les actions récentes comptent plus
Volume élevé (100+ conv/mois)	Markov ou Shapley	Data-driven, plus précis

> Astuce pro : Commencez par le U-Shaped, puis passez à Shapley ou Markov quand vous avez 3+ mois de données et 100+ conversions. Demandez à Diana "Compare U-Shaped vs Shapley sur le dernier trimestre" pour un résumé automatique des différences.