Choisir un modèle d'attribution n'est pas un réglage technique dans GA4 : c'est la décision qui détermine quel canal paraît rentable et lequel paraît inutile. Un même mois de campagnes peut, selon le modèle retenu, créditer le Search de 70 % du chiffre d'affaires ou de 35 %. Voici comment choisir en connaissance de cause, sans y laisser six mois d'analyses.

Pourquoi le sujet est devenu urgent

Il y a cinq ans, l'attribution était un débat de spécialistes. Trois évolutions l'ont rendue opérationnelle. Le consentement réduit mécaniquement le nombre de parcours entièrement observables — sur un site français grand public, entre 25 % et 40 % des visiteurs refusent les cookies. Les plateformes ont chacune adopté leur propre logique de comptage. Et les campagnes automatisées (Performance Max, Advantage+) décident elles-mêmes de la répartition entre inventaires, ce qui rend la lecture par canal beaucoup plus floue.

Résultat : la question n'est plus « quel est le vrai chiffre » mais « quel chiffre je choisis pour arbitrer, et quelles erreurs il introduit ».

Les trois familles de modèles, et ce qu'elles font vraiment

Le dernier clic non direct

Tout le crédit va au dernier canal payant ou organique avant la conversion. C'est le modèle le plus simple à expliquer en comité de direction et le plus stable dans le temps.

Son biais est connu : il sur-crédite tout ce qui se trouve en bas de l'entonnoir. Le Search de marque et le retargeting ramassent la mise, alors qu'ils interceptent souvent une demande déjà créée ailleurs. Un annonceur qui pilote au dernier clic finit mécaniquement par couper ses campagnes d'acquisition froide et par constater, six mois plus tard, que son volume global stagne. Nous détaillons ce phénomène dans notre article sur l'incrémentalité réelle du retargeting.

Quand l'utiliser : budget mensuel inférieur à 10 000 €, un ou deux canaux actifs, cycle d'achat court. En dessous d'un certain volume, les modèles plus sophistiqués n'ont pas assez de données pour être fiables.

Le data-driven des plateformes

Google Ads et GA4 utilisent désormais un modèle data-driven par défaut : l'algorithme compare les parcours convertis et non convertis pour estimer la contribution de chaque point de contact. C'est plus juste qu'une règle fixe, et cela permet des fractions de conversion (0,3 conversion attribuée à une campagne).

Deux limites structurelles. Premièrement, chaque plateforme ne voit que ses propres points de contact : le data-driven de Google ignore l'existence de vos campagnes Meta, et réciproquement. Additionner les conversions des deux interfaces revient donc à compter deux fois une partie des ventes — c'est l'écart que nous décortiquons dans notre article sur les différences de chiffres entre GA4, Google Ads et Meta. Deuxièmement, le modèle a besoin de volume : en dessous d'environ 300 conversions et 3 000 interactions sur 30 jours, il devient instable.

Quand l'utiliser : c'est le bon réglage par défaut pour piloter à l'intérieur d'une plateforme — arbitrer entre campagnes Google, ou entre campagnes Meta. Pas pour arbitrer entre les deux.

Les modèles de mélange média (MMM)

Le MMM ne suit pas les individus : il met en regard, semaine par semaine, les investissements par canal et les ventes totales, puis estime statistiquement la contribution de chaque levier. Il est insensible au consentement et aux cookies, puisqu'il ne travaille que sur des données agrégées.

Le coût d'entrée a beaucoup baissé avec les bibliothèques open source, mais il reste réel : il faut au minimum 24 mois d'historique hebdomadaire et de la variation dans les investissements. Un annonceur qui dépense 8 000 € par mois sur les mêmes canaux depuis deux ans n'a tout simplement pas de signal exploitable.

Quand l'utiliser : budget annuel supérieur à 500 000 €, plus de trois canaux, présence de médias non cliquables (TV, affichage, influence). En dessous, le rapport coût-bénéfice est rarement au rendez-vous.

La méthode qui marche pour la plupart des annonceurs

Pour une entreprise qui investit entre 10 000 € et 100 000 € par mois, la réponse pragmatique n'est aucun de ces trois modèles pris isolément, mais une combinaison à trois étages.

Étage 1 — une source unique de vérité côté business. Le chiffre d'affaires ou les affaires signées du CRM, pas les conversions des plateformes. C'est ce total qu'il faut expliquer.

Étage 2 — le data-driven de chaque plateforme pour les arbitrages internes. Vous laissez Google répartir entre ses campagnes et Meta entre les siennes, avec des objectifs d'enchères cohérents. C'est le rôle du tracking côté serveur : envoyer à chaque plateforme des conversions fiables et dédoublonnées.

Étage 3 — des tests d'incrémentalité pour les arbitrages entre canaux. C'est là que se joue la vraie décision. Couper un canal pendant deux à quatre semaines, ou l'activer sur une zone géographique et pas sur une autre, donne une réponse plus solide que n'importe quel modèle. Exemple typique : un annonceur coupe le Search de marque pendant 15 jours et constate que 78 % des conversions se reportent sur l'organique — le vrai coût d'acquisition de ce canal était donc quatre fois supérieur à celui affiché.

Erreurs à éviter

  • Additionner les conversions de Google Ads et de Meta. Vous obtiendrez systématiquement un total supérieur à vos ventes réelles, souvent de 20 à 50 %. Comparez toujours au total business.
  • Changer de modèle en cours de trimestre. Toutes vos séries historiques deviennent incomparables. Si vous changez, recalculez au moins six mois d'historique avant de communiquer les nouveaux chiffres.
  • Attribuer sans fenêtre de conversion cohérente. Une fenêtre de 7 jours sur un cycle d'achat de 45 jours ne mesure rien. Vérifiez la distribution réelle du délai entre premier contact et vente dans votre CRM avant de fixer la fenêtre.
  • Croire qu'un modèle répare un tracking défaillant. Si 30 % de vos conversions ne remontent pas, aucun modèle ne les inventera correctement. Le socle de collecte passe d'abord, et c'est l'objet de notre offre tracking & data.
  • Oublier la vue « post-impression » sur le social. Sur les campagnes Social Ads, une part significative de l'effet ne génère aucun clic. Un modèle au clic strict les efface entièrement du tableau.

Ce qu'il faut retenir

Aucun modèle n'est vrai. Chacun est un point de vue avec des biais connus, et le bon réflexe est de choisir celui dont les biais vous dérangent le moins compte tenu de votre mix. Un e-commerçant mono-canal peut vivre très bien au dernier clic. Un annonceur qui pousse simultanément du Search et du Shopping et du social a besoin d'au moins un test d'incrémentalité par trimestre pour ne pas piloter à l'aveugle.

La règle pratique : le modèle sert à comparer des périodes entre elles, pas à connaître la vérité absolue. Tant que vous gardez le même modèle, la tendance reste exploitable, et c'est la tendance qui pilote les décisions budgétaires.

Vous hésitez entre deux modèles, ou vos chiffres ne se recoupent avec rien ? Réservez un échange de 30 minutes : nous partons de votre chiffre d'affaires réel et remontons jusqu'à vos campagnes.