Attribution / Contribution : êtes-vous en phase avec les 7 bonnes pratiques de l'Alliance Digitale en matière de mesure de la performance marketing ?

L’Alliance Digitale consacre son dernier livre blanc aux enjeux de l’attribution des performances aux différents canaux du mix-marketing et de la mesure de la contribution de ces derniers à la performance globale de l’entreprise.

Dans un contexte de fragmentation des canaux activés et de recherche de ROI, l’hybridation entre les deux approches est nécessaire selon elle. Mais avant de vous expliquer pourquoi, revenons un peu en arrière.

Historiquement, dans un monde offline, le Marketing Mix Modeling était utilisé pour analyser la contribution des différents canaux du mix-marketing à la performance globale, en tenant compte des effets de répétition, de halo et de synergie entre canaux.

La mesure statistique de la contribution se voulait alors une approche stratégique, permettant de fixer les budgets chaque année.

Ensuite, l’essor du digital a permis le développement de mesures beaucoup plus tactiques. Elles sont basées sur des signaux déterministes comme une impression, un clic ou une conversion.

Des événements reliés à un internaute à l’aide d’un cookie, et dont l’analyse cherche à répondre à des questions simples, mais essentielles : « Quel levier a déclenché la conversion ? » et « Comment piloter mes campagnes et arbitrer entre ces leviers pour optimiser la performance ? ».

Mais ces dernières années, le RGPD et la hausse des usages cross-devices sur les environnements cookieless comme les apps ou la CTV, ou encore chez les walled gardens, ont limité les signaux déterministes utilisables par les annonceurs pour mesurer et comparer les performances de leurs actions.

Les acteurs du secteur ont alors développé des approches probabilistes pour extrapoler des résultats de plus en plus difficilement observables, notamment sur la partie post-view, à partir des parcours des internautes encore identifiables.

De cette évolution résulte le développement du Multi-Touch Attribution, qui permet d’attribuer la performance aux différents leviers ayant entraîné la conversion, mais également d’appréhender beaucoup mieux les synergies entre eux et la manière dont chacun contribue aux performances globales du mix. De quoi réconcilier les deux approches, tactique et stratégique.

Sauf que le MTA, qui repose sur une partie probabiliste, reste perfectible. Ses résultats dépendent de la qualité et de la représentativité des données déterministes utilisées pour l’extrapolation. Or, avec des taux d’opt-in en baisse et sans adoption massive d’identifiants alternatifs stables, les résultats du MTA restent partiels.

Les annonceurs et leurs agences se sont donc à nouveau tournés vers le MMM pour consolider les résultats. D’autant que le MMM a lui aussi évolué, pour devenir de plus en plus souple et permettre des ajustements plus nombreux et rapprochés dans le temps.

Vers une approche unifiée de la mesure de la performance marketing

Les deux approches, attribution et contribution, se sont donc rapprochées et sont devenues de plus en plus perméables, comme l’explique Margarita Zlatkova, Global Head of Performance de Seedtag et co-lead du groupe de travail Mesure des Nouveaux Environnements Publicitaires de l’Alliance Digitale.

« Historiquement, les annonceurs se sont longtemps basés sur l’analyse de la contribution via le MMM pour construire des budgets qui étaient ensuite figés jusqu’à la mise à jour des modèles l’année suivante, et cela malgré les résultats de l’attribution, qui pouvaient montrer qu’un levier était plus performant. Les deux approches, attribution et contribution, étaient étanches. »

Mais désormais, la mesure entre dans une ère d’hybridation selon le livre blanc.

Les marques doivent ) la fois composer avec des signaux résiduels (cookies first-party, identifiants alternatifs, données agrégées) et des approches de modélisation plus sophistiquées et unifiées pour préserver une lecture cohérente de leurs performances.

Autrement dit, l’attribution ne suffit plus, la contribution ne peut pas tout, et c’est dans leur articulation que se joue désormais la mesure et l’optimisation des performances des campagnes. L’attribution et le MTA servent à optimiser l’allocation fine des budgets au quotidien, tandis que la contribution, via le MMM et la mesure de l’incrémentalité, vient valider, corriger ou réorienter ce pilotage à l’échelle du mix global.

L’étape suivante vise donc à orchestrer l’utilisation de ces différents modèles au sein d’une approche nommée Unified Marketing Measurement.

Cette approche combine les données micro issues du MTA et les données macro issues du MMM dans un même cadre statistique. Une couche de pondération vient arbitrer entre ces deux mondes en fonction des volumes d’interactions, de l’efficacité marginale des canaux et des effets croisés observés.

L’UMM fait ainsi le pont : il rapproche la finesse opérationnelle de l’attribution et la profondeur stratégique du MMM pour offrir une vue unifiée, mieux alignée avec les décisions business.

« On voit apparaître une convergence des besoins entre les marketeurs traditionnels et ceux plus tournés vers le numérique, avec d’un côté la fragmentation du marché, et de l’autre la contraction des budgets. Cela amène naturellement à une hybridation des méthodologies afin d’aboutir à plus d’efficience dans les investissements », explique Thomas Prieur, Lead Product Manager chez Criteo et autre co-lead du groupe de travail.

Mais l’UMM nécessite la mise en place de bonnes pratiques : cohérence des référentiels, intégration fiable des sources média et business, gouvernance claire autour des KPIs. L’IA va permettre d’automatiser et de simplifier la mesure, mais encore faut-il avoir les équipes et les compétences pour en challenger les résultats…

Aussi, l’Alliance Digitale livre 7 bonnes pratiques pour les annonceurs désireux d’améliorer la mesure de la performance marketing :

Combiner plusieurs sources de donnée

Adopter une approche hybride des sources de données multiples pour renforcer leur robustesse et leur granularité :

Des cookies first-party (CRM, données transactionnelles) et des cookies tiers encore disponibles.
Des signaux déterministes issus de données authentifiées (e-mails, logins, ID…).
Des données agrégées issues de panels ou de modélisation statistique.

Mettre en place une gouvernance des données

Garantir conformité et efficacité des dispositifs de mesure via l’instauration :

D’un dispositif de gestion des consentements (CMP) conforme au RGPD.
D’une data clean room pour croiser les données entre acteurs de manière sécurisée.
De définitions claires des rôles et responsabilités au sein de la chaîne de mesure.
De mesures de sécurisation de la donnée (contrôles automatisés, audits internes et externes).

Adapter ses outils et technologies

Aligner ses outils avec les nouveaux standards de mesure, en les rendant capables :

D’exploiter des données hybrides (cookies, ID, données agrégées).
De travailler avec des partenaires proposant des identifiants alternatifs et des solutions compatibles avec un environnement fragmenté.
D’intégrer des solutions économétriques pour piloter la performance au niveau macro (ex. : MMM).
D’intégrer au maximum des canaux interopérables et auditables par des outils de mesure.

L’accent doit être mis sur la qualité de l’identification, via des Graph ID combinant des approches déterministes et probabilistes et des mécanismes de déduplication des conversions pour assurer la fiabilité des résultats entre devices, navigateurs et canaux.

Développer des modèles prédictifs

L’usage de la modélisation devient incontournable pour compenser la perte de granularité des données. Les modèles probabilistes et le machine learning permettent notamment de :

Compléter les données manquantes.
Identifier des corrélations complexes.
Optimiser la performance en l’absence de tracking exhaustif.

Tester et calibrer en continu

L’expérimentation doit devenir une pratique structurante :

Tests incrémentaux (A/B test, synthetic control, panel anonymisé) pour valider les effets réels des campagnes.
Ajustements méthodologiques réguliers pour maintenir la précision dans un contexte mouvant.

Travailler la représentativité et le reach

Pour obtenir une vision la plus représentative possible de la portée de vos actions :

Privilégier les approches post-impression pour capturer l’ensemble des expositions, y compris sur les environnements sans clic.
Intégrer des médias non digitaux (OOH, DOOH, TV, radio) dans les modèles pour refléter la réalité des parcours omnicanaux.

Garantir l’équité des mesures

Enfin, il faut s’assurer d’adopter la bonne grille de lecture de la performance :

Veiller à la comparabilité entre les mesures post-impression, post-click, post-view, et dans les environnements logués (walled gardens).
Intégrer de nouveaux indicateurs comme les KPI d’attention ou les KPI vidéo (visibilité, complétion, audibilité) pour affiner l’analyse de l’impact.

Ce rappel des bonnes pratiques et le panorama proposé par l’Alliance Digitale permettent alors aux annonceurs de se situer quant à leur niveau de maturité en matière de mesure.