Le parcours client implique de multiples interactions entre le client et le commerçant ou le prestataire de services.

Nous appelons chaque interaction dans le parcours client un point de contact.

Selon Salesforce.com, il faut en moyenne six à huit contacts pour générer un prospect dans l’espace B2B.

Le nombre de points de contact est encore plus élevé pour un achat client.

L’attribution multi-touch est le mécanisme permettant d’évaluer la contribution de chaque point de contact à la conversion et attribue les crédits appropriés à chaque point de contact impliqué dans le parcours client.

La réalisation d’une analyse d’attribution multi-touch peut aider les spécialistes du marketing à comprendre le parcours client et à identifier les opportunités pour optimiser davantage les chemins de conversion.

Dans cet article, vous apprendrez les bases de l’attribution multi-touch et les étapes de la réalisation d’une analyse d’attribution multi-touch avec des outils facilement accessibles.

Éléments à prendre en compte avant d’effectuer une analyse d’attribution multi-touch

Définir l’objectif commercial

Que souhaitez-vous obtenir à partir de l’analyse d’attribution multi-touch ?

Vous souhaitez évaluer le retour sur investissement (ROI) d’un canal marketing particulier, comprendre le parcours de votre client ou identifier les pages critiques de votre site Web pour les tests A/B ?

Différents objectifs commerciaux peuvent nécessiter différentes approches d’analyse d’attribution.

Définir ce que vous voulez réaliser dès le début vous aide à obtenir des résultats plus rapidement.

Définir la conversion

La conversion est l’action souhaitée que vous souhaitez que vos clients entreprennent.

Pour les sites de commerce électronique, il s’agit généralement d’effectuer un achat, défini par l’événement d’achèvement de la commande.

Pour les autres industries, il peut s’agir d’une ouverture de compte ou d’un abonnement.

Différents types de conversion ont probablement des chemins de conversion différents.

Si vous souhaitez effectuer une attribution multi-touch sur plusieurs actions souhaitées, je vous recommande de les séparer en différentes analyses pour éviter toute confusion.

Définir le point de contact

Le point de contact peut être n’importe quelle interaction entre votre marque et vos clients.

Si c’est la première fois que vous exécutez une analyse d’attribution multi-touch, je vous recommande de la définir comme une visite sur votre site Web à partir d’un canal marketing particulier. L’attribution basée sur le canal est facile à réaliser et peut vous donner un aperçu du parcours client.

Si vous souhaitez comprendre comment vos clients interagissent avec votre site Web, je vous recommande de définir des points de contact en fonction des pages vues sur votre site Web.

Si vous souhaitez inclure des interactions en dehors du site Web, telles que l’installation d’applications mobiles, l’ouverture d’e-mails ou l’engagement social, vous pouvez incorporer ces événements dans votre définition de point de contact, tant que vous disposez des données.

Quelle que soit la définition de votre point de contact, le mécanisme d’attribution est le même. Plus les points de contact sont définis avec précision, plus l’analyse d’attribution est détaillée.

Dans ce guide, nous nous concentrerons sur l’attribution basée sur le canal et sur la page vue.

Vous apprendrez à utiliser Google Analytics et un autre outil open source pour effectuer ces analyses d’attribution.

Une introduction aux modèles d’attribution multi-touch

Les façons de créditer les points de contact pour leurs contributions à la conversion sont appelées modèles d’attribution.

Le modèle d’attribution le plus simple consiste à attribuer tout le mérite soit au premier point de contact, pour avoir initialement attiré le client, soit au dernier point de contact, pour avoir conduit la conversion.

Ces deux modèles sont appelés respectivement modèle d’attribution au premier contact et modèle d’attribution au dernier contact.

Évidemment, ni le modèle d’attribution du premier contact ni le modèle d’attribution du dernier contact ne sont « équitables » pour le reste des points de contact.

Alors, que diriez-vous d’allouer le crédit uniformément à tous les points de contact impliqués dans la conversion d’un client ? Cela semble raisonnable – et c’est exactement ainsi que fonctionne le modèle d’attribution linéaire.

Cependant, allouer le crédit uniformément à tous les points de contact suppose que les points de contact sont d’égale importance, ce qui ne semble pas non plus « juste ».

Certains soutiennent que les points de contact proches de la fin des chemins de conversion sont plus importants, tandis que d’autres sont en faveur du contraire. En conséquence, nous avons le modèle d’attribution basé sur la position qui permet aux spécialistes du marketing d’attribuer différents poids aux points de contact en fonction de leur emplacement dans les chemins de conversion.

Tous les modèles mentionnés ci-dessus appartiennent à la catégorie des modèles d’attribution heuristiques ou basés sur des règles.

En plus des modèles heuristiques, nous avons une autre catégorie de modèles appelée attribution basée sur les données, qui est désormais le modèle par défaut utilisé dans Google Analytics.

Qu’est-ce que l’attribution basée sur les données ?

En quoi l’attribution basée sur les données diffère-t-elle des modèles d’attribution heuristique ?

Voici quelques faits saillants des différences :

  • Dans un modèle heuristique, la règle d’attribution est prédéterminée. Quel que soit le modèle de premier contact, de dernier contact, linéaire ou basé sur la position, les règles d’attribution sont définies à l’avance, puis appliquées aux données. Dans un modèle d’attribution basé sur les données, la règle d’attribution est créée en fonction des données historiques et, par conséquent, elle est unique pour chaque scénario.
  • Un modèle heuristique ne regarde que les chemins qui mènent à une conversion et ignore les chemins non-convertissants. Un modèle piloté par les données utilise les données des chemins de conversion et de non-conversion.
  • Un modèle heuristique attribue les conversions à un canal en fonction du nombre de contacts d’un point de contact par rapport aux règles d’attribution. Dans un modèle basé sur les données, l’attribution est basée sur l’effet des touches de chaque point de contact.

Comment évaluer l’effet d’un point de contact

Un algorithme commun utilisé par l’attribution basée sur les données est appelé chaîne de Markov. Au cœur de l’algorithme de la chaîne de Markov se trouve un concept appelé effet de suppression.

L’effet de suppression, comme son nom l’indique, est l’impact sur le taux de conversion lorsqu’un point de contact est supprimé des données de cheminement.

Cet article n’entrera pas dans les détails mathématiques de l’algorithme de la chaîne de Markov.

Vous trouverez ci-dessous un exemple illustrant comment l’algorithme attribue la conversion à chaque point de contact.

L’effet de suppression

En supposant que nous ayons un scénario où il y a 100 conversions de 1 000 visiteurs venant sur un site Web via 3 canaux, canaux A, B et C. Dans ce cas, le taux de conversion est de 10 %.

Intuitivement, si un certain canal est supprimé des chemins de conversion, les chemins impliquant ce canal particulier seront « coupés » et se termineront avec moins de conversions globales.

Si le taux de conversion est abaissé à 5 %, 2 % et 1 % lorsque les canaux A, B et C sont respectivement supprimés des données, nous pouvons calculer l’effet de suppression en tant que pourcentage de diminution du taux de conversion lorsqu’un canal particulier est supprimé à l’aide de la formule :

Formule à effet de suppression de la chaîne de Markov

Ensuite, la dernière étape consiste à attribuer des conversions à chaque canal en fonction de la part de l’effet de suppression de chaque canal. Voici le résultat de l’attribution :

Canaliser Effet de suppression Part de l’effet de suppression Conversions attribuées
UN 1 – (5 % / 10 %) = 0,5 0,5 / (0,5 + 0,8 + 0,9) = 0,23 100 * 0,23 = 23
B 1 – (2 % / 10 %) = 0,8 0,8 / (0,5 + 0,8 + 0,9) = 0,36 100 * 0,36 = 36
C 1 – (1 % / 10 %) = 0,9 0,9 / (0,5 + 0,8 + 0,9) = 0,41 100 * 0,41 = 41

En un mot, l’attribution basée sur les données ne repose pas sur le nombre ou la position des points de contact, mais sur l’impact de ces points de contact sur la conversion comme base d’attribution.

Attribution multi-touch avec Google Analytics

Assez de théories, regardons comment nous pouvons utiliser l’omniprésent Google Analytics pour effectuer une analyse d’attribution multi-touch.

Comme Google cessera de prendre en charge Universal Analytics (UA) à partir de juillet 2023, ce didacticiel sera basé sur Google Analytics 4 (GA4) et nous utiliserons le compte de démonstration Google Merchandise Store comme exemple.

Dans GA4, les rapports d’attribution se trouvent sous Instantané publicitaire, comme indiqué ci-dessous dans le menu de navigation de gauche.

Après avoir atterri sur la page Instantané publicitaire, la première étape consiste à sélectionner un événement de conversion approprié.

GA4, par défaut, inclut tous les événements de conversion pour ses rapports d’attribution.

Pour éviter toute confusion, je vous recommande fortement de ne choisir qu’un seul événement de conversion (« achat » dans l’exemple ci-dessous) pour l’analyse.

instantané publicitaire GA4

Comprendre les chemins de conversion dans GA4

Dans la section Attribution de la barre de navigation de gauche, vous pouvez ouvrir le rapport Chemins de conversion.

Faites défiler jusqu’au tableau des chemins de conversion, qui affiche tous les chemins menant à la conversion.

En haut de ce tableau, vous pouvez trouver le nombre moyen de jours et le nombre de points de contact qui mènent à des conversions.

Points de contact GA4 vers la conversion

Dans cet exemple, vous pouvez voir que les clients de Google mettent, en moyenne, près de 9 jours et 6 visites avant de faire un achat sur son Merchandise Store.

Trouver la contribution de chaque canal dans GA4

Cliquez ensuite sur le rapport Tous les canaux dans la section Performances de la barre de navigation de gauche.

Dans ce rapport, vous pouvez trouver les conversions attribuées pour chaque canal de votre événement de conversion sélectionné – « achat », dans ce cas.

Toutes les chaînes signalent GA4

Maintenant, vous savez que la recherche organique, avec Direct et Email, a généré la plupart des achats sur la boutique de marchandises de Google.

Examiner les résultats de différents modèles d’attribution dans GA4

Par défaut, GA4 utilise le modèle d’attribution basé sur les données pour déterminer le nombre de crédits que chaque chaîne reçoit. Cependant, vous pouvez examiner comment différents modèles d’attribution attribuent des crédits pour chaque canal.

Cliquez sur Comparaison de modèles dans la section Attribution de la barre de navigation de gauche.

Par exemple, en comparant le modèle d’attribution basé sur les données avec le modèle d’attribution au premier clic (alias « modèle du premier clic » dans la figure ci-dessous), vous pouvez voir que plus de conversions sont attribuées à la recherche organique sous le modèle du premier clic (735) que les données -modèle entraîné (646.80).

D’autre part, l’e-mail a plus de conversions attribuées sous le modèle d’attribution basé sur les données (727,82) que le modèle du premier clic (552).

Modèles d'attribution pour le groupe de canaux GA4

Les données nous indiquent que la recherche organique joue un rôle important pour attirer des clients potentiels dans le magasin, mais qu’elle a besoin de l’aide d’autres canaux pour convertir les visiteurs (c’est-à-dire pour que les clients effectuent des achats réels).

D’autre part, le courrier électronique, par nature, interagit avec les visiteurs qui ont déjà visité le site et aide à convertir les visiteurs récurrents qui sont initialement venus sur le site à partir d’autres canaux.

Quel modèle d’attribution est le meilleur ?

Une question courante, lorsqu’il s’agit de comparer des modèles d’attribution, est de savoir quel modèle d’attribution est le meilleur. Je dirais que ce n’est pas la bonne question à poser aux spécialistes du marketing.

La vérité est qu’aucun modèle n’est absolument meilleur que les autres, car chaque modèle illustre un aspect du parcours client. Les spécialistes du marketing devraient adopter plusieurs modèles comme bon leur semble.

De l’attribution basée sur les canaux à l’attribution basée sur les pages vues

Google Analytics est facile à utiliser, mais il fonctionne bien pour l’attribution basée sur les canaux.

Si vous souhaitez mieux comprendre comment les clients naviguent sur votre site Web avant la conversion et quelles pages influencent leurs décisions, vous devez effectuer une analyse d’attribution sur les pages vues.

Bien que Google Analytics ne prenne pas en charge l’attribution basée sur les pages vues, il existe d’autres outils que vous pouvez utiliser.

Nous avons récemment effectué une telle analyse d’attribution basée sur les pages vues sur le site Web d’AdRoll et je serais heureux de partager avec vous les étapes que nous avons suivies et ce que nous avons appris.

Recueillir les données de séquence de pages vues

La première étape, et la plus difficile, consiste à collecter des données sur la séquence de pages vues pour chaque visiteur de votre site Web.

La plupart des systèmes d’analyse Web enregistrent ces données sous une forme ou une autre. Si votre système d’analyse ne permet pas d’extraire les données de l’interface utilisateur, vous devrez peut-être extraire les données de la base de données du système.

Semblable aux étapes que nous avons suivies sur GA4, la première étape consiste à définir la conversion. Avec l’analyse d’attribution basée sur les pages vues, vous devez également identifier les pages qui font partie du processus de conversion.

Par exemple, pour un site de commerce électronique avec un achat en ligne comme événement de conversion, la page du panier, la page de facturation et la page de confirmation de commande font partie du processus de conversion, car chaque conversion passe par ces pages.

Vous devez exclure ces pages des données de pages vues, car vous n’avez pas besoin d’une analyse d’attribution pour vous dire que ces pages sont importantes pour la conversion de vos clients.

Le but de cette analyse est de comprendre quelles pages vos clients potentiels ont visitées avant l’événement de conversion et comment elles ont influencé les décisions des clients.

Préparez vos données pour l’analyse d’attribution

Une fois les données prêtes, l’étape suivante consiste à résumer et à manipuler vos données dans le format à quatre colonnes suivant. Voici un exemple.

manipulation de données : format 4 colonnes

La colonne Chemin affiche toutes les séquences de pages vues. Vous pouvez utiliser n’importe quel identifiant de page unique, mais je vous recommande d’utiliser l’URL ou le chemin de la page, car cela vous permet d’analyser le résultat par type de page à l’aide de la structure de l’URL. « > » est un séparateur utilisé entre les pages.

La colonne Total_Conversions indique le nombre total de conversions auxquelles un chemin de page vue particulier a abouti.

La colonne Total_Conversion_Value affiche la valeur monétaire totale des conversions à partir d’un chemin de page vue particulier. Cette colonne est facultative et s’applique principalement aux sites de commerce électronique.

La colonne Total_Null indique le nombre total de fois qu’un chemin de page vue particulier n’a pas pu être converti.

Créez vos modèles d’attribution au niveau de la page

Pour créer les modèles d’attribution, nous exploitons la bibliothèque open source appelée ChannelAttribution.

Alors que cette bibliothèque a été créée à l’origine pour être utilisée dans les langages de programmation R et Python, les auteurs fournissent maintenant une application Web gratuite pour cela, afin que nous puissions utiliser cette bibliothèque sans écrire de code.

Une fois connecté à l’application Web, vous pouvez télécharger vos données et commencer à créer les modèles.

Pour les nouveaux utilisateurs, je vous recommande de cliquer sur le Charger les données de démonstration bouton pour un essai. Assurez-vous d’examiner la configuration des paramètres avec les données de démonstration.

Bouton Charger les données de démonstration

Lorsque vous êtes prêt, cliquez sur le bouton Exécuter pour créer les modèles.

Une fois les modèles créés, vous serez dirigé vers l’onglet Sortie, qui affiche les résultats d’attribution de quatre modèles d’attribution différents : premier contact, dernier contact, linéaire et basé sur les données (chaîne de Markov).

N’oubliez pas de télécharger les données des résultats pour une analyse plus approfondie.

Pour votre information, bien que cet outil s’appelle ChannelAttribution, il n’est pas limité aux données spécifiques au canal.

Étant donné que le mécanisme de modélisation d’attribution est indépendant du type de données qui lui sont fournies, il attribuerait les conversions aux canaux si des données spécifiques au canal sont fournies, et aux pages Web si des données de pages vues sont fournies.

Analysez vos données d’attribution

Organiser les pages en groupes de pages

Selon le nombre de pages de votre site Web, il peut être plus judicieux d’analyser d’abord vos données d’attribution par groupes de pages plutôt que par pages individuelles.

Un groupe de pages peut contenir aussi peu qu’une seule page à autant de pages que vous le souhaitez, tant que cela a du sens pour vous.

En prenant le site Web d’AdRoll comme exemple, nous avons un groupe Page d’accueil qui contient uniquement la page d’accueil et un groupe Blog qui contient tous nos articles de blog.

Pour les sites de commerce électronique, vous pouvez également envisager de regrouper vos pages par catégories de produits.

Commencer par des groupes de pages au lieu de pages individuelles permet aux spécialistes du marketing d’avoir un aperçu des résultats d’attribution dans différentes parties du site Web. Vous pouvez toujours descendre du groupe de pages vers des pages individuelles si nécessaire.

Identifier les entrées et sorties des chemins de conversion

Après toute la préparation des données et la construction du modèle, passons à la partie la plus amusante : l’analyse.

Je suggérerais d’abord d’identifier les pages que vos clients potentiels accèdent à votre site Web et les pages qui les dirigent vers la conversion en examinant les modèles d’attribution au premier contact et au dernier contact.

Les pages avec des valeurs d’attribution au premier contact et au dernier contact particulièrement élevées sont respectivement les points de départ et d’arrivée des chemins de conversion. Ce sont ce que j’appelle des pages passerelles.

Assurez-vous que ces pages sont optimisées pour la conversion.

Gardez à l’esprit que ce type de page de passerelle peut ne pas avoir un volume de trafic très élevé.

Par exemple, en tant que plate-forme SaaS, la page de tarification d’AdRoll n’a pas un volume de trafic élevé par rapport à certaines autres pages du site Web, mais c’est la page que de nombreux visiteurs ont visitée avant la conversion.

Trouver d’autres pages ayant une forte influence sur les décisions des clients

Après les pages passerelles, l’étape suivante consiste à découvrir quelles autres pages ont une grande influence sur les décisions de vos clients.

Pour cette analyse, nous recherchons des pages non passerelles avec une valeur d’attribution élevée sous les modèles de chaîne de Markov.

En prenant le groupe de pages de fonctionnalités de produit sur AdRoll.com comme exemple, le modèle de leur valeur d’attribution sur les quatre modèles (illustrés ci-dessous) montre qu’ils ont la valeur d’attribution la plus élevée sous le modèle de chaîne de Markov, suivi du modèle linéaire.

Cela indique qu’ils sont visités au milieu des chemins de conversion et qu’ils ont joué un rôle important dans l’influence des décisions des clients.

Graphique à barres de 4 modèles d'attribution

Ces types de pages sont également des candidats de choix pour l’optimisation du taux de conversion (CRO).

Les rendre plus faciles à découvrir par les visiteurs de votre site Web et leur contenu plus convaincant contribuerait à augmenter votre taux de conversion.

Récapituler

L’attribution multi-touch permet à une entreprise de comprendre la contribution des différents canaux marketing et d’identifier les opportunités pour optimiser davantage les chemins de conversion.

Commencez simplement avec Google Analytics pour l’attribution basée sur les canaux. Ensuite, approfondissez le cheminement d’un client vers la conversion grâce à l’attribution basée sur les pages vues.

Ne vous souciez pas de choisir le meilleur modèle d’attribution.

Tirez parti de plusieurs modèles d’attribution, car chaque modèle d’attribution montre différents aspects du parcours client.

Davantage de ressources:

  • Un guide complet des modèles d’attribution multitouch B2B
  • Recherche de mots-clés B2B bien faite avec des exemples pratiques
  • Génération de leads B2B multicanal : 8 étapes pour réussir

Image en vedette : Saumon noir/Shutterstock

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici