Attribution : la nouvelle donne de l’ère post-cookies

Avec la fin annoncée des cookies, la mesure de l’attribution ne se simplifie pas. Bien au contraire : le customer journey s’annonce de plus en plus complexe à reconstituer. L’occasion de revisiter les méthodes et de questionner la finalité de l’attribution.

Un puzzle en vrac sur la table des marketers. Une quête du Graal insatisfaite depuis 10 ans. Ce sont les images qui viennent à l’esprit dès qu’on se penche sur l’attribution. Un de ces sujets pour lesquels la théorie semble bien éloignée de la pratique.

Du côté de la théorie, l’attribution promet d’évaluer le poids des différents points de contact dans le « customer journey » pour à la fois rémunérer les partenaires à leur juste valeur et optimiser au mieux le mix marketing. Un enjeu évidemment clé à l’heure de l’omnicanal. Le sujet voit donc son lot de surenchères, avec des incantations technologiques à base d’intelligence artificielle, d’algorithmes magiques et de modèles qui ressemblent souvent à jolies boites noires.

L’attribution face aux trous noirs de la data

Du côté de la pratique, les choses sont… différentes. Tout d’abord parce que les marques dans leur grande majorité s’en tiennent à une attribution last click. Ensuite, parce que la photographie des points de contact demeure très incomplète. La situation ne va pas s’améliorer avec la fin annoncée des cookies tiers et la montée en puissance des contraintes réglementaires. Si aujourd’hui Safari, qui fait la chasse aux cookies tiers, représente un trou noir pour l’attribution, demain il ne sera plus le seul dans ce cas. Les trous noirs dans le « customer journey » vont donc se multiplier.

Cette perspective d’un web sans cookies tiers questionne tous les acteurs impliqués dans l’attribution. Et leurs méthodologies. La méthode probabiliste, qui repose sur l’analyse de gros volumes de données perd sans surprise de son intérêt puisque, dans le contexte technico-juridique, ces volumes justement se réduisent… La méthode déterministe, qui vise à réconcilier les points de contact pour lesquels les données sont fiabilisées, connaît en revanche un regain d’intérêt. Certes, dans la pratique, elle repose sur de petits volumes de données – atteindre 6% de données réconciliées est déjà considéré comme satisfaisant – mais elle a le mérite de s’inscrire dans un effort global de valorisation des données first party.

Priorité à la data first party

C’est, dans ce paysage, la bonne nouvelle : les leviers pour étoffer et fiabiliser les données first party sont nombreux : des logins (sur les apps et sites) aux cartes de fidélité à présenter en magasin. En attendant d’y voir plus clair sur la solution qui prendra la relève des cookies, travailler les points de contact qui permettent d’identifier les prospects et clients semble la voie la plus pragmatique pour adosser son modèle d’attribution à du « concret ». Les marques l’ont bien compris qui multiplient les initiatives :  embasement systématique lors des passages en caisse ou encore multiplication des emails lors d’une commande afin de « mapper » chaque client avec tous ses devices.

Cette approche souvent centrée sur des datas « owned » permet de combiner le modèle last click avec un modèle personnalisé selon les points de contact cartographiés. Une autre voie donc à côté de celle du modèle 100% « last click » ou du modèle unique « multi-touch ». Car, c’est un fait largement constaté, il n’existe pas de modèle d’attribution idéal ;  seulement des modèles personnalisés en fonction du customer journey connu et de la fiabilité des données associées.

L’attribution, une fin en soi ?

Autre intérêt de l’approche déterministe, et des actions qui en découlent, elle contribue à rappeler que l’attribution n’est pas une fin en soi mais un moyen. La finalité reste de contextualiser une part croissante des activations. Autrement dit, d’adresser le bon message au bon moment à la bonne personne via… le point de contact adéquat.

La mesure de l’attribution était déjà un exercice fortement contraint avant la remise en cause des cookies tiers ; cette dernière peut être vécue comme une (grosse) contrainte de plus ou… comme une motivation pour renouveler l’approche du sujet. Par exemple en mettant moins d’efforts sur la mesure des corrélations et davantage sur celle des impacts directs selon des variables géographiques et temporelles concrètes.

Pour l’attribution, l’ère post cookies pourrait bien être celle du « back to basics ». Avec pour armes principales l’hypercontextualisation et la data first party.

Ne vous contentez pas d’un seul modèle d’attribution !

Découvrez comment MixCommander peut vous aider à optimiser vos investissements.