L’attribution multi-touch expliquée

Gartner et la Harvard Business Review, entre autres, signalent fréquemment le manque de connaissances des marketeurs sur la façon de mesurer le succès du marketing multicanal et omnicanal. Cet article aborde ce problème, et propose des solutions, en démontrant pourquoi l’attribution multi-touch est le meilleur moyen de suivre les performances et de déterminer le succès.

Chapitres :

1. Qu'est-ce que l'attribution multi-touch ?

2. Comment collecter les bonnes données pour l'attribution multi-touch

3. L'attribution multi-touch et le parcours client

4. Types de modèles d'attribution multi-touch

5. Outils d'attribution multi-touch pour un monde où la confidentialité passe en premier

6. Les données ne disent pas tout

Dans un monde où la vie privée passe avant tout, les approches traditionnelles de l'attribution multi-touch ne sont ni précises ni fiables. Les services publicitaires comme Meta et Google continuent de retirer de leurs rapports les capacités de suivi au niveau de l'utilisateur en réponse aux réglementations, et les marketeurs qui s'appuient sur les cookies tiers pour quantifier le milieu de funnel sont condamnés.

Les données au niveau de l’utilisateur sont moins fiables que jamais, et une faible précision n’est pas un bon début pour une prise de décision fondée sur les données.

Alors, que doivent faire les spécialistes du marketing orientés données : revenir aux modèles d’attribution cloisonnés à point de contact unique du Web 2.0 ? Dans un paysage omnicanal où les consommateurs interagissent avec les marques sur plusieurs canaux avant une conversion, l’attribution à point de contact unique n’a aucun sens. Une stratégie marketing efficace exige un ensemble cohérent de tactiques qui se renforcent mutuellement afin de créer et d’entretenir un élan dans une direction ciblée.

L'attribution à un seul point de contact ne permet aux marketeurs d'examiner qu'une seule tactique à la fois, généralement aux étapes de découverte ou de conversion. Les marketeurs qui s'appuient sur l'attribution à un seul point de contact pour comprendre des stratégies multicanales risquent de prendre des décisions à courte vue en ignorant des tactiques essentielles de milieu de funnel. Les marques ont besoin d'une vision plus complète de ce qui contribue au succès pour prendre des décisions multicanales éclairées.

Qu’est-ce que l’attribution multi-touch ?

L’attribution multi-touch est un modèle marketing qui mesure chaque point de contact du parcours client en attribuant une valeur numérique à chaque canal, afin que les marketeurs puissent voir l’impact de chaque point de contact sur les conversions.

Le mid-funnel est difficile à mesurer, mais investir des ressources pour le quantifier est rentable. Le marketing mid-funnel rend les efforts d’acquisition d’une marque plus efficaces en augmentant les taux de conversion sur plusieurs canaux. Il fluidifie aussi le chemin vers la fidélisation en bâtissant l’advocacy en amont, en améliorant la LTV et en réduisant la pression sur l’acquisition de clients.

L’attribution multi-touch, qui consiste à attribuer une valeur à chaque étape du parcours client, reste un cadre important, mais la version actuelle n’a plus grand-chose à voir avec l’approche fondée sur les cookies tiers que les marketeurs adoraient.

Comment collecter les bonnes données

Les données tierces collectées via les pixels et les cookies étaient autrefois la principale source de l'attribution multi-touch. Si un marketeur voulait suivre le comportement des utilisateurs sur les canaux, appareils et plateformes, il lui suffisait d'ajouter un extrait de code à son site web. Le trafic était automatiquement marqué d'un cookie Facebook ou Google sans le consentement de l'utilisateur. Ce cookie suivait l'utilisateur sur le web pour observer ses actions et le recibler avec des publicités pertinentes. Les marketeurs agrégeaient les données des cookies tiers dans des rapports d'attribution multi-touch pour comprendre le comportement des utilisateurs et optimiser les parcours clients.

Aujourd’hui, ces mêmes données au niveau de l’utilisateur sont plus difficiles d’accès. Le RGPDS'ouvre dans une nouvelle fenêtre et le CCPAS'ouvre dans une nouvelle fenêtre ont poussé Google, Facebook et d’autres plateformes à supprimer progressivement les cookies tiers, une décision qui a forcé les marketeurs à abandonner des méthodes éprouvées d’attribution multi-touch.

Les marketeurs orientés données ont commencé à s’adapter au nouveau paysage de l’analytique, en s’appuyant sur les données first-party et les données zero-party pour quantifier la performance tout au long du funnel marketing.

La distinction entre données zero-party et données first-party est relativement récente. Jusqu’à récemment, toutes les données qu’une marque collectait étaient considérées comme « first-party ».

Aujourd’hui, les données first-party désignent les comportements quantitatifs qu’une marque suit au travers de ses interactions avec les clients. Les cookies first-party, les balises et les modules de suivi Urchin (UTM) sont les méthodes courantes qu’utilisent les marques grand public pour collecter des données first-party. Les distributeurs omnicanaux peuvent également suivre les visites en magasin physique en parallèle du comportement des clients e-commerce, comme l’abandon de panier et les clics sur les e-mails. Les cookies conformes au RGPD peuvent remplacer certains des indicateurs que les marketeurs suivaient auparavant grâce aux cookies tiers.

Les utiliser correctement exige une stratégie axée sur la confidentialité qui demande le consentement et permet aux utilisateurs de demander la suppression de leurs données personnelles.

Les données zero-party désignent les informations qualitatives qu’un client communique volontairement à une marque. Les conversations avec le service client, les avis produits, les réponses aux enquêtes et les commentaires sur les réseaux sociaux relèvent tous des données zero-party. Les données clients qualitatives peuvent être extrêmement précieuses pour une marque si elles sont bien exploitées, mais trouver des insights pertinents dans du texte peut être difficile pour les marketeurs habitués à s’appuyer uniquement sur des rapports quantitatifs.

À l'ère du durcissement des réglementations et de la disparition progressive des systèmes de suivi, les meilleurs marketeurs grand public s'appuient sur les insights qualitatifs zero-party de Bazaarvoice pour éclairer les parcours d'achat et repérer des opportunités de croissance.

L'attribution multi-touch et le parcours client

Utiliser l’attribution multi-touch dans le marketing multicanal permet de découvrir des tactiques pour augmenter le taux de conversion, réduire le délai moyen avant achat et améliorer la valeur moyenne des commandes (AOV).

Les tactiques marketing n'existent pas en vase clos : elles évoluent dans un écosystème multicanal. Attribuer tout le mérite à une seule tactique par l'attribution au dernier contact, quel que soit son rang dans le parcours client, revient à ignorer tout le reste de ce qui joue un rôle dans l'acquisition de clients. La relation qu'une marque entretient avec ses prospects en milieu de funnel est déterminante pour gagner plus d'affaires et augmenter le chiffre d'affaires.

Dans un paysage marketing multicanal, l'attribution multi-touch est la clé pour comprendre ce qui fonctionne et pourquoi. Prenons ce parcours d'achat fictif en six étapes pour un aspirateur Dyson à $500.

Avec l’attribution au premier contact, une équipe marketing pourrait conclure que la recherche payante est le grand gagnant. Mais la recherche payante ne dit pas tout. Dyson pourrait ne pas générer autant de conversions sans la preuve sociale issue des UGC et des affiliés, que l’attribution au premier contact ne permet pas de mettre en évidence.

Si Dyson ne s’appuyait que sur l’attribution au dernier clic, l’équipe pourrait décider de bâtir sa stratégie marketing sur les remises, une décision délicate pour un acteur du marché premium. Les produits Dyson sont assumément chers, une stratégie de prix qui fonctionne grâce à la technologie propriétaire de Dyson et à sa marque forte. Des remises massives iraient à l’encontre des super-pouvoirs de la marque Dyson au lieu de les compléter, créant une course vers le bas que personne ne peut gagner.

L’attribution multi-touch donne à Dyson une meilleure compréhension de ses parcours de conversion, ce qui ouvre davantage de possibilités d’expérimentation. Comme l’UGC est reconnu pour améliorer le taux de conversion et joue un rôle dans son parcours client (fictif), Dyson pourrait décider d’expérimenter davantage de publicités UGC le trimestre suivant afin d’augmenter son chiffre d’affaires.

Types de modèles d’attribution multi-touch

Les marketeurs grand public utilisent des modèles linéaires, en J, en J inversé et en U pour attribuer la performance tout au long du parcours client.

L'attribution linéaire accorde le même poids à chaque étape du parcours client et offre aux marketeurs une vue équilibrée du chemin vers la conversion. Elle attribue plus de crédit aux tactiques de milieu de funnel que les autres modèles, ce qui peut être utile lorsque vous vous concentrez pour la première fois sur le milieu de funnel.

C'est un bon point de départ, mais il peut gonfler la valeur d'interactions sans importance et sous-estimer des tactiques cruciales. La modélisation d'attribution linéaire peut donc aider les marketeurs à remettre en question leurs propres hypothèses sur ce qui fonctionne, mais elle est rarement assez précise à long terme pour convenir à chaque scénario.

Un modèle en J classique attribue plus de poids aux dernières étapes du parcours client, tandis qu'un modèle en J inversé donne plus d'importance aux premières étapes du parcours client.

Les modèles en U, aussi appelés modèles basés sur la position, attribuent un poids égal au premier et au dernier contact, avec un pourcentage plus faible pour tout ce qui se passe entre les deux.

Voyons comment chaque type d’attribution multi-touch attribuerait de la valeur au parcours de notre acheteur fictif d’un aspirateur à $500.

Le modèle d’attribution qu’une marque choisit dépend de son scénario, de ses priorités et de ses philosophies. Les équipes qui cherchent à développer la découverte peuvent utiliser un modèle en J inversé pour comprendre les premières étapes du parcours client, tandis que celles qui se concentrent sur le milieu de funnel peuvent appliquer un modèle linéaire pour générer des insights.

Utiliser un modèle d'attribution multi-touch dans le marketing multicanal

Imaginons un scénario : une marque de vêtements pour enfants souhaite trouver des opportunités de croissance pour son canal e-commerce.

Avec l’attribution au premier contact, l’équipe conclut que le trafic de recherche payante non liée à la marque a une valeur moyenne des commandes (AOV) plus élevée que celle des clients acquis via le social payant, mais qu’il génère moins de revenus au total.

S’ils s’arrêtaient là, la marque de vêtements pourrait conclure que, malgré un volume plus faible, la recherche payante est un meilleur usage de son temps et de son argent. Cela pourrait se tenir, mais n’augmenterait le chiffre d’affaires de fin de mois (EOM) que dans une proportion relativement faible.

Chiffre d’affaires de référence EOM : $212 350

Associer un modèle d’attribution multi-touch à un rapport first-touch offre plus d’options à l’équipe.

Lorsqu'elle lance un rapport sur le parcours d'achat dans SegmentS'ouvre dans une nouvelle fenêtre, l'équipe découvre que les acheteurs à AOV élevée issus du trafic de recherche payante ont tendance à consulter une page de témoignages sur la boutique dans les jours précédant un achat. La page met en avant les avis de clients satisfaits et est reliée depuis les pages produits.

Comme la marque examine les performances sous l'angle de l'acquisition, elle décide d'utiliser un modèle en J inversé pour comprendre le chemin vers la conversion à partir de la recherche payante, un parcours client à AOV élevée.

Après avoir comparé la valeur relative de chaque interaction à celles des parcours d'acheteurs à AOV plus faible, l'équipe décide d'orienter le trafic social payant vers la page de témoignages via une campagne de retargeting, ce qui pourrait augmenter l'AOV de ce canal.

Place au scénario B : exploiter l’UGC, ici les avis, pour améliorer le panier moyen et obtenir plus de revenus grâce au social payant. L’équipe fait l’hypothèse que le panier moyen issu du social payant passera à $99 à la suite de l’expérience. Si cela fonctionne, l’expérience augmenterait le chiffre d’affaires dans une plus grande proportion que le scénario A.

Chiffre d’affaires de référence EOM : $212 350

L’attribution multi-touch replace des tactiques complémentaires dans leur contexte et donne à une équipe ce dont elle a besoin pour prendre des décisions nuancées, compte tenu des contraintes de son marché et des forces de son organisation.

Outils d'attribution multi-touch pour un monde où la confidentialité passe en premier

La suite d'outils de commerce omnicanal de Bazaarvoice est le meilleur moyen de collecter des données zero-party.

Hardys Wines, la marque de vin n° 1 au Royaume-Uni, utilise Bazaarvoice pour collecter des données zero-party grâce aux avis, qui comptent parmi les principaux facteurs dans la décision d’achat. Après avoir diffusé ses avis chez des distributeurs via la plateforme de Bazaarvoice, Hardys a augmenté son volume d’avis de 2 300 % et fait passer sa note moyenne de 4,32 à 4,59.

Comme de nombreux acheteurs en ligne filtrent les résultats pour n'afficher que les produits notés 4,5 étoiles ou plus, Hardys a pu se placer devant davantage de clients potentiels et accroître ses revenus sur plusieurs canaux grâce à une seule tactique de milieu de funnel. Insights & Reports dans Bazaarvoice aide des marques comme Hardys à maximiser la valeur des données zero-party.

Associez les outils de Bazaarvoice à une plateforme marketing propre comme KlaviyoS'ouvre dans une nouvelle fenêtre pour collecter des données comportementales qui complètent les insights qualitatifs zero-party. Les profils clients de Klaviyo permettent aux marques de cartographier les parcours d’achat au niveau de l’utilisateur, puis de proposer une expérience personnalisée grâce à leur suite d’outils d’e-mail et de marketing.

Appuyez-vous sur des outils d’agrégation comme SegmentS'ouvre dans une nouvelle fenêtre pour quantifier le parcours client sur l’ensemble des canaux et déceler à grande échelle des schémas d’achat. Segment intègre les flux de données first-party issus de plusieurs sources et relie les insights pour aider les marques grand public à comprendre les parcours d’achat courants et à attribuer la performance sur l’ensemble du parcours d’achat.

Avec les Linked ProfilesS'ouvre dans une nouvelle fenêtre de Segment, les marques grand public peuvent segmenter leurs clients selon leurs affinités, leurs habitudes d’achat et leur sentiment, et affiner l’attribution multi-touch pour stimuler l’engagement et la fidélité.

Les données ne vous diront pas tout

Les modèles d’attribution ne sont que cela : des modèles. Chaque modèle présente des failles, des vulnérabilités et des angles morts. Les marques qui prennent les données quantitatives pour argent comptant, sans laisser de place à la nuance, à l’insight et à l’intuition, s’exposent à davantage de risques, et non à davantage de sécurité, en s’appuyant trop sur les données.

L’attribution multi-touch n’est pas parfaite : même avant le RGPD, les modèles d’attribution multi-touch n’ont jamais offert une image impartiale de la réalité ni un plan infaillible pour réussir. Chaque entreprise adopte une approche légèrement différente de l’attribution marketing : aucune n’est « fausse », mais toutes reflètent des priorités différentes et des biais intrinsèques.

Aborder l’attribution multi-touch comme un modèle plutôt que comme une prescription est essentiel pour ouvrir la porte à des conversations stratégiques et à des insights pertinents.

Pour obtenir une vision complète du comportement des clients, associez des modèles d'attribution quantitatifs aux données utilisateurs qualitatives de Bazaarvoice. Les notes, les avis et le contenu généré par les utilisateurs sont une mine d'insights que les marques grand public peuvent exploiter pour comprendre leur audience.

Les outils Insights & Reports de Bazaarvoice dotent les marques de données de sentiment, d'analyses sociales et de tendances de feedbacks clients pour optimiser le mid-funnel et améliorer la conversion sur tous les canaux.