Fashion Geek MBA
Fashion GeekMBA · Module 6 · Marketing · 6 étapes

Data marketing et attribution

Une cliente voit une pub Instagram, lit la newsletter, tape « Kumo » dans Google puis achète. Qui a fait la vente ? La réponse décide de l’endroit où part le budget de l’année suivante. Tu vas poser un plan de taggage, comparer cinq façons de partager le mérite, composer avec le consentement, mesurer ce que la pub a vraiment causé et segmenter tes clients. Puis tu construiras ton propre plan de mesure.

Un achat, cinq lectures
Dernier clicModèle
GoogleCanal favori
100 %Sa part

Le même parcours d’achat, crédité selon cinq modèles d’attribution. Le parcours ne change pas : seule la règle de partage change.

Commencer45 min · niveau école de commerce
qui a fait la vente ?
01

Le plan de taggage

Ce que tu ne mesures pas n’existe pas dans tes rapports

Un outil d’analyse comme Google Analytics 4 ne voit que les événements qu’on lui envoie : une page vue, un produit consulté, un ajout au panier, un paiement. Et il ne sait d’où vient un visiteur que si le lien porte des paramètres UTM propres (utm_source, utm_medium, utm_campaign). Un événement oublié crée un trou dans l’entonnoir, une UTM mal écrite fait tomber le trafic dans une case « autre ». Décide ce que Kumo mesure.

Des empreintes lumineuses suivent le parcours d’une figurine entre plusieurs stands.
10 000 visites ce mois-ci sur kumo.fr. Coche les événements que le site envoie à l’outil d’analyse, puis choisis comment l’équipe écrit ses liens de campagne.
Événements suivis
Les liens de campagne
Étapes visibles2 / 5
Trafic non identifié–
Ventes attribuables–
repère un trou dans l’entonnoir (une étape suivie, la précédente non)suis les 5 étapes avec une convention UTM : plus de 90 % des ventes attribuables
Ce que voit ton outil d’analyse
Cas réel · 2005

Le U de UTM vient d’Urchin

Urchin était un logiciel d’analyse d’audience web créé à San Diego à la fin des années 1990. Pour savoir d’où venaient les visiteurs, il lisait des paramètres ajoutés aux liens : l’« Urchin Tracking Module ». Google rachète la société en 2005 et en tire Google Analytics, lancé la même année. Vingt ans plus tard, tout le marketing en ligne écrit encore utm_source et utm_medium dans ses liens. En juillet 2023, l’ancienne version (Universal Analytics) cesse de traiter les données : les entreprises doivent repenser leur mesure autour des événements de GA4.

À retenir : les outils changent, la discipline reste. Une convention de nommage écrite et partagée vaut plus qu’un outil de plus.

Source : rachat d’Urchin par Google en 2005, lancement de Google Analytics en novembre 2005 ; Google, aide Analytics, arrêt d’Universal Analytics au 1er juillet 2023.

Peu d’événements, bien nommés. Une dizaine d’événements liés aux décisions vaut mieux que deux cents clics suivis sans but. Chaque événement doit répondre à une question qu’on se pose vraiment.

La convention UTM tient sur une page : tout en minuscules, sans accents, une liste fermée de sources et de supports. Un générateur partagé évite que « Facebook », « facebook » et « fb » deviennent trois canaux.

02

Les modèles d’attribution

Partager le mérite d’une vente entre plusieurs canaux

Avant d’acheter, un client touche souvent plusieurs canaux. Le modèle d’attribution est la règle qui répartit la vente entre eux : tout au dernier clic, tout au premier, à parts égales (linéaire), davantage aux contacts récents (décroissance temporelle), ou 40 % au premier et au dernier et le reste au milieu (en U). Le modèle « basé sur les données » calcule les parts à partir de milliers de parcours. Kumo a vendu 100 paires ce mois-ci par quatre types de parcours. Change de modèle et regarde où partirait le budget.

Plusieurs figurines se disputent un trophée posé au centre.
100 ventes, 10 000 € de budget à répartir. 40 ventes via Instagram → newsletter → Google (marque) ; 30 via influenceuse → Instagram → Google (marque) ; 20 via Google (générique) → Google (marque) ; 10 via la seule newsletter.
Modèle d’attribution
Google (marque)–
Instagram–
Influence–
compare au moins trois modèlestrouve un modèle où Google (marque) reçoit moins de 30 % du budget
Budget du mois suivant, réparti au prorata des ventes créditées
Cas réel · 2023

Google retire quatre modèles d’attribution

En avril 2023, Google annonce que Google Analytics 4 et Google Ads abandonnent les modèles au premier clic, linéaire, à décroissance temporelle et en U. Il ne reste que le dernier clic et le modèle « basé sur les données », que Google calcule lui-même à partir des parcours observés. Le changement est effectif à l’automne 2023. Beaucoup d’annonceurs perdent au passage leur moyen de comparer les règles entre elles dans l’outil.

À retenir : le modèle d’attribution n’est jamais neutre, et celui qui le calcule vend souvent aussi la publicité. Garde un regard indépendant : tes propres comparaisons et des tests d’incrémentalité.

Source : Google, aide Google Ads et Analytics, annonce d’avril 2023 sur l’arrêt des modèles d’attribution basés sur des règles.

Le dernier clic flatte la fin du parcours : la recherche sur la marque et l’e-mail récoltent des ventes que d’autres canaux ont semées. Couper l’Instagram qui « ne vend rien » peut vider le haut de l’entonnoir trois mois plus tard.

Aucun modèle ne dit la vérité. Ils répartissent un mérite, ils ne mesurent pas une cause. Pour savoir ce qu’un canal rapporte vraiment, il faut un test (étape 4).

03

Le consentement

Mesurer moins, mais légalement

En France, déposer des cookies publicitaires ou de mesure marketing exige le consentement préalable du visiteur. Depuis les lignes directrices de la CNIL de 2020, refuser doit être aussi simple qu’accepter : un bouton « Tout refuser » au même niveau que « Tout accepter ». Résultat : une partie des visiteurs devient invisible. Certains outils de mesure d’audience peuvent être exemptés de consentement s’ils sont configurés selon les conditions de la CNIL (statistiques anonymes, pas de croisement). Conçois la bannière de Kumo.

Une figurine coche librement une case sur un formulaire présenté par une autre.
1 000 visiteurs. Choisis la bannière, puis les outils qui compensent les données perdues.
La bannière
Les compensations
Visites comptées–
Ventes suivies–
Risque juridique–
regarde ce que coûte la bannière qui cache le refusbannière conforme, et plus de 90 % des visites comptées
Les 1 000 visiteurs vus par Kumo
Cas réel · 2021

150 et 60 millions d’euros pour un refus trop compliqué

Le 31 décembre 2021, la CNIL sanctionne Google (150 millions d’euros au total pour deux sociétés du groupe) et Facebook (60 millions d’euros). Le reproche : sur google.fr, youtube.com et facebook.com, il fallait un seul clic pour accepter les cookies, mais plusieurs pour les refuser. Un an plus tôt, en décembre 2020, la CNIL avait déjà sanctionné Google à hauteur de 100 millions d’euros et Amazon de 35 millions pour des cookies déposés sans consentement préalable.

À retenir : le « dark pattern » qui gonfle le taux d’acceptation est exactement ce que le régulateur vérifie. La donnée gagnée ne vaut pas le risque.

Source : CNIL, délibérations SAN-2021-023 et SAN-2021-024 du 31 décembre 2021 ; délibérations du 7 décembre 2020 (Google, Amazon).

Les données first-party prennent le relais. Safari bloque les cookies tiers depuis plusieurs années ; les marques misent sur ce que leurs clients leur confient directement : compte, commandes, abonnement à la newsletter.

Le Consent Mode de Google envoie des signaux sans cookie quand le visiteur refuse et estime les conversions manquantes par modélisation. Google l’exige des annonceurs de l’Espace économique européen depuis mars 2024 pour certaines fonctions publicitaires. Une estimation reste une estimation.

04

L’incrémentalité

Ce que la pub a causé, pas ce qu’elle a touché

Une plateforme publicitaire compte les ventes des gens qui ont vu ou cliqué la pub. Mais certains auraient acheté de toute façon. La seule façon de le savoir est l’expérience : couper la campagne dans un groupe de régions tiré au hasard (le groupe test), la garder ailleurs (le groupe témoin), et comparer. La différence, c’est l’effet incrémental. Kumo dépense 6 000 € par mois sur trois campagnes. Teste-les.

Deux plateaux jumeaux, avec et sans affiche, qu’une figurine compare.
Test géographique de 4 semaines. Choisis la campagne, coupe-la dans la moitié des régions, et compare les ventes.
Campagne testée (2 000 € par mois chacune)
ROAS affiché–
ROAS réel–
Causé / mois–
teste la campagne sur le nom de la marquetrouve la campagne dont le ROAS réel dépasse 3
Ventes hebdomadaires : régions avec pub et régions sans pub
Cas réel · 2015

eBay coupe ses annonces sur son propre nom

Trois économistes d’eBay, Thomas Blake, Chris Nosko et Steven Tadelis, arrêtent les annonces payantes de Google sur les recherches contenant « eBay ». Le trafic perdu revient presque entièrement par les liens naturels juste en dessous : ceux qui cherchaient eBay trouvaient eBay sans la pub. Ils testent ensuite les annonces sur d’autres mots-clés en les coupant dans des zones géographiques tirées au hasard. L’effet est réel surtout sur les nouveaux clients et les acheteurs occasionnels, presque nul sur les habitués. Publiée en 2015, l’étude montre un rendement bien plus faible que ce qu’affichaient les mesures habituelles.

À retenir : une campagne peut afficher un excellent retour en se contentant d’intercepter des clients déjà acquis. Seul un groupe témoin dit ce qu’elle cause.

Source : Thomas Blake, Chris Nosko, Steven Tadelis, « Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment », Econometrica, vol. 83, n° 1, 2015.

Le marketing mix modeling estime, à partir de deux ou trois ans de données hebdomadaires, la contribution de chaque canal aux ventes, sans cookie. Meta (Robyn) et Google (Meridian) en publient des outils libres. Il se calibre avec des tests comme celui-ci.

Un test se prépare : groupes comparables, durée suffisante, critère de décision fixé avant. Pour la taille d’échantillon et le piège corrélation-causalité, voir Moyenne, médiane et faux liens.

05

CRM et segmentation RFM

Tes meilleures données, ce sont tes clients

La segmentation RFM, née dans la vente par correspondance, classe les clients selon trois questions : à quand remonte le dernier achat (Récence), combien de fois ont-ils acheté (Fréquence), combien ont-ils dépensé (Montant). Elle ne demande que l’historique des commandes, une donnée que Kumo possède déjà, sans cookie ni plateforme. Kumo a 200 clients dans son CRM, répartis en quatre segments. Choisis l’action pour chacun : la même remise envoyée à tous coûte cher.

Un grand meuble à fiches ouvert, relié par des fils turquoise ; une figurine consulte une fiche.
Une action par segment. Le gain affiché est la marge supplémentaire attendue, après coût de l’action.
Segments traités0 / 4
Gain net (€)–
Coût des remises–
choisis une action pour les quatre segmentsdépasse 1 450 € de gain net
Les 200 clients de Kumo : récence et fréquence
Cas réel · 1995

La carte Clubcard de Tesco

En février 1995, le distributeur britannique Tesco lance la carte de fidélité Clubcard. Les tickets de caisse de millions de porteurs sont analysés par une petite société, dunnhumby, qui découpe la clientèle en segments selon ce qu’elle achète et à quelle fréquence. Tesco envoie alors des bons de réduction différents selon les segments, au lieu de la même promotion pour tous. La même année, Tesco devient le premier distributeur alimentaire britannique, devant Sainsbury’s, et la Clubcard reste depuis au cœur de sa stratégie.

À retenir : la donnée client la plus précieuse est celle que le client te confie lui-même : ses achats. Elle permet d’envoyer moins de remises, mieux ciblées.

Source : Clive Humby, Terry Hunt, Tim Phillips, Scoring Points: How Tesco Continues to Win Customer Loyalty, Kogan Page, 2003.

Une plateforme de données client (CDP) rassemble en une fiche les commandes, les e-mails ouverts, le service client et les visites consenties. Elle ne vaut que si les données d’entrée sont propres : un identifiant client unique, des champs normalisés.

La base légale compte. Écrire à un client pour des produits analogues à ceux qu’il a achetés relève de l’intérêt légitime, avec une désinscription facile ; prospecter un particulier par e-mail sans relation préalable exige son consentement.

06

Ton plan de mesure

Atelier De l’objectif au plan de taggage, en une page

À toi. Pars de tes objectifs, pas de l’outil : pour chaque indicateur clé, l’événement qui le mesure, sa catégorie au regard du consentement et l’outil qui le recueille. Ajoute tes canaux pour générer des liens UTM cohérents, puis saisis trois parcours clients réels pour voir comment chaque modèle d’attribution les lit. L’outil vérifie la cohérence du tout. Tu peux partir d’un exemple. Tout est sauvegardé dans ton navigateur.

Partir d’un exemple

1. Indicateurs et événements

2. Canaux et liens UTM

3. Trois parcours clients

Écris les canaux dans l’ordre, séparés par « > », puis le nombre de conversions concernées. Ex. instagram > newsletter > google.

Qualité / 100–
Sous consentement–
Canal à tester–
nomme le projetau moins 3 indicateurs, chacun relié à un événementau moins 2 canaux avec une campagneau moins 2 parcours saisis
Part des conversions par canal selon le modèle

Ton plan de mesure

Remplis l’outil pour voir le plan de taggage, les liens UTM et le verdict.

Mesurer

Peu d’événements, reliés aux décisions, et une convention UTM écrite.

Attribuer

Le modèle répartit un mérite, il ne prouve rien. Comparer plusieurs lectures.

Respecter

Refuser aussi simple qu’accepter. Compenser par la mesure exemptée et la donnée first-party.

Tester et cibler

Un groupe témoin pour savoir ce que la pub cause, la RFM pour parler à chacun.

Pour aller plus loin

L’univers Fashion Geek