Prenez en main la comparaison de modèles d’attribution Google Analytics. Comparez l’attribution des crédits de conversion des leviers d’acquisition. Personnalisez le modèle d’attribution utilisé afin de calculer le crédit des conversions dans les rapports de votre propriété Analytics.
Il est important de déterminer quel modèle d’attribution fonctionne le mieux pour votre entreprise afin de déterminer le crédit approprié pour chaque point de contact. Le but de cet article est de comprendre la comparaison de modèles d’attribution Google Analytics.
Quel est le modèle d’attribution par défaut de Google Analytics 4 ?
Quels sont les modèles d’attribution ?
Qu’est-ce qu’un modèle d’attribution basée sur les données ?#4
Comment fonctionne l’attribution basée sur les données ?
Comment sélectionner un modèle d’attribution ?
Prendre en main le rapport comparaison de modèles d’attribution Google Analytics 4.
Filtrer les données du rapport de comparaison de modèles d’attribution Google Analytics.
Modifier la date et l’heure du rapport de comparaison de modèles Google Analytics.
Comparer les modèles d’attribution Google Analytics 4.
Modifier le modèle d’attribution des rapports Google Analytics 4.
Les rapports de comparaison de modèles d’attribution Google Analytics vous permettent de comprendre comment les canaux fonctionnent ensemble pour convertir vos nouveaux utilisateurs en client. Quels sont les leviers « haut de tunnel » qui ont mis en lumière votre offre ou produit, les leviers « milieu de tunnel » qui ont réengagé les utilisateurs et enfin les leviers « bas de tunnel » qui ont généré la conversion. Google Analytics 4 propose à ce jour, deux rapports, l’analyse des chemins de conversion, qui illustre la combinaison des canaux pour convertir les nouveaux utilisateurs en clients. Le second rapport disponible dans Google Analytics 4, concerne la comparaison de modèles d’attribution. Le but est d’évaluer la répartition des gains selon le rôle de chaque levier dans les chemins de conversion.
Notre article va se concentrer sur le rapport de comparaison de modèles d’attribution Google Analytics 4 et sur la personnalisation des paramètres d’attribution de la propriété. Le rapport d’analyse des chemins de conversion fera l’objet prochainement d’un article dédié.
Google Analytics 4 propose un rapport [Publicité > Comparaison de modèles] pour comparer la répartition du crédit de conversion en fonction des différents modèles d’attribution. Le but est de déterminer la contribution de chaque levier d’acquisition, publicitaire et marketing. Un modèle d’attribution correspond à la règle qui détermine la façon dont le crédit des ventes et des conversions est attribué aux points de contact sur les chemins de conversion.
Si cela vous semble un peu « complexe », chaussez vos crampons ! Imaginez que vous êtes un entraineur de foot, comment partageriez-vous la prime de but ? Au buteur ? Au passeur décisif ? A l’ouvreur qui a initié l’action de but ? C’est la même chose pour l’attribution des crédits de conversion entre les leviers selon leur rôle, ouvreur, porteur et buteur. Naturellement chaque rôle va vouloir obtenir la plus grosse part du crédit. La comparaison de modèles d’attribution Google Analytics 4 permet de déterminer le modèle qui satisfasse l’ensemble des leviers de conversion.
Naturellement, avant de comparer l’attribution entre les canaux, il faut avoir tracké au moins un événement de conversion ou des transactions e-commerce (événement « purchase »).
Quel est le modèle d’attribution par défaut de Google Analytics 4 ?
La comparaison de modèles d’attribution Google Analytics est utile pour comparer le modèle représentant le mieux votre tactique marketing avec le modèle par défaut de Google Analytics 4.
Quel est le modèle d’attribution par défaut de Google Analytics 4 ?
Tous les rapports standard de Google Analytics 4 de la section « Rapports » utilise le modèle d’attribution « dernier clic indirect ». Cela signifie que le dernier levier non Direct utilisé reçoit tout le crédit pour la conversion. Le trafic Direct correspond aux sessions que Google Analytics n’arrive pas à associer à une source et à un support d’acquisition. Une session initiée sans paramètre de campagne (GCLID, UTM) et sans referrer, comme le trafic de la plupart des campagnes sans UTM, comme les emailings. Google Analytics traite différemment les sessions du trafic Direct, il va vérifier l’existence d’une précédente session avec une source connue (non Direct) afin de lui attribuer la session et donc la conversion. S’il n’existe aucune précédente session non Direct, la session Direct conserve sa session et sa conversion.
Quels sont les modèles d’attribution ?
La comparaison de modèles d’attribution Google Analytics propose plusieurs modèles d’attribution des crédits de conversion. Chaque modèle valorise une tactique globale d’acquisition entre l’acquisition de nouveaux prospects ou de prospects éventuellement déjà identifiés. Il n’y a pas de format universel d’attribution, la sélection d’un modèle dépend principalement du business plan du client et de ses objectifs publicitaires.
Le modèle d’attribution définit comment attribuer les conversions et les revenus e-commerce entre les interactions (ou points de contact) dans le chemin de conversion. Les points de contact peuvent avoir deux formes, clic sur une annonce ou vue volontaire sur YouTube – lecture d’une vidéo YouTube pendant au moins 10 secondes.
Il existe plusieurs types de modèles d’attribution par défaut :
- Dernier clic, le dernier point de contact (clic ou vue volontaire sur YouTube) dans le chemin de conversion obtiendra 100 % des crédits de conversion. (Le plus connu des modèles d’attribution.)
- Premier clic le premier point de contact (clic ou vue volontaire sur YouTube) obtiendra 100 % des crédits de conversion.
- Linéaire, chaque point de contact (clic ou vue volontaire sur YouTube) sur le chemin de conversion se partagera les crédits de conversions. Il montre à quel point chaque point a de la valeur pour accompagner les utilisateurs sur l’ensemble du chemin de conversion.
- Dépréciation dans le temps, les points de contact les plus proches chronologiquement de la conversion obtiendront la plus grande part du crédit. Très intéressant pour valoriser les combinaisons des leviers chaud, bas de tunnel.
- Basée sur la position, 40% du crédit pour la première interaction, 40% pour la dernière et le reste (20%) est réparti entre les points de contact intermédiaires. Tous les points de contact reçoivent du crédit, mais les interactions clés d’ouvreur et de finisseur bénéficient d’une pondération.
- Basée sur les données (DDA), crédit attribué à chaque point de contact selon un modèle machine learning probabiliste.
Qu’est-ce qu’un modèle d’attribution basée sur les données ?
Le modèle DDA pour Data Driven Attribution.
Le modèle basé sur les données (ou DDA Data Driven Attribution) est un « modèle linéaire intelligent ». Un modèle basé sur le machine learning qui prend en compte chaque point de contact observé pour les événements de conversion de votre site Web. Il fait ensuite une modélisation probabiliste pour attribuer le crédit à chaque canal.
N’hésitez pas à comparer les modèles classiques comme le modèle basé sur le dernier clic avec le nouveau modèle basé sur les données. J’aime bien le modèle DDA car il semble être la meilleure réponse avec le Consent Mode, à la problématique d’attribution des conversions, notamment à cause de la RGPD, ITP etc. Mais quid des algorithmes machine learning pour modéliser le crédit de chaque point de contact, de la boite noire.
Comment fonctionne l’attribution basée sur les données ?
Source de Google » Attribution utilise des algorithmes de machine learning pour déterminer les chemins de conversion et de non-conversion. Le modèle basé sur les données qui en résulte analyse l’impact des différents points de contact sur les conversions enregistrées. Pour cela, il prend en compte différents facteurs tels que le délai avant conversion, le type d’appareil, le nombre d’interactions avec les annonces, l’ordre d’exposition des annonces et les types d’assets de création. En adoptant une approche contrefactuelle, le modèle compare les données réelles avec les données hypothétiques pour identifier les points de contact les plus susceptibles de générer des conversions. Il attribue ensuite le crédit de la conversion à ces points de contact en fonction de cette probabilité. »
Comment sélectionner un modèle d’attribution ?
On utilise le rapport de comparaison de modèles d’attribution Google Analytics pour comparer des modèles, mais comment sélectionner un modèle ?
Sélectionnez le modèle d’attribution qui correspond le mieux à votre business plan et vos objectifs marketing. Le modèle d’attribution sélectionné a un grand impact sur le volume et la valeur de conversion de chaque canal. Ainsi, ils influent considérablement sur l’évaluation de vos canaux marketing.
Par exemple, si vous sélectionnez le modèle d’attribution « Premier clic », alors tous les canaux marketing qui initient le chemin de conversion recevront le crédit des conversions, car vous recherchez l’acquisition de nouveaux clients. Si vous sélectionnez le modèle d’attribution « Dernier clic », alors ce seront tous les canaux marketing qui ont conclu une conversion recevront le crédit de la conversion, car vous recherchez la conversion de clients connus ou nouveaux.
Voici quelques règles générales que vous pouvez appliquer pour choisir un modèle d’attribution :
- Si vous vendez des produits de grande consommation, qui implique moins de considération des acheteurs, alors le modèle d’attribution « Dernier clic » peut être approprié pour vous, vous n’avez pas forcément besoin d’affecter de crédit aux interactions indirectes. Le cycle de décision de l’utilisateur pour passer à l’action est plutôt cours, qu’on peut considérer que chaque session est une occasion de conversion.
- Si vous êtes un nouvel entrant sur un marché, vous avez certainement besoin de plus de notoriété que vos concurrents établis. Par conséquent vos objectifs publicitaires seront plus centrés sur la « construction de la marque ». Donc, vous devez attribuer plus de crédit aux interactions qui font entrer des nouveaux utilisateurs dans votre tunnel de conversion. Pour cette raison, le modèle d’attribution « Premier clic », peut être plus approprié pour vous.
- Si vous avez un business plan où chaque interaction est tout aussi important pour vos conversions. Vos campagnes sont activées en permanence pour garder les utilisateurs sur l’ensemble du chemin de conversion alors le modèle d’attribution « linéaire » peut être plus approprié pour vous.
- Si vous voulez comprendre le comportement d’achat de vos clients lors d’une campagne promotionnelle alors vous voudrez peut-être affecter davantage de crédits aux interactions chaudes, de milieu/bas de tunnel qui se produisent avant la conversion, car elles sont plus pertinentes que les interactions qui ont eu lieu en haut du tunnel. Par conséquent, le modèle d’attribution « Dépréciation dans le temps » peut être plus approprié pour vous.
- Si vous avez un business plan ou des objectifs publicitaires qui souhaite principalement valoriser le trafic d’acquisition « haut de tunnel » et de conversion « bas de tunnel », le modèle d’attribution « Basée sur la position » peut être approprié pour vous.
Prendre en main le rapport comparaison de modèles d’attribution Google Analytics 4.
Dans Google Analytics 4, vous pouvez utiliser le rapport de comparaison de modèles d’attribution Google Analytics pour comparer l’impact des différents modèles d’attribution sur la valeur de vos canaux marketing. Vous pourrez évaluer les effets sur l’attribution des conversions et sur les revenus e-commerce.
Pour accéder au rapport de comparaison de modèles d’attribution, cliquez dans la section « publicité » du menu principal.
Une fois dans le rapport de comparaison de modèle GA4, sélectionnez la plage de date et la conversion ciblée par votre analyse. C’est important, car par défaut Google Analytics sélectionnera toutes les conversions, comme first_visit, purchase et newsletter_subscription.
Par défaut, le tableau de données affiche les données de la dimension Groupe de canaux par défaut. Un regroupement logique des sources et support d’acquisition qui offre une vision plutôt macro des leviers. Utilisez le menu déroulant pour sélectionner des dimensions plus granulaires comme la campagne, le support et la source.
Avant de comparer les modèles d’attribution, personnalisez les données du rapport en ajoutant un ou plusieurs filtres pour segmenter les données et en précisant la date et heure des données de conversion.
Filtrer les données du rapport de comparaison de modèles d’attribution Google Analytics.
Le rapport affiche par défaut les données de tous les utilisateurs. Tout le monde, c’est personne. N’hésitez pas à préciser la population de votre analyse. Concentrez par exemple votre analyse sur un flux de données APP ou Web et une catégorie d’appareil, comme le desktop ou le mobile. Idem pour vos campagnes, évaluez la répartition des conversions entre les points de contact par rapport à leur objectif d’acquisition ou de réengagement. Si vous avez des implantations physiques, segmentez les régions avec et les régions sans pour vérifier les effets sur l’attribution des conversions online.
Modifier la date et l’heure du rapport de comparaison de modèles Google Analytics.
Vous avez également la possibilité de modifier la date et heure du rapport de comparaison d’attribution de modèles Google Analytics . La valeur par défaut est Date et heure de la conversion, que vous pouvez modifier pour Date et heure de l’interaction.
Date et heure de la conversion : Inclus tous les événements qui ont abouti à une conversion durant la plage de dates. A noter que certains événements ont pu se produire avant cette plage.
Date et heure de l’interaction : Inclus tous les événements qui se sont produits durant la plage de dates.
A noter que certaines conversions ont pu se produire après cette plage.
Comparer les modèles d’attribution Google Analytics 4.
Le tableau de données du rapport de comparaison de modèles d’attribution Google Analytics permet de comparer la répartition du nombre de conversions et du montant des revenus entre les points de contact selon deux modèles d’attribution. Les colonnes Variation (%) indiquent le pourcentage d’augmentation ou de diminution des conversions et des revenus selon différents modèles d’attribution.
Selon vos objectifs marketing, identifiez les campagnes ou supports sous-évaluées par le modèle dernier clic.
- Si votre tactique est principalement basé sur l’acquisition de nouveaux clients, comparez le modèle dernier clic au modèle premier clic ou basé sur la position.
- Si votre tactique est principalement de garder l’utilisateur sur le chemin de conversion, comparez le modèle dernier clic au modèle linéaire.
Modifier le modèle d’attribution des rapports Google Analytics 4.
Dans Google Analytics 4, vous pouvez également spécifier le modèle d’attribution pour votre propriété. Le modèle d’attribution utilisé afin de calculer le crédit d’une conversion dans vos rapports pour cette propriété Analytics.
Le modèle d’attribution utilisé afin de calculer le crédit d’une conversion dans vos rapports pour cette propriété Analytics.. Après avoir déterminé et validé le meilleur modèle d’attribution pour votre entreprise, vous pouvez l’appliqué par défaut à tous vos rapports. La démarche est très simple, aller dans l’admin de GA4, sélectionnez « Paramètres d’attribution » pour personnaliser trois paramètres ayant un impact sur l’attribution pour votre propriété : le modèle d’attribution dans les rapports, et les périodes d’analyse des événements de conversion « Acquisition » et de tous les autres événements de conversion.
Les modifications des paramètre d’attribution auront un impact sur les données de l’historique et celles que vous enregistrerez par la suite. Elles seront reflétées dans les rapports incluant des données sur les conversions et les revenus. Les données sur les utilisateurs et les sessions ne seront pas impactées.
Pour préserver un peu de cohérence dans vos analyses de données, n’oubliez pas de spécifier le modèle d’attribution utilisé.
Optimisez la qualité et l'utilité de vos données Analytics et Marketing
