Attribution multi-touch : tester les modèles contre les ventes

Quand l’attribution devient un moteur d’arbitrage, elle doit être confrontée au chiffre d’affaires réel

Les modèles d’attribution multi-touch ont longtemps été vendus comme une réponse élégante à une question difficile : quels points de contact marketing contribuent réellement à une vente ? Dans un environnement où un prospect peut voir une vidéo sociale, cliquer sur une annonce search, recevoir un email, consulter un comparateur, revenir en direct puis convertir après une relance CRM, le last click, modèle attribuant toute la conversion au dernier point de contact, paraît évidemment trop réducteur. Le MTA, multi-touch attribution, méthode qui répartit le crédit d’une conversion entre plusieurs interactions mesurables du parcours, promet une lecture plus fine du funnel, c’est-à-dire du parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation.

Mais une promesse analytique n’est pas une preuve économique. Un modèle d’attribution peut être cohérent statistiquement, séduisant en dashboard et pourtant mauvais pour arbitrer les budgets s’il ne prédit pas les ventes, la marge ou l’incrémentalité. L’erreur la plus fréquente consiste à traiter le MTA comme une vérité opérationnelle alors qu’il s’agit d’un modèle d’observation construit à partir de traces partielles. Il décrit ce qui est mesurable dans un parcours, pas nécessairement ce qui a causé la vente.

Le sujet devient critique dans un contexte de pression budgétaire et de fragmentation des signaux. Les restrictions cookies, les limites d’identifiants mobiles, le consentement, les environnements fermés des plateformes et les parcours cross-device dégradent la continuité de mesure. Dans le même temps, les directions financières demandent des arbitrages plus rigoureux sur le CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, et le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires. Résultat : les modèles d’attribution influencent des décisions de réallocation, parfois à hauteur de plusieurs millions d’euros, alors même que leur capacité à expliquer les ventes réelles reste rarement testée de manière systématique.

Pour des professionnels du marketing, la bonne question n’est donc pas de choisir entre last click et attribution algorithmique. Elle est plus exigeante : quel modèle améliore réellement la décision budgétaire lorsqu’on le confronte aux ventes observées, aux marges et aux tests d’incrémentalité ? Un modèle utile n’est pas celui qui distribue le crédit de manière intellectuellement satisfaisante. C’est celui qui réduit les mauvaises réallocations, détecte les leviers sous-investis, évite la survalorisation des canaux de capture et permet de prévoir ce qui se passe lorsque l’on ajoute ou retire du budget.

Pourquoi les modèles multi-touch surestiment souvent les points de contact les mieux tracés

Le MTA repose sur une hypothèse implicite : les interactions observées dans les données représentent suffisamment le parcours pour permettre une distribution pertinente du crédit. Or cette hypothèse est de plus en plus fragile. Les points de contact traçables ne sont pas les points de contact les plus influents ; ce sont ceux qui laissent une empreinte technique exploitable. Un clic search, une ouverture email, une visite taguée ou une impression programmatique mesurée apparaissent dans les logs. Une recommandation orale, une exposition TV, une consultation de contenu social sans clic, une conversation commerciale ou une comparaison effectuée sur un autre device peuvent disparaître du modèle.

Cette asymétrie crée un biais structurel en faveur des canaux proches de la conversion et des environnements contrôlés. Le retargeting, l’affiliation couponing, le search marque, certains flux CRM et les comparateurs apparaissent souvent comme très performants parce qu’ils interceptent des prospects déjà avancés. À l’inverse, les leviers de création de demande, comme la vidéo, le contenu expert, l’influence, la TV connectée ou certaines campagnes paid social de prospection, peuvent être sous-crédités parce que leur effet se manifeste plus tard, ailleurs ou sans clic.

La situation est accentuée par les modèles d’achat média automatisé. Une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter des impressions publicitaires de manière automatisée, peut produire des volumes importants d’expositions attribuables. Le RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression lorsqu’elle devient disponible, donne une granularité opérationnelle précieuse. Mais cette granularité ne prouve pas que l’exposition a causé la conversion. Si une campagne retargete des visiteurs très intentionnistes dans les heures précédant l’achat, le modèle peut attribuer une contribution élevée à des impressions qui ont surtout accompagné une décision déjà formée.

Les modèles MTA linéaires, position-based ou time decay aggravent parfois ce problème. Un modèle linéaire répartit le crédit entre tous les touchpoints observés, mais il suppose que chaque interaction a une valeur comparable. Un modèle time decay accorde plus de poids aux interactions récentes, ce qui avantage mécaniquement les canaux de bas de funnel. Un modèle en U valorise le premier et le dernier contact, mais il repose sur une vision simplifiée de parcours qui sont souvent discontinus. Les modèles algorithmiques, comme les chaînes de Markov ou les modèles de Shapley value, sont plus sophistiqués, mais ils restent dépendants de la qualité et de l’exhaustivité des données.

Le risque n’est pas seulement analytique. Il est budgétaire. Si le MTA survalorise des canaux de capture, l’entreprise peut déplacer ses investissements vers des leviers au CPA apparent faible mais à faible contribution incrémentale. À court terme, le reporting s’améliore. À moyen terme, le réservoir de demande se réduit, le search marque stagne, les audiences retargetables s’assèchent et le coût d’acquisition marginal augmente. Le modèle a alors optimisé le passé visible plutôt que la demande future.

Tester un modèle contre les ventes suppose de définir une vérité de référence

Avant de comparer des modèles d’attribution, il faut clarifier ce que l’on cherche à prédire ou expliquer. Trop d’organisations évaluent leur MTA sur sa capacité à produire un reporting plausible, sans définir de vérité de référence. Or un modèle peut répartir 100 % des conversions observées sans être utile pour piloter le business. La référence doit être économique : ventes nettes, marge contributive, nouveaux clients, valeur vie client ou revenu incrémental.

La première décision consiste à choisir l’unité de sortie. Une vente brute peut être insuffisante si les remises, retours, coûts logistiques, commissions, coûts média et coûts technologiques varient fortement selon les canaux. Pour un e-commerce, la marge nette après remises et retours peut être plus pertinente que le chiffre d’affaires. Pour un modèle SaaS, les MQL, marketing qualified leads, leads jugés suffisamment qualifiés pour être transmis ou suivis par les équipes commerciales, ne suffisent pas : il faut rapprocher l’attribution du pipeline, du taux de closing, de l’ARR, annual recurring revenue, revenu annuel récurrent, et de la rétention. Pour une enseigne retail, la mesure doit intégrer les ventes magasin, les zones exposées et les effets drive-to-store, dispositifs visant à générer des visites ou achats en point de vente.

La deuxième décision concerne la fenêtre temporelle. Un modèle évalué sur sept jours favorisera les canaux d’activation immédiate. Un modèle évalué sur 30, 60 ou 90 jours peut mieux capter les effets de considération, mais augmente le bruit et la complexité. Le bon horizon dépend du cycle d’achat. Une vente impulsive en grande consommation ne se mesure pas comme une décision B2B à six mois. Une règle pratique consiste à analyser plusieurs fenêtres en parallèle : court terme pour la conversion immédiate, moyen terme pour la migration d’intention, long terme pour la valeur client.

La troisième décision porte sur la granularité. Tester un modèle au niveau global peut masquer des erreurs importantes par segment. Un modèle peut prédire correctement les ventes totales mais mal arbitrer entre nouveaux clients et clients existants, entre zones géographiques, entre familles de produits ou entre audiences à forte et faible LTV, lifetime value, valeur économique attendue d’un client sur toute sa relation avec la marque. La validation doit donc inclure des coupes par segment stratégique, sans tomber dans une granularité trop fine où le signal devient instable.

Un exemple simple illustre l’enjeu. Une marque observe 10 000 ventes mensuelles en ligne. Son modèle MTA attribue 35 % au paid search, 25 % au paid social, 20 % au CRM, 12 % au display programmatique et 8 % à l’affiliation. Cette répartition peut sembler exploitable. Mais si l’on rapproche les ventes des marges, le canal affiliation génère une part élevée de commandes avec codes promotionnels et faible marge. Si l’on rapproche les ventes de la rétention, le paid social recrute moins de clients immédiats mais davantage de primo-acheteurs avec second achat. Si l’on rapproche les ventes des tests d’incrémentalité, le retargeting display perd une partie de son crédit. Le modèle qui explique les conversions attribuées n’est donc pas nécessairement celui qui explique la valeur.

Comparer les modèles avec des backtests, pas avec des préférences de reporting

Le backtesting, méthode consistant à tester un modèle sur des données historiques non utilisées pour le construire, est indispensable pour évaluer un modèle d’attribution. L’objectif est simple : vérifier si les crédits attribués par le modèle permettent de mieux prédire les ventes futures ou les variations de performance que d’autres modèles plus simples. Sans backtest, le choix d’un modèle repose souvent sur des préférences politiques : le modèle qui donne plus de crédit à la marque, à l’acquisition, au CRM ou au paid media devient mécaniquement plus populaire auprès de l’équipe concernée.

Un protocole robuste peut suivre quatre étapes. Premièrement, constituer un historique propre intégrant dépenses, impressions, clics, expositions, conversions, ventes nettes, promotions, saisonnalité, prix, disponibilité produit, pression concurrentielle lorsque possible et événements exceptionnels. Deuxièmement, séparer les données en période d’entraînement et période de test. Troisièmement, appliquer plusieurs modèles d’attribution sur la période d’entraînement : last click, first click, linéaire, time decay, position-based, Markov, Shapley, voire modèles internes pondérés par intention. Quatrièmement, évaluer leur capacité à anticiper les ventes ou la marge sur la période de test.

Les métriques d’évaluation doivent être explicites. On peut utiliser l’erreur absolue moyenne pour mesurer l’écart entre ventes prédites et ventes observées, l’erreur relative par canal ou segment, la stabilité des coefficients dans le temps, ou la capacité du modèle à prédire l’effet d’une variation budgétaire. Un modèle légèrement moins précis globalement mais plus stable par segment peut être préférable à un modèle algorithmique très sensible aux variations de données.

Le test doit aussi intégrer un benchmark naïf. Par exemple : que se passerait-il si l’on conservait le last click ? Si l’on répartissait le crédit proportionnellement aux dépenses ? Si l’on utilisait une règle simple combinant premier contact, dernier contact et durée du cycle ? Un modèle sophistiqué doit battre ces alternatives de manière significative. Sinon, sa complexité ajoute du coût, de l’opacité et des discussions sans améliorer la décision.

Un cas fictif mais représentatif : une entreprise B2C compare trois modèles sur douze mois. Le last click attribue 48 % des conversions au search marque et 22 % au retargeting. Un modèle time decay réduit légèrement cette concentration. Un modèle Markov, qui estime l’impact de la suppression théorique d’un canal dans les chemins de conversion, augmente le crédit du paid social de prospection et du contenu organique. Lors du backtest, le modèle Markov prédit mieux les variations de search marque à quatre semaines après les campagnes vidéo, mais surestime le display sur certaines audiences retargetées. La décision pertinente n’est pas d’adopter le modèle en bloc ; elle consiste à ajuster les pondérations, exclure certaines impressions de faible qualité et créer des règles spécifiques pour les canaux de retargeting.

La qualité du backtest dépend fortement de l’hygiène des données. Les doublons de conversion, les changements de tracking, les ruptures de consentement, les modifications de catalogue, les périodes de rupture de stock ou les promotions exceptionnelles peuvent fausser la validation. Un modèle qui performe bien pendant le Black Friday peut être médiocre sur les périodes normales. Inversement, un modèle stable sur l’année peut mal gérer les pics promotionnels. Les backtests doivent donc isoler les périodes atypiques plutôt que les mélanger dans une moyenne rassurante.

Confronter le MTA aux tests d’incrémentalité pour mesurer la causalité

Même bien backtesté, un modèle MTA reste principalement observationnel. Il peut montrer que certains touchpoints sont associés aux ventes, pas prouver qu’ils les ont provoquées. Pour passer d’une logique d’association à une logique de causalité, il faut recourir à l’incrémentalité, part d’un résultat qui n’aurait pas eu lieu sans l’action marketing.

Les tests d’incrémentalité peuvent prendre plusieurs formes. Le holdout consiste à exclure volontairement une population comparable d’une campagne afin de mesurer l’écart avec la population exposée. Les geo-tests comparent des zones géographiques activées et non activées, particulièrement utiles pour la TV connectée, le retail media, le drive-to-store ou certaines campagnes locales. Les tests de PSA, public service announcement, remplacent une publicité commerciale par une publicité neutre dans le groupe contrôle, afin d’isoler l’effet réel de l’exposition. Les tests d’enchères, lorsqu’ils sont possibles, permettent de comparer des populations gagnées et perdues à l’enchère dans des conditions proches.

Ces tests sont essentiels pour calibrer les modèles MTA. Si le MTA attribue 20 % des ventes à un canal mais qu’un holdout montre que seulement 35 % de ces ventes sont incrémentales, le crédit doit être corrigé. À l’inverse, un canal sous-attribué au clic peut afficher une forte contribution incrémentale sur les ventes ou le search de marque. Le rôle du MTA devient alors moins de produire une vérité autonome que d’intégrer des coefficients issus d’expériences contrôlées.

Un exemple chiffré : une campagne de retargeting affiche un ROAS attribué de 8. Sur 800 000 euros de chiffre d’affaires attribué pour 100 000 euros dépensés, le reporting paraît excellent. Un holdout montre toutefois que 70 % des acheteurs exposés auraient acheté sans campagne. Le revenu incrémental tombe à 240 000 euros, soit un ROAS incrémental de 2,4 avant prise en compte de la marge. Si la marge nette est de 35 %, la contribution économique réelle devient beaucoup plus limitée. La décision n’est pas forcément d’arrêter le retargeting ; elle peut consister à réduire la fréquence, exclure les paniers très récents, limiter les coupons et concentrer la pression sur les segments où l’incrémentalité est démontrée.

À l’inverse, une campagne vidéo de prospection peut afficher un ROAS attribué de 1,2 à court terme, donc sembler non rentable. Un geo-test montre cependant une hausse de 9 % du search de marque, une progression de 5 % des ventes dans les zones exposées et un meilleur taux de conversion du paid search générique deux semaines après exposition. Dans ce cas, le MTA au clic sous-estime l’effet de la campagne parce que l’impact se manifeste dans d’autres canaux. Le modèle doit intégrer des effets retardés et des interactions entre leviers, au lieu de juger chaque canal isolément.

La limite des tests d’incrémentalité est leur coût opérationnel. Ils exigent des volumes suffisants, une discipline d’exclusion, un alignement avec les équipes média et parfois un manque à gagner temporaire dans les groupes contrôle. Mais cette contrainte doit être comparée au coût des mauvaises décisions. Une réallocation de 15 % d’un budget média annuel de 10 millions d’euros représente 1,5 million d’euros. Dans ce contexte, financer des tests propres n’est pas une dépense analytique ; c’est une assurance contre les arbitrages erronés.

Articuler MTA, MMM et données commerciales pour éviter une mesure en silo

Le MTA n’est pas le seul outil de mesure. Le MMM, marketing mix modeling, modélisation statistique estimant la contribution des leviers marketing à partir de séries temporelles agrégées, apporte une lecture plus macro. Il permet d’intégrer des canaux moins traçables individuellement, comme la TV, l’affichage, la radio, le print, certaines activations social organiques, la pression promotionnelle ou les effets de saisonnalité. Il est particulièrement utile lorsque les données utilisateurs sont incomplètes ou lorsque la privacy limite la mesure individuelle.

La complémentarité est claire. Le MTA aide à comprendre les chemins observables et à optimiser à un niveau tactique : audiences, créations, séquences, mots-clés, emails, placements. Le MMM aide à arbitrer les masses budgétaires entre grands leviers et à estimer les rendements marginaux. Les tests d’incrémentalité servent de point d’ancrage causal. Les données commerciales, enfin, permettent de vérifier que les résultats marketing se traduisent en marge, pipeline, rétention ou ventes magasin.

Une organisation mature ne cherche donc pas un modèle unique. Elle construit un système de preuve. Par exemple, le MTA peut indiquer que le paid social intervient souvent en premier contact sur les nouveaux clients. Le MMM peut montrer que les dépenses paid social ont un effet positif sur les ventes avec un délai de deux à trois semaines, mais avec saturation au-delà d’un certain niveau. Un holdout peut confirmer que les audiences prospectées génèrent une hausse incrémentale de nouveaux clients. Les données CRM peuvent révéler que ces clients ont une LTV inférieure à ceux du search générique. L’arbitrage final devient plus nuancé : maintenir le paid social pour alimenter le haut de funnel, mais optimiser les créas et l’offre pour recruter des profils à meilleure valeur.

Le concept clé est le ROAS marginal, revenu additionnel généré par un euro supplémentaire investi. Le ROAS moyen peut donner une vision trompeuse. Un canal peut afficher un ROAS moyen de 5 mais un ROAS marginal de 1,5 sur les derniers euros dépensés. Un autre canal peut afficher un ROAS moyen de 2,5 mais un ROAS marginal de 4 sur certains segments sous-investis. Les modèles d’attribution doivent donc être testés sur leur capacité à informer la prochaine décision, pas seulement à expliquer les ventes passées.

Cette articulation impose aussi une gouvernance des définitions. Une conversion attribuée n’est pas une vente incrémentale. Un lead influencé n’est pas une opportunité créée. Un chiffre d’affaires brut n’est pas une marge. Une visite magasin estimée n’est pas une transaction. Tant que ces définitions ne sont pas stabilisées entre marketing, finance, data, CRM et sales, les modèles produisent des débats de langage plutôt que des décisions économiques.

Installer une gouvernance de validation continue, pas un projet d’attribution ponctuel

L’attribution multi-touch ne doit pas être traitée comme un projet technologique que l’on déploie puis que l’on consomme en reporting. Les parcours changent, les plateformes modifient leurs règles, les signaux de consentement évoluent, les coûts médias fluctuent et les comportements d’achat se déplacent. Un modèle valide en janvier peut devenir moins fiable en septembre après une refonte du site, un changement de CMP, consent management platform, outil permettant de gérer le recueil et la transmission du consentement utilisateur, ou une modification majeure d’algorithme publicitaire.

La gouvernance doit donc prévoir des revues régulières. Une revue mensuelle peut analyser les écarts entre ventes attribuées et ventes réelles, les anomalies par canal et les ruptures de tracking. Une revue trimestrielle peut comparer les modèles, intégrer les résultats de tests d’incrémentalité et ajuster les règles de pondération. Une revue semestrielle peut rapprocher MTA, MMM, finance et stratégie commerciale pour décider des grands arbitrages budgétaires.

Chaque changement important doit être documenté : nouvelle fenêtre d’attribution, modification de taggage, ajout d’un canal, changement d’outil CRM, évolution du consentement, migration server-side, modification des règles de déduplication. Sans journal de mesure, les variations de performance deviennent impossibles à interpréter. Une baisse du CPA peut provenir d’une amélioration réelle, d’un changement de périmètre ou d’une perte de conversions non mesurées. Une hausse du ROAS peut refléter une meilleure efficacité ou une concentration excessive sur des clients déjà acquis.

La gouvernance doit également limiter les usages abusifs du modèle. Le MTA peut aider à optimiser, mais il ne doit pas devenir un mécanisme automatique de coupe budgétaire. Un canal sous-crédité peut jouer un rôle stratégique dans la création de demande, la crédibilité de marque ou la réduction des objections commerciales. À l’inverse, un canal fortement crédité peut simplement capter une intention déjà existante. Les décisions doivent combiner modèle, tests, contexte marché et jugement business.

Une bonne pratique consiste à classer les recommandations du modèle selon trois niveaux de confiance. Premier niveau : optimisation tactique, par exemple réduire une fréquence excessive ou exclure des placements peu visibles. Deuxième niveau : réallocation modérée, par exemple déplacer 5 % à 10 % du budget entre segments lorsque plusieurs signaux convergent. Troisième niveau : décision structurante, par exemple augmenter fortement un canal ou revoir le mix marque-performance. Ce troisième niveau devrait exiger une validation par test, MMM ou analyse financière approfondie.

Conclusion : faire de l’attribution un outil de décision probabiliste, pas une vérité comptable

Tester les modèles d’attribution multi-touch contre les ventes revient à remettre la mesure à sa place. L’attribution n’est pas une comptabilité exacte de la causalité marketing. C’est un outil probabiliste qui doit aider à prendre de meilleures décisions dans un environnement incomplet. Sa valeur dépend moins de la sophistication de l’algorithme que de sa capacité à résister à trois épreuves : prédire les ventes mieux que des modèles simples, s’aligner avec les résultats d’incrémentalité et améliorer les arbitrages budgétaires.

Une feuille de route actionnable peut se structurer en sept étapes. Premièrement, définir la vérité économique à prédire : ventes nettes, marge, nouveaux clients, pipeline, LTV ou revenu incrémental. Deuxièmement, documenter les sources, les fenêtres d’attribution, les ruptures de tracking et les limites de consentement. Troisièmement, comparer plusieurs modèles par backtesting, y compris des benchmarks simples comme le last click ou une règle position-based. Quatrièmement, mesurer les écarts par segment, produit, audience et type de client, pas seulement au global. Cinquièmement, calibrer le MTA avec des tests d’incrémentalité : holdouts, geo-tests ou groupes exposés versus non exposés. Sixièmement, articuler le MTA avec le MMM et les données commerciales pour piloter les rendements marginaux. Septièmement, instaurer une gouvernance de validation continue associant marketing, finance, data, CRM et sales.

L’enjeu final n’est pas de trouver le modèle parfait. Il n’existe pas. L’enjeu est de réduire l’écart entre performance attribuée et performance réelle. Dans un marché où les coûts d’acquisition augmentent et où les signaux se fragmentent, les marques qui testeront leurs modèles contre les ventes éviteront deux erreurs coûteuses : couper les leviers qui créent la demande parce qu’ils sont mal attribués, et surinvestir les leviers qui captent la demande parce qu’ils sont bien mesurés. La maturité analytique consiste à accepter l’incertitude, mais à la mesurer mieux que ses concurrents.