Tracking Adwords : quel modèle d’attribution choisir ?

Vous êtes vous déjà demandé comment se faisait l’attribution sur Google Adwords ? Quelle campagne récupère les lauriers d’une conversion ?

Lorsque l’on développe sa matrice de mots clés, on va très probablement créer des campagnes génériques et des campagnes marque, aussi, si lors du processus d’achat, plusieurs clics en SEA interviennent, lequel pourra se targuer de revendiquer la vente ou le lead ? Jusqu’à très récemment, la campagne ayant générée le dernier clic se voyait attribuer l’action de conversion sans que vous ne puissiez décider si cela vous convenait, mais ce temps est révolu.

Adwords (comme Analytics d’ailleurs), vous propose désormais de choisir, parmi des modèles prédéfinis, votre préféré entre les suivants :

  • Attribution au dernier clic (historique)
  • Attribution au premier clic
  • Attribution linéaire
  • Attribution avec dépréciation dans le temps
  • Attribution basée sur la position

Attention : ce type de modèle est pour le moment valable uniquement sur le Réseau de Recherche et Google Shopping. Les effets sur le réseau display sont donc très flous pour le moment, et notamment sur les campagnes de Remarketing. Dans tous les cas, notre premier sentiment est qu’elles risquent très fortement d’être impactées à la baisse par ces modèles plus collaboratifs.

Attribution au dernier clic

  attribution-derniere-interaction

Le plus répandu d’entre tous car comme vu plus haut, il reste le modèle historique de Google Adwords, mais n’est pas forcément le plus pertinent compte tenu des problématiques des annonceurs.

Attribution au premier clic

attribution-premiere-interaction

Au contraire de l’attribution au dernier clic, ce modèle va vous permettre d’identifier quelle campagne / adgroup / mot clé a su, avant tous les autres, faire naître la curiosité de votre internaute et le faire visiter ou découvrir votre site. Ce genre de modèle peut être très intéressant, en particulier pour des achats qui nécessitent de comparer de nombreuses offres d’un même produit, relativement simple (sac de sport, fleurs, etc.). Vous l’aurez compris, dans cet exemple, à l’échelle du marchand, nous obtiendrons très probablement un schéma de clics comme suivant :

Clic « générique » > Clic « marque »

Dans ce cas là, au contraire de l’attribution au dernier clic, ce n’est pas la Marque qui va récupérer l’action, mais bien votre campagne générique. A noter que ce type d’attribution ne nous semble pas très adapté pour des achats à forte récurrence, le 1er clic risquant de cannibaliser d’autres éventuels clics avec conversion.

Attribution linéaire

attribution-lineaire

Tout est dans le nom ! Chaque clic issu de vos campagnes se verra récompensé à sa juste valeur sans notion de qui était avant ou après, avec ce modèle, on n’a que des gagnants ! 5 clics ont contribué à une conversion ? Très bien, 20% pour tout le monde ! Vous en avez 2 ? Pas de problème, 50% chacun !

Ce genre de modèle peut être très intéressant pour des produits complexes (ou services), qui nécessitent  de nombreuses recherches sur le sujet. Prenons l’exemple d’un internaute qui souhaite acheter une télé, sa navigation lui permettra d’affiner progressivement ses requêtes afin de se faire une opinion en fonction de l’alchimie perçue quant au triptyque Produit-Prix-Confiance.

Exemple : « télé » > « télé 42 pouces » > « télé 42 pouces led » > « télé 42 pouces panasonic » > nom du site revendeur

Dans cet exemple, chaque interaction va récupérer 25% de la conversion, indépendamment de sa place. Comme dans l’exemple précédent, ce modèle ne semble toutefois pas idéal pour des produits ou services avec forte récurrence de consommation.

Attribution avec dépréciation dans le temps

attribution-avec-depreciation-dans-le-temps

Modèle hybride entre le dernier clic et le modèle linéaire. Toutes les interactions sont bien prises en compte, mais les plus proches de la date de la conversion sont majorées. On retrouvera donc le principal défaut du modèle au dernier clic, mais il nous permettra tout de même d’avoir une idée de l’apport d’autres campagnes intervenues en amont du processus d’achat / de prise de contact. L’exemple précédent, l’internaute qui souhaite acheter une télé, pourrait également être intéressant avec ce modèle.

Le principal problème avec la dépréciation dans le temps réside tout de même dans la clé de répartition des conversions, quelque peu opaque quant à l’apport valorisé par interaction.

Attribution basée sur la position

attribution-basee-sur-la-position.png

Modèle de répartition intéressant, même si il peut sembler arbitraire : les premiers et derniers clics récupéreront chacun 40 % de la conversion, et tous les clics intermédiaires se partageront équitablement les 20 % restants. Bien que les volumes soient discutables, chacun aura son propre avis, ce modèle à tout de même le mérite de valoriser le clic qui aura fait connaître le site, ainsi que celui qui aura probablement réussi à convertir. L’avantage ici, comme avec les 2 précédents, est donc de n’oublier personne, et d’attribuer une importance à chaque message ou positionnement. Quoi qu’il en soit, si ces proportions d’attribution ne vous plaisent pas, libre à vous de créer vos propres modèles dans Analytics, et de les comparer les uns aux autres.Cela rejoint d’ailleurs l’un de nos article concernant la attribution Google Analytics et le modèle en U.

En conclusion, vous l’aurez compris, aucun modèle n’est universel. Malgré tout, ces évolutions nous permettent d’aller plus loin dans l’analyse et le recueil de données, à chacun d’essayer et de tirer ses propres conclusions.

Laisser un Commentaire