Attribution cross-canal : social, search, pipeline

Les modèles d'attribution standard mentent simultanément dans deux directions : les plateformes publicitaires surestiment les performances, le CRM les sous-estime. Résultat : le paid social passe pour un luxe coûteux et le paid search semble être le seul canal qui "fonctionne." Si vous laissez cela sans réponse, vous sous-financerez systématiquement le haut du funnel, puis vous vous demanderez pourquoi les recherches de marque s'étiolent progressivement.

Points clés

• L'attribution au dernier clic ne peut structurellement pas voir les canaux basés sur les impressions (social, display, vidéo) et leur attribue zéro crédit.
• Des plateformes comme Google et Meta surestiment le ROAS d'environ 5x via les conversions view-through et les conversions modélisées ; le CRM le sous-estime dans la direction opposée.
• Le paid social génère de la demande avec un décalage de 7 à 28 jours, si bien qu'une fenêtre d'attribution standard de 7 jours supprime l'intégralité de l'effet.
• La seule méthode de mesure fiable repose sur les tests holdout et les expériences géographiques, pas sur les modèles d'attribution.
• Les CFOs ne s'intéressent pas aux clics ni aux impressions. Reportez sur la marge sur coûts variables, le LTV/CAC et le coût par euro de pipeline.

Pourquoi votre modèle d'attribution vous montre n'importe quoi

Martech l'a dit clairement : les plateformes publicitaires gonflent systématiquement les performances via les conversions view-through et des fenêtres de conversion larges, tandis que le CRM backend fonctionne au dernier clic et ne peut tout simplement pas voir les canaux basés sur les impressions. La même campagne peut afficher un ROAS de 5x dans la plateforme et zéro dans le CRM. Les deux chiffres sont techniquement "corrects" et les deux sont inutiles comme base de décision.

iOS 14 a aggravé les choses. Il a cassé les signaux de match-back sur les clics sociaux, si bien que même la part des performances paid social que le backend capturait autrefois a considérablement diminué. Selon Martech, la sous-estimation réelle des campagnes sociales dans les données backend se situe entre 30 et 70 pour cent par rapport à l'impact réel.

La conséquence pratique : si vous évaluez les campagnes Meta ou TikTok sur le chiffre d'affaires au dernier clic, vous les sous-évaluez presque certainement assez pour finir par les couper. Et quand vous le faites, vous coupez la génération de demande qui alimente la recherche de marque, le trafic organique et tout ce qui suit.

Comment le paid social influence réellement le paid search

Search Engine Land décrit clairement le mécanisme : le paid social construit d'abord la notoriété, et c'est seulement ensuite que l'utilisateur va sur Google pour chercher. Le délai typique est de 7 à 28 jours. Si votre fenêtre d'attribution est réglée sur 7 jours (la valeur par défaut sur la plupart des plateformes), l'effet disparaît entièrement.

Comment mesurer cela sans outils coûteux :

1. Enregistrez le volume de base des requêtes de marque et de catégorie dans Google Ads juste avant le lancement d'une campagne paid social.
2. Après le lancement, suivez ces volumes de requêtes à +7, +14 et +28 jours.
3. Une augmentation de 15 à 30% du volume de requêtes pertinentes est un signal fort de l'effet assisté du social.
4. Pour un résultat plus rigoureux, lancez une expérience géographique : activez la campagne dans une région, retenez-la dans une autre, et comparez le volume de recherche entre les deux.

Le search lift devient alors la métrique qui défend le budget upper-funnel de façon bien plus convaincante que n'importe quel CPM ou CPC.

Attribution en trois couches pour le B2B : comment l'assembler

PPC Hero décrit une approche qui fonctionne dans les environnements B2B complexes où aucun modèle unique n'attribue correctement le crédit de pipeline. Elle utilise trois couches qui couvrent mutuellement leurs angles morts :

• L'attribution multi-touch relie les interactions publicitaires aux résultats CRM (MQL, SQL, closed-won). La condition préalable est que votre CRM soit connecté au paid media avant le lancement de la campagne, avec des UTMs cohérents et une synchronisation des formulaires de leads avec les objets de campagne.
• La modélisation causale (méthodes économétriques) contrôle la saisonnalité et la demande de marque, en séparant ce que la campagne a réellement causé de ce qui se serait produit de toute façon.
• Les tests d'incrémentalité géographique prouvent si la campagne a généré un pipeline vraiment nouveau ou s'est simplement attribué le crédit d'une demande existante.

La condition critique : le CRM doit être connecté au paid media avant le lancement. Sans cette base de référence, vous ne pourrez pas distinguer par la suite si un changement a déplacé une métrique business ou simplement un chiffre de plateforme. L'entreprise B2B SaaS décrite dans l'article de PPC Hero a réduit son coût par MQL de 27% et augmenté son taux de conversion de 18% précisément grâce à cette configuration.

Comment reporter pour survivre à une revue budgétaire

C'est l'erreur pratique la plus courante : les marketeurs arrivent en revue budgétaire avec CPM, CPC et ROAS. Les finances ne comprennent pas ces chiffres dans le contexte de l'impact business et, à juste titre, les ignorent.

PPC Hero recommande de reporter exclusivement avec des métriques auxquelles un CFO fait vraiment confiance :

• Marge sur coûts variables des campagnes (pas seulement le chiffre d'affaires)
• LTV/CAC et son évolution dans le temps
• Période de retour sur investissement sur l'acquisition client
• Coût par euro de pipeline et coût par premier rendez-vous

Les impressions et les clics peuvent rester dans votre tableau de bord interne comme signaux directionnels. Ils n'ont pas leur place dans une revue budgétaire.

Si vous gérez plusieurs canaux et souhaitez automatiser ce type de mesure, les agents IA de Charlie peuvent connecter les données du paid social, du paid search et du CRM dans un rapport unique, sans exports manuels.

Les AI Overviews comme nouvelle couche d'attribution

Semrush signale une tendance qui complique encore davantage l'attribution : les AI Overviews de Google apparaissent désormais sur plus de 50% des requêtes, et Google Search Console ne sépare pas leurs clics des clics organiques. Une marque peut se positionner sur des centaines de milliers de mots-clés mais n'être citée que dans une fraction d'entre eux.

Cela a une conséquence directe sur l'attribution : un utilisateur obtient une réponse dans un AI Overview, ne clique sur rien, mais revient une semaine plus tard via une recherche de marque. Le dernier clic attribue la conversion à la campagne de recherche de marque. La vraie source de la demande était l'AI Overview.

Étape pratique : auditez dans Semrush Organic Rankings les mots-clés sur lesquels vous vous positionnez mais où vous n'êtes pas cité dans les AI Overviews. Priorisez l'intention commerciale, car c'est là que la visibilité perdue a un impact direct sur le pipeline.

Si vous souhaitez une image plus claire de la façon dont votre plateforme marketing gère les données entre les canaux, il est utile de savoir ce que vous mesurez réellement et ce qui vous échappe.

Ce que vous pouvez faire cette semaine

Réformer l'attribution ne nécessite pas un grand projet. Trois étapes concrètes que vous pouvez mettre en oeuvre dès maintenant :

1. Définissez un volume de recherche de référence pour les requêtes de marque et de catégorie dans Google Ads et enregistrez-le avant le lancement de votre prochaine campagne paid social.
2. Vérifiez si votre CRM est connecté au paid media avec des UTMs cohérents et si le suivi des conversions remonte jusqu'au MQL ou SQL, pas seulement jusqu'à la soumission du formulaire de contact.
3. Préparez une diapositive pour votre prochaine revue budgétaire montrant le LTV/CAC et le coût par euro de pipeline plutôt que le ROAS.

Le reste n'est qu'itération.