GA4 : construire un modèle d'attribution qui tient la route

Introduction : le mirage de l'attribution par défaut

Après 17 ans à auditer des comptes d'analyse d'audience et des campagnes publicitaires, je constate que l'attribution reste l'un des sujets les plus mal maîtrisés. Avec la transition vers GA4, Google a imposé le modèle basé sur les données (data-driven) comme configuration par défaut. Beaucoup d'annonceurs et de responsables e-commerce ont pensé que le problème de la répartition de la valeur était ainsi réglé d'un simple clic.

C'est une erreur. Un modèle d'attribution n'est pas une vérité absolue, c'est une représentation mathématique simplifiée de la réalité. Si vous injectez des données biaisées ou si vous ne comprenez pas comment GA4 calcule le crédit de vos conversions, vos décisions budgétaires seront fausses. Nous allons voir ensemble comment configurer, auditer et exploiter le modèle d'attribution de GA4 pour en faire un outil d'aide à la décision fiable.

Sous le capot du modèle Data-Driven (DDA) de GA4

Le modèle d'attribution data-driven (DDA) de GA4 n'est pas une boîte noire magique. Il s'appuie sur des concepts algorithmiques issus de la théorie des jeux coopératifs, plus précisément sur la valeur de Shapley.

Le principe est simple à comprendre mais complexe à modéliser. L'algorithme analyse l'ensemble des chemins de conversion (les interactions successives des utilisateurs avec vos différents canaux) ainsi que les chemins qui n'ont pas mené à une conversion. En comparant ces chemins, l'algorithme détermine l'apport marginal de chaque point de contact.

Contrairement aux anciens modèles rigides (premier clic, dernier clic, linéaire), le modèle data-driven s'adapte en continu aux spécificités de votre trafic. Google a supprimé les seuils minimaux de volume de données qui existaient auparavant pour activer ce modèle, ce qui signifie qu'il tourne désormais sur tous les comptes GA4. Cependant, gardez en tête que moins vous avez de conversions, plus le modèle s'appuiera sur des statistiques globales théoriques plutôt que sur vos spécificités réelles.

• L'algorithme calcule la probabilité de conversion d'un chemin de conversion contenant un canal spécifique.
• Il la compare à la probabilité de conversion du même chemin privé de ce canal spécifique.
• La différence de probabilité permet d'attribuer un poids de contribution à ce canal.

Configurer l'attribution dans l'interface de GA4

Pour que votre modèle tienne la route, vous devez configurer correctement les paramètres d'attribution de votre propriété. Ces réglages se trouvent dans l'administration de GA4, sous l'onglet "Affichage des données" puis "Paramètres d'attribution".

Le premier choix concerne le modèle d'attribution pour les rapports. Je vous conseille de sélectionner "Basé sur les données". Ce choix va impacter la majorité des rapports standards de GA4, notamment les rapports d'acquisition de trafic et de conversions. Contrairement à Universal Analytics, modifier ce paramètre dans GA4 est rétroactif : l'historique de vos données sera recalculé selon le modèle choisi.

Le deuxième réglage concerne la fenêtre de rétrospection (lookback window). C'est la période durant laquelle un point de contact peut revendiquer une part de conversion. Vous devez la paramétrer selon votre cycle d'achat.

Le troisième paramètre concerne l'attribution des canaux Google Ads. Vous pouvez choisir d'attribuer le crédit uniquement aux canaux Google Ads ou de le partager avec les autres canaux (canaux payants et gratuits). Pour une vision omnicanale neutre, choisissez impérativement "Canaux payants et gratuits". N'utilisez l'option "Canaux payants Google" que si vous gérez vos budgets exclusivement sur Google Ads sans aucune autre source d'acquisition payante.

• Événements de conversion d'acquisition (comme first_open) : la fenêtre est limitée à 30 jours.
• Autres événements de conversion (comme purchase ou lead) : vous avez le choix entre 30 jours, 60 jours ou 90 jours. Pour la majorité des activités e-commerce ou B2B avec un cycle d'achat standard, je recommande d'utiliser la fenêtre maximale de 90 jours afin de capter l'intégralité du parcours client.

Gérer la perte de signal et l'impact du Consent Mode V2

Construire un modèle d'attribution en 2024 exige de composer avec la perte de cookies et les exigences réglementaires. Le Consent Mode V2 de Google joue ici un rôle majeur. Lorsque vos utilisateurs refusent les cookies de suivi, GA4 perd la capacité de lier les sessions entre elles, ce qui brise les chemins de conversion.

Pour combler ces trous dans la raquette, GA4 utilise la modélisation comportementale et la modélisation des conversions via le machine learning.

Pour que cette modélisation fonctionne et stabilise votre modèle d'attribution, vous devez d'une part implémenter correctement le Consent Mode en mode avancé, et d'autre part atteindre les seuils de volume requis par Google (au moins 1 000 utilisateurs actifs quotidiens envoyant des événements avec consentement pendant au moins 7 jours sur les 21 derniers jours).

• Lorsqu'un utilisateur refuse les cookies, les données de ses sessions sont anonymisées et envoyées à GA4.
• GA4 utilise ensuite les données des utilisateurs ayant consenti (qui partagent des caractéristiques similaires) pour estimer et modéliser le comportement des utilisateurs non consentants.
• Ces conversions modélisées sont intégrées directement dans vos rapports et réparties par le modèle data-driven.

Auditer et valider la cohérence de vos données

Un modèle d'attribution configuré ne sert à rien si les données sources sont corrompues. Vous devez mener un audit régulier pour vous assurer de la cohérence de vos rapports.

Commencez par utiliser l'outil de comparaison de modèles disponible dans la section "Publicité" de GA4. Comparez le modèle "Basé sur les données" avec le modèle "Dernier clic". Si vous observez des écarts massifs (supérieurs à 20%) sur certains canaux comme le social ads ou le display, c'est normal : ces canaux interviennent souvent en amont du tunnel et bénéficient du modèle data-driven qui leur réattribue du crédit.

Ensuite, analysez vos chemins de conversion dans le rapport dédié. Identifiez la part de conversions qui se font en un seul point de contact par rapport à celles qui nécessitent des interactions multiples. Si 90 % de vos conversions sont attribuées à une seule interaction directe, posez-vous des questions sur la qualité de votre plan de marquage ou sur la configuration de vos UTM.

Un problème fréquent est la présence excessive du canal "Direct" ou de plateformes de paiement (comme Stripe ou PayPal) dans vos chemins de conversion. Si une passerelle de paiement apparaît dans vos chemins, elle va s'accaparer une partie du crédit de conversion dans le modèle DDA. Vous devez impérativement ajouter ces domaines à la liste d'exclusions de sites référents dans vos paramètres de flux de données GA4.

Arbitrer entre l'attribution GA4 et celle des régies

Un écueil classique consiste à vouloir faire correspondre les données d'attribution de GA4 avec celles de Google Ads ou de Meta Ads. C'est mathématiquement impossible, et chercher à réconcilier ces chiffres à l'unité près est une perte de temps.

Les régies publicitaires utilisent des modèles d'attribution qui leur sont propres, souvent basés sur une attribution au dernier clic publicitaire (last touch) ou avec des fenêtres de conversion différentes (comme le clic à 7 jours et la vue à 1 jour sur Meta). De plus, Meta ne voit que ses propres points de contact et s'attribuera 100 % d'une conversion dès lors qu'un utilisateur a interagi avec une publicité Facebook, même si cet utilisateur a ensuite cliqué sur un e-mail puis sur une recherche payante Google Ads.

GA4 a une vision globale et neutre. Son modèle data-driven va répartir la valeur de la conversion entre Facebook, l'e-mailing et Google Ads. Utilisez les rapports des régies pour optimiser vos campagnes au sein de chaque plateforme, mais fiez-vous au modèle de GA4 pour arbitrer vos investissements inter-canaux.