Modèles d'attribution pour les spécialistes du marketing : comment obtenir des informations précises qui comptent

Vous avez travaillé tout le trimestre sur une nouvelle série de marketing de contenu et les conversions augmentent.

Attribuez-vous ces conversions exclusivement à votre contenu ? Qu'en est-il des clients qui ont cliqué sur votre article depuis votre page de médias sociaux ? Attribuez-vous ces conversions aux réseaux sociaux ou à l'article (ou aux deux) ?

L'optimisation des dépenses marketing est une priorité absolue pour les spécialistes du marketing. Mais il est difficile de savoir où concentrer vos efforts lorsque les entonnoirs linéaires disparaissent de plus en plus dans la légende.

Les modèles d'attribution multi-touch ont tenté de résoudre ce problème, mais de nombreux spécialistes du marketing utilisent les mauvais modèles pour mesurer leurs campagnes.

Dans cet article, nous allons plonger dans les modèles d'attribution populaires qui fonctionnent et expliquer comment obtenir les données d'attribution les plus précises afin que vous puissiez obtenir une image précise de votre retour sur investissement.

Qu'est-ce qu'un modèle d'attribution ?

Un modèle d'attribution est un ensemble de règles qui régissent la manière dont vous attribuez le crédit accordé aux efforts de marketing et de vente qui aboutissent à une conversion. En d'autres termes, il vise à répondre à la question "quel canal ou quelle campagne a généré cet utilisateur, ce prospect ou cette vente ?"

Dans le modèle de marketing traditionnel, l'attribution était facile. Un client s'est rendu dans votre magasin avec une coupure de journal et vous attribuez cette vente à votre récente annonce dans un journal.

Étant donné que les points de contact se produisent désormais sur des dizaines de canaux (souvent en quelques jours, voire quelques heures), les chemins de conversion sont plus compliqués et beaucoup moins linéaires :

Les clients interagissent désormais avec les marques via les réseaux sociaux, les e-mails, Google Ads, les articles de blog, etc. Il est donc plus difficile de développer un modèle précis pour mesurer la valeur du point de contact (et, par conséquent, de savoir où allouer le budget).

Un exemple de modélisation d'attribution

Suivez ce parcours client assez simple :

• Un client effectue une recherche sur Google pour résoudre un problème et découvre l'un de vos articles de blog ;
• L'article présente des solutions à leur défi, et ils téléchargent votre ebook pour en savoir plus ;
• L'aimant principal déclenche votre séquence de maturation par e-mail pour envoyer des conseils hebdomadaires pour rester au courant de ce point douloureux ;
• À un moment donné de la campagne par e-mail, vous proposez une démo de produit personnalisée ;
• Après la démo, le client s'abonne à votre plateforme.

Dans ce parcours, quel point de contact est responsable de la conversion ?

Vous pourriez argumenter :

• Le billet de blog a attiré le client vers votre site en premier lieu, même s'il n'était peut-être pas prêt à acheter.
• La campagne par e-mail a sensibilisé le client à un défi qu'il ne comprenait pas encore, mais il n'était toujours pas prêt à acheter.
• La démo de vente a conduit à la vente, mais ils n'ont vu la démo que parce qu'ils ont téléchargé l'ebook.

En réalité, chacun des points de contact a probablement contribué d'une manière ou d'une autre . Une modélisation d'attribution multicanal efficace vous aide à déterminer quels canaux sont les plus influents afin que vous puissiez prendre de meilleures décisions marketing.

Par exemple, vous constaterez peut-être que votre campagne par e-mail a peu d'influence sur la conversion, et le contenu social avec lequel ils se sont engagés des semaines après le téléchargement de l'ebook est ce qui motive la vente. L'alignement de cette séquence d'e-mails avec votre contenu social peut accélérer le cycle de vente, réduisant ainsi votre coût d'acquisition client (CAC).

Vous ne pouvez accéder à ces informations qu'une fois que vous avez déterminé le modèle d'attribution le plus approprié pour votre marque.

Prêts à l'emploi : les modèles d'attribution standard

Aucun modèle d'attribution marketing n'est parfait, mais le bon modèle dans le bon contexte vous aidera à tirer le meilleur parti de votre budget marketing .

Google Analytics, la plate-forme la plus largement utilisée pour le suivi de l'attribution marketing, propose un outil de comparaison de modèles d'entonnoirs multicanaux (MCF) pour vous aider à déterminer quel modèle convient le mieux à vos campagnes.

Utilisez les différents modèles d'attribution ci-dessous pour guider votre processus de prise de décision et soyez prêt à vous lancer dans des expérimentations pour trouver le bon modèle pour votre stratégie marketing.

D'où viennent-ils? Le modèle d'attribution de la dernière interaction

L'attribution de la dernière interaction, également connue sous le nom d'attribution au dernier contact ou attribution au dernier clic, est la valeur par défaut dans la plupart des outils d'analyse et la plus largement utilisée.

Considérez cette voie:

• Un client voit votre annonce Google lorsqu'il recherche un produit que vous vendez ;
• Ils ajoutent le produit à leur panier mais n'achètent pas ;
• Vous envoyez un e-mail d'abandon de panier ;
• Leur abandon de panier déclenche également des publicités de reciblage ;
• Le client clique sur une publicité Facebook de reciblage et achète.

Dans le dernier modèle d'interaction, cette annonce de reciblage reçoit 100 % du crédit d'attribution.

Ce modèle d'attribution donne tout le poids à la dernière interaction avec votre marque, quels que soient les autres points de contact qui l'ont précédé.

Même s'il s'agit du modèle d'attribution par défaut, le dernier clic est fondamentalement défectueux. Il n'est presque jamais le cas que le dernier point de contact soit seul responsable d'une conversion.

Dans l'exemple de parcours ci-dessus, le client n'est peut-être pas venu sur votre site sans avoir vu l'annonce initiale. Ils peuvent également avoir prévu d'acheter ce soir-là après avoir reçu une réduction dans l'e-mail d'abandon de panier.

Comme l'a dit Avinash Kaushik, "La seule utilisation de l'attribution au dernier clic est maintenant de vous faire virer. L'éviter."

Quand utiliser le modèle d'attribution au dernier clic ?

Évitez le modèle de la dernière interaction lorsque votre cycle d'achat est long, que de nombreux décideurs sont impliqués ou que vous vendez des articles coûteux. Il y a beaucoup de considération impliquée dans ces transactions et le dernier clic ne vous dira pas quels points de contact ont été les plus efficaces.

Utilisez le modèle du dernier clic lorsque le cycle d'achat est court et qu'il y a peu de réflexion, comme dans les secteurs des biens de consommation à évolution rapide (FMCG).

Où ont-ils commencé ? Le modèle d'attribution de la première interaction

L'attribution à la première interaction, également appelée attribution au premier contact ou au premier clic, est l'opposé du modèle d'attribution au dernier clic. Il donne entièrement crédit au premier point de contact.

Rappelez-vous la voie discutée dans le modèle précédent. Dans le cadre du premier modèle d'interaction, l'annonce Google initiale recevrait 100 % de la responsabilité d'influencer la vente, quels que soient les autres points de contact qui suivraient.

Il y a une certaine validité à utiliser ce modèle (les points de contact suivants n'auraient jamais eu lieu sans le premier), mais il est toujours défectueux. Les acheteurs convertissent rarement sur la base d'une seule interaction initiale, comme la lecture d'un article de blog ou la visualisation d'une publicité sur les réseaux sociaux.

Comme l'a écrit Avinash, "L'attribution au premier clic équivaut à donner à ma première petite amie 100 % du crédit pour mon mariage avec ma femme."

Quand utiliser le modèle d'attribution au premier clic ?

Le modèle d'attribution au premier contact peut être approprié lorsque la construction de la marque est votre principale préoccupation, par exemple, si vous êtes un nouveau venu sur le marché.

Dans cet exemple, votre objectif est que vos efforts de marketing touchent autant de clients potentiels que possible, de sorte que ces interactions de premier contact deviennent essentielles pour atteindre cet objectif.

Qu'ont-ils fait avant de faire ça ? Le modèle d'attribution au dernier clic non direct

L'attribution au dernier clic non direct est similaire au modèle au dernier clic, sauf qu'elle réduit le trafic direct.

Considérez une voie de commerce électronique qui ressemble à ceci :

• Un client effectue une recherche organique pour un produit donné sur Google ;
• Ce mot-clé déclenche l'une de vos annonces Google Ads ;
• Le client clique sur l'annonce, parcourt les produits et en ajoute à son panier ;
• Ils ne procèdent pas à l'achat, ce qui déclenche un e-mail d'abandon de panier ;
• Plus tard, le client revient directement sur votre site Web et procède à l'achat.

Dans le modèle de la dernière interaction, cette conversion serait attribuée au trafic direct. Dans le dernier modèle de clic non direct, il est attribué à l'e-mail d'abandon de panier.

Quand utiliser le modèle d'attribution au dernier clic non direct ?

Pour la plupart des entreprises, le modèle du dernier clic non direct est encore trop basique pour prendre en compte la plupart des parcours d'achat. Il dirige souvent le crédit là où il n'est pas dû.

Si votre trafic direct se convertit rapidement, vous pourriez potentiellement bénéficier de ce modèle. Cependant, si les clients ont tendance à parcourir votre site lors d'une session d'achat, évitez ce modèle. Ce pourrait être quelque chose d'autre qui les convainc d'acheter.

Comme l'a dit Avinash, « Pourquoi sous-évaluer Direct ? Pourquoi sous-évaluer les efforts d'un spécialiste du marketing pour créer la reconnaissance et la valeur de la marque ? »

Répartition équitable du crédit : le modèle d'attribution linéaire

L'attribution linéaire est une étape meilleure que les modèles à point de contact unique. Il prend en compte toutes les interactions traçables et répartit uniformément le crédit d'attribution.

Bien que chaque point de contact reçoive un prix de participation pour sa contribution à la vente, le modèle ne tient pas compte du mérite de cette part.

Regardons ce parcours client :

• Le client voit un tweet positif sur votre marque d'un influenceur qu'il admire, alors il passe environ une heure à explorer le contenu de votre site Web ;
• Depuis votre site web, ils cliquent sur vos icônes de réseaux sociaux et vous suivent sur plusieurs canaux, et ils s'inscrivent également à votre newsletter ;
• Au cours des prochains mois, le client fait défiler les messages de votre marque sur les réseaux sociaux, s'arrêtant rarement pour en lire ;
• Ils n'ouvrent jamais non plus vos newsletters ;
• Une situation au travail amène le client à avoir besoin de votre solution rapidement et l'influenceur republie sur votre marque le jour même ;
• Le client ouvre votre dernière newsletter dans sa boîte de réception et s'abonne à votre plateforme via le CTA en bas.

Le modèle d'attribution linéaire accorde un crédit égal aux médias sociaux, à votre site Web et à votre newsletter, même s'ils défilent devant vos publications et ne lisent pas vos e-mails.

Selon cette logique, vous seriez tenté de diviser équitablement vos dépenses marketing pour chaque canal. Cependant, vous pourriez affirmer que le marketing d'influence et le contenu de votre site Web étaient les plus efficaces ici.

Quand utiliser le modèle d'attribution linéaire ?

Les grandes entreprises ou les entreprises plus établies avec un budget marketing décent devraient se concentrer sur la détermination plus précise des pourcentages d'attribution.

Si vous n'avez pas le budget ou les données pour allouer des pourcentages plus précis, le modèle linéaire prend au moins en compte plusieurs points de contact au lieu de tout mettre dans un seul bateau.

Hiérarchiser les premier et dernier points de contact : le modèle d'attribution basé sur la position

Le modèle d'attribution basé sur la position (parfois appelé attribution en forme de U) est un mélange entre les modèles linéaire, de dernière interaction et de première interaction.

Ce modèle accorde la majorité du crédit à la première et à la dernière interactions, le crédit restant étant réparti uniformément sur tous les autres points de contact.

Ce modèle semble avoir le plus de sens; les premier et dernier points de contact sont clairement très influents. Il reconnaît deux étapes critiques dans le parcours de l'acheteur, tout en tenant compte des autres en cours de route.

Quand utiliser le modèle d'attribution basé sur la position ?

Utilisez le modèle d'attribution basé sur la position si votre entreprise dispose de plusieurs points de contact avant que les clients n'effectuent un achat (c'est-à-dire les entreprises ayant de longs cycles de vente).

Augmentation de l'importance : le modèle d'attribution en fonction de la décroissance dans le temps

Le modèle d'attribution en fonction du temps est basé sur le principe que tous les points de contact valent quelque chose, mais ceux qui sont les plus proches de la conversion valent plus.

La dernière interaction reçoit le plus de crédit, et toutes les interactions précédentes reçoivent une attribution en quantités décroissantes.

La plus grande critique de ce modèle est qu'il sous-estime la valeur des efforts de marketing haut de gamme, qui ont introduit le client à la marque en premier lieu.

Quand utiliser le modèle d'attribution en fonction du temps

Utilisez des modèles de déclin dans le temps dans des scénarios avec de longs cycles d'achat et lorsque l'établissement de relations est un facteur clé du succès des ventes (en particulier en B2B).

Aller au-delà des modèles standards pour des données d'attribution marketing plus précises

Les six types traditionnels de modèles d'attribution décrits ci-dessus sont un bon début, mais leur application est assez limitée.

Le choix de l'un des modèles d'attribution standard est subjectif, basé sur l'intuition des spécialistes du marketing quant au lieu et au moment où les clients prennent des décisions d'achat. Les décisions subjectives peuvent être incorrectes, entraînant des efforts et des dépenses inutiles.

La personnalisation des modèles d'attribution standard peut vous rapprocher de la précision

Il est possible de créer des modèles d'attribution personnalisés en plus des modèles Google Analytics prêts à l'emploi.

Par exemple, vous pouvez ajuster la pondération des interactions dans un modèle basé sur la position pour accorder moins de crédit à la première ou à la dernière interaction.

Vous pouvez personnaliser davantage votre modèle d'attribution en combinant Google Analytics et R, un langage de programmation pour le calcul statistique.

Utilisez des modèles de Markov (modèles de processus aléatoires qui reflètent l'évolution des systèmes) pour améliorer le suivi de l'attribution. À un niveau élevé, les modèles de Markov examinent la probabilité d'étapes ultérieures dans un chemin de conversion et tentent de calculer l'importance d'un point de contact en fonction de sa suppression.

Kaelin Tessier de Bounteous, une agence d'expérience numérique, décrit les avantages de l'utilisation des modèles de Markov pour la modélisation d'attribution :

Objectivité - Pas d'intuition ici ! Uniquement des faits.
Précision prédictive – Prédit les événements de conversion.
Robustesse – Résultats valides et fiables.
Interprétabilité – Transparent et relativement facile à interpréter.
Polyvalence - Ne dépend pas de l'ensemble de données. Capable de s'adapter à de nouvelles données.
Efficacité algorithmique - Fournit des résultats rapides.

Les modèles de Markov résolvent le plus grand défi des modèles GA basés sur l'heuristique : l'objectivité. Le modèle détermine l'importance de chaque point de contact, pas le marketeur.

Mais il y a encore beaucoup de nuances à considérer. Par exemple, que se passe-t-il si un prospect suit votre PDG sur LinkedIn et est influencé par le contenu qu'il publie ? Attribuer à «l'entonnoir sombre» peut être délicat.

Pour obtenir les informations d'attribution les plus précises, consultez les modèles basés sur les données.

Augmenter la précision avec des modèles d'attribution basés sur les données

À mesure que les parcours des clients deviennent de plus en plus complexes, les modèles d'attribution doivent en faire de même. Forcer les parcours des clients dans de petites boîtes soignées représente rarement avec précision la façon dont les décisions d'achat se déroulent.

Pour l'instant, les approches algorithmiques ou basées sur les données peuvent être considérées comme l'étalon-or de l'attribution marketing.

Comme l'a dit Bill Macaitis, ancien CMO de Slack, dans une interview :

Bill Macaitis :

"Aujourd'hui, l'attribution algorithmique est devenue la meilleure pratique pour les spécialistes du marketing et les entreprises axés sur les données.

Nous pouvons désormais utiliser toutes les collectes de données, tous les outils et tous les modèles disponibles pour prendre en compte tous les différents points de contact et effectuer des attributions prédictives et algorithmiques. Lorsqu'ils sont correctement configurés, nous pouvons suivre chaque point de contact et toutes les mesures de l'entonnoir en aval. Et en pondérant proportionnellement sur un très grand ensemble de données, nous pouvons déterminer avec beaucoup plus d'exactitude et de précision ce qui devrait obtenir le crédit, y compris la publicité en ligne, hors ligne, basée sur les performances et la marque.

Ce n'est pas parfait et ce n'est pas facile. Cela devient difficile avec les références de bouche à oreille, les réseaux sociaux sombres et d'autres "touches cachées". Mais cela permet de mieux comprendre le parcours de l'acheteur et de savoir lesquels de vos efforts de marketing sont payants. »

Des produits comme Google Analytics 360 et Impact.com utilisent l'apprentissage automatique et des calculs statistiques avancés, comme la régression logistique, pour déterminer comment le crédit doit être distribué pour les points de contact marketing.

À un niveau élevé, l'attribution basée sur les données analyse les différences d'engagement des points de contact entre les clients qui convertissent et ceux qui ne le font pas. Les modèles d'engagement, qui tiennent désormais compte des conversions rapides et des opportunités manquées, informent une attribution de crédit plus précise et proportionnelle.

Les modèles algorithmiques sont objectifs et automatisés, supprimant les décisions « instinctives » que prennent les spécialistes du marketing lorsqu'ils décident quelle étape leur semble la plus importante.

Les modèles algorithmiques sont très complexes et destinés aux entreprises. Cela va être exagéré pour de nombreuses entreprises, en particulier compte tenu du coût de ces produits (Google Analytics 360 commence à 150 000 $ par an).

Si l'attribution algorithmique est hors de portée, votre meilleure approche consiste à utiliser le modèle standard qui correspond le mieux à votre stratégie, à le personnaliser et à l'optimiser continuellement à mesure que vous apprenez ce qui fonctionne et ce qui ne fonctionne pas.

Isoler les faiblesses par des tests d'existence

Le "test d'existence" consiste à déduire l'efficacité d'un certain canal en le supprimant un peu du mix. C'est sur quoi reposent bon nombre des modèles basés sur les données ci-dessus, en passant, mais à grande échelle.

Jim Novo, fondateur de The Drilling Down Project, l'a bien dit dans un épisode de Digital Analytics Podcast :

Jim Novo :

"Si vous pensez que [l'affichage] est si précieux en termes d'aide à d'autres campagnes, pourquoi ne pas simplement le tuer pendant une semaine ou deux semaines et voir ce qui se passe ? Et puis rajoutez-le.

Vous ne pouvez pas faire ce genre de test ? Cela vaut-il la peine pour vous d'investir cet argent ailleurs? Dans quelle mesure êtes-vous sérieux quant à la valeur de l'affichage ? »

Relier les points entre le comportement hors ligne et en ligne

Le comportement d'achat moderne comprend un éventail d'activités des clients. Vous pouvez avoir des clients qui s'engagent dans l'une ou l'autre des activités suivantes :

• Recherche et achat purement en ligne ;
• Recherche et achat purement hors ligne ;
• Recherche en ligne et achat hors ligne (également connu sous le nom de ROPO ou webrooming) ;
• Tester les produits en magasin et acheter en ligne (également connu sous le nom de showrooming).

Les modèles d'attribution standard ont tendance à tenir compte exclusivement du marketing numérique et du comportement en ligne. Même lors du suivi des canaux hors ligne comme la presse écrite et le publipostage, cela se fait avec une URL dédiée.

Alors, comment les spécialistes du marketing peuvent-ils suivre ce qui se passe hors ligne ?

Il existe plusieurs façons pour les entreprises de comptabiliser les activités en magasin et de relier les points aux activités en ligne.

1. Balises Bluetooth Low Energy (BLE)

Les beacons peuvent être utiles pour vos clients tout en fournissant des informations sur leurs habitudes d'achat.

Cela fonctionne généralement comme un "GPS en magasin". Lorsque les clients qui ont installé votre application sur leur appareil entrent dans votre magasin, les balises communiquent avec l'application et connectent le comportement en ligne de cet utilisateur à ses achats en magasin.

Target utilise des balises pour aider les clients à localiser les articles sur leur liste de courses, à trouver de l'aide en magasin et dispose même d'un fil d'actualité géographique.

Macy's utilise des balises pour proposer des suggestions, envoyer des promotions en temps réel et suivre et attribuer des achats depuis 2014.

Bien que ce type de suivi soit populaire auprès des magasins de détail, certains clients peuvent ne pas se sentir à l'aise avec cela. Anticipez l'intérêt en sondant les acheteurs, puis testez avec un petit groupe avant de déployer.

2. Cartes de fidélité

Les cartes de fidélité sont un moyen simple de connecter des profils numériques avec des acheteurs hors ligne, à condition que les cartes soient activées en ligne.

Plusieurs plateformes proposent aux entreprises des programmes de fidélité intégrés, comme Yotpo et Stampme.

Les plates-formes connectent les expériences en ligne et hors ligne, généralement en invitant les utilisateurs à scanner une carte de fidélité à la caisse physique, afin que les utilisateurs puissent collecter des points partout où ils font leurs achats.

3. Attirez les clients hors ligne

Le fabricant de meubles et de décorations VOX pilote le parcours client pour aboutir à une consultation en face à face à l'aide d'une application appelée VOXBOX.

VOXBOX permet aux clients de concevoir un agencement de mobilier virtuel et leur recommande ensuite de planifier une consultation en personne dans l'un de leurs magasins physiques.

Avec cette approche, VOX peut suivre tous les points de contact pour ce client, y compris les activités hors ligne.

Conclusion

Il n'y a pas de solution unique dans la modélisation d'attribution. Les solutions les plus robustes utilisent la modélisation algorithmique pour attribuer le crédit d'attribution, mais elles ont un coût important.

Si l'attribution algorithmique n'est pas dans votre timonerie, votre meilleur pari est de créer des modèles personnalisés en plus des offres de base dans votre suite d'analyse préférée. Optimisez votre attribution à mesure que vous en apprenez davantage sur la façon dont vos clients interagissent avec les points de contact marketing.

Devenez un maître de l'attribution avec notre cours d'attribution marketing.