Le pourquoi et le comment de l'attribution marketing : un guide basé sur les données

Les marques médiocres devinent : "Il semble que notre dernière série de publicités Facebook fonctionne bien."

Les grandes marques le savent : "Notre ensemble de publicités Facebook actuel génère du trafic, mais c'est notre pixel de reciblage qui convertit les clients."

C'est la compréhension basée sur les données de ce qui fonctionne - et de ce qui ne fonctionne pas - qui sépare les spécialistes du marketing sophistiqués de la meute.

Les modèles d'attribution marketing aident les spécialistes du marketing à évaluer les données derrière les points de contact et les conversions des utilisateurs pour comprendre l'impact sur le retour sur investissement.

Dans cet article, vous apprendrez comment fonctionne l'attribution marketing, comment elle peut être mesurée avec six modèles différents et comment prendre des décisions basées sur les données qui améliorent votre budget marketing.

Qu'est-ce que l'attribution marketing et pourquoi est-ce important ?

L'attribution marketing consiste à analyser la façon dont les clients interagissent avec les points de contact marketing tout au long de leur parcours d'achat.

Vous choisissez un modèle d'attribution (un ensemble de règles qui régissent la manière dont vous attribuez le crédit de conversion à chaque point de contact) pour comprendre comment vos tactiques marketing contribuent à la croissance des revenus.

L'attribution marketing fournit les données qui étayent des informations telles que :

• Nos annonces Google sont notre plus important moteur de revenus.
• Cette campagne de maturation par e-mail est inefficace et doit être reconstruite.
• La plupart de nos clients nous découvrent à travers notre contenu organique.

Sans ces données, les décisions marketing reposent en grande partie sur l'intuition.

Supposons que vous soyez chargé de relever le défi d'augmenter la génération de prospects de 25 % pour le prochain trimestre, dans le but d'atteindre les objectifs de revenus de votre organisation pour l'année.

Les données d'attribution marketing peuvent vous montrer, par exemple, que votre contenu organique est le premier point de contact le plus courant dans le parcours de votre client type. En d'autres termes, le contenu est la façon dont la plupart des clients trouvent votre entreprise.

Sans ces données, vous pourriez examiner les canaux et les tactiques marketing que vous utilisez actuellement et dire : "Réaffectons le budget de contenu ce trimestre à Google Ads. Nous devons essayer d'atteindre cet objectif de revenus. »

Dans ce cas, déprioriser les efforts de publication de contenu est une mauvaise décision, mais vous pouvez facilement la prendre si vous n'avez pas accès aux données d'attribution.

L'efficacité de ces informations dépend de la façon dont vous mesurez l'attribution marketing.

Comment mesurer l'attribution marketing

La plupart des spécialistes du marketing utiliseront l'un des modèles prêts à l'emploi dans leur logiciel d'attribution. Bien que ceux-ci aient des défauts (dont nous parlerons bientôt), ils fournissent une compréhension de base de la façon dont les clients interagissent avec les points de contact marketing.

Modèles d'attribution en une seule touche

Les modèles d'attribution à un seul contact accordent du crédit à un seul point de contact dans le parcours client.

L'inconvénient ici est immédiatement évident : les clients convertissent rarement à l'arrière d'un seul point de contact.

Considérez cette carte du parcours client du cabinet de conseil en vente numérique Columbia Road, avec 10 points de contact en route vers une décision.

Cependant, il y a un certain mérite dans ces modèles d'attribution simples. Considérez ce parcours client, qui se rapproche du chemin typique que les clients empruntent pour acheter auprès d'une marque de commerce électronique :

• Un client accède à votre site Web via une annonce Google
• Ils ajoutent un produit à leur panier, mais ne convertissent pas
• Cela déclenche un e-mail de panier abandonné, que le client voit mais sur lequel il ne clique pas
• Le client voit également des publicités de reciblage sur Facebook, dont l'une déclenche un achat

À première vue, la publicité Facebook est entièrement responsable de la conversion.

Mais le modèle d'attribution au premier contact met en évidence le catalyseur Google Ad.

Les modèles d'attribution par simple contact ne sont peut-être pas exhaustifs, mais ils vous aident à comprendre comment les points de contact s'assemblent pour vous donner une meilleure indication de ce qui fonctionne.

Attribution au premier contact

L'attribution au premier contact accorde tout le crédit à la première interaction d'un client avec votre marque.

Peu importe le nombre de points de contact qui ont suivi ou le temps qu'il a fallu au client pour acheter après cette première interaction. Le premier clic obtient 100% du crédit.

Dans l'exemple ci-dessus, l'annonce Google initiale reçoit tout le crédit d'attribution.

Bien que limité, ce modèle d'attribution est utile pour comprendre quelles activités marketing attirent les clients.

Vous pouvez utiliser ces données pour optimiser les activités du haut de l'entonnoir et générer davantage de nouveaux prospects.

Attribution au dernier contact

L'attribution au dernier contact accorde tout le mérite au point de contact final du parcours client. Ce serait la publicité Facebook de reciblage de notre exemple ci-dessus.

Il s'agit du modèle d'attribution par simple contact le plus largement utilisé, en particulier pour les entreprises ayant des cycles d'achat et des étapes de réflexion courts. Dans ces cas, la dernière interaction est plus susceptible d'avoir motivé l'achat.

Prenez Wish, un marché en ligne connu pour vendre des produits étranges que vous n'auriez jamais pensé acheter autrement. Il n'a probablement pas de parcours client élaborés, donc l'attribution au dernier contact serait un modèle approprié.

Attribution au dernier clic indirect

Le modèle d'attribution au dernier clic non direct est similaire au modèle au dernier contact, sauf qu'il réduit le trafic direct.

Considérons un parcours d'achat de commerce électronique légèrement différent :

• Un client accède à votre site Web via une annonce Google
• Ils ajoutent un produit à leur panier, mais ne convertissent pas
• Cela déclenche un e-mail de panier abandonné, que le client voit mais sur lequel il ne clique pas
• Plus tard, le client revient directement sur votre site et achète

Dans le cadre du modèle d'attribution au dernier clic, il irait au trafic direct. En utilisant le dernier modèle d'interaction non directe, l'e-mail de récupération du panier obtient tout le crédit.

Ce modèle est approprié si les clients convertissent rapidement une fois sur votre site (par exemple, ils ajoutent le produit qu'ils souhaitent à leur panier et se dirigent directement vers la caisse).

Évitez ce modèle si vos clients mettent plus de temps à se convertir, car il ignore les facteurs d'influence (comme les CTA et les avis clients en vedette) dans la conversion.

Modèles d'attribution multi-touch

Les modèles d'attribution multi-touch prennent en compte tous les points de contact numériques et attribuent au moins un crédit de taux de conversion à chaque interaction.

Considérez la voie qu'un acheteur B2B pourrait suivre pour acheter une plateforme de gestion de projet.

Le client voit une annonce de produit pour Asana sur YouTube et clique sur le CTA. Ils lisent la page de destination, mais ne convertissent pas.

Réfléchissant au problème présenté dans l'annonce vidéo (par exemple, gérer une équipe de pigistes), le client effectue une recherche Google pour "gérer des pigistes". Le client clique sur la publication d'Asana, reconnaissant la marque.

C'est utile, et ils décident de mettre en œuvre quelques stratégies. Plus tard, ils voient une publicité pour Asana sur LinkedIn et cliquent sur le CTA pour télécharger un ebook.

Ensuite, ils reçoivent une série d'e-mails Asana Lead Nurture. Le dernier est une offre pour leur premier mois gratuit lorsqu'ils s'inscrivent à un plan annuel, qu'ils acceptent.

Dans ce voyage, six canaux de marketing numérique distincts sont impliqués :

• Annonce YouTube
• Page de destination
• Contenu organique
• Annonce LinkedIn
• Livre électronique
• Campagne de maturation par e-mail

Les modèles d'attribution par simple contact ignoreraient par nature cinq de ces interactions sur six. Les modèles multi-touch partagent le crédit d'attribution sur tous les canaux, bien que la façon dont le crédit est distribué dépend du modèle que vous implémentez.

Attribution linéaire

Le modèle d'attribution linéaire attribue le crédit uniformément à tous les points de contact. Dans l'exemple ci-dessus, chacun des six points de contact recevrait 16,67 % du crédit d'attribution.

Ce modèle convient si vous ne disposez pas du budget ou des données nécessaires pour déterminer des pondérations plus précises, mais que vous ne pouvez pas vous contenter des limitations du modèle à une seule touche.

Si vous êtes une entreprise établie disposant de ressources suffisantes, investissez dans des déterminations plus précises.

Attribution basée sur la position

L'attribution basée sur la position (également appelée attribution en forme de U) donne plus de poids à la première et à la dernière interactions. Pourtant, il attribue un certain crédit aux points de contact intermédiaires.

Le modèle le plus courant consiste à attribuer 40 % chacun au premier et au dernier points de contact, les 20 % restants étant répartis uniformément sur le reste.

Dans notre exemple ci-dessus, la répartition du crédit ressemblerait à ceci :

• Annonce YouTube - 40 %
• Page de destination – 5 %
• Contenu organique - 5%
• Annonce LinkedIn – 5%
• Livre électronique - 5%
• Campagne de maturation par e-mail - 40 %

L'attribution basée sur la position est utile si votre cycle de vente est long et qu'il existe plusieurs points de contact impliqués dans une décision d'achat, comme dans les achats B2B. Pour les longs cycles d'achat, il est important d'accorder au moins un certain crédit à chaque interaction qui a maintenu la conversation en vie.

Attribution de la décroissance temporelle

Le modèle d'attribution de la décroissance temporelle distribue le crédit en fonction du temps écoulé depuis l'interaction.

Le point de contact final reçoit toujours le plus de crédit et le premier point de contact en reçoit le moins.

Dans notre exemple Asana, la répartition des crédits pourrait ressembler à ceci :

• Annonce YouTube - 5%
• Page de destination – 7,5 %
• Contenu organique – 12,5 %
• Annonce LinkedIn – 20%
• Livre électronique - 25 %
• Campagne de maturation par e-mail - 30 %

Les modèles de déclin temporel sont utiles lorsque l'établissement de relations est un facteur clé, comme dans les ventes aux entreprises, car les interactions initiales ont tendance à être moins importantes pour la conversion.

Si les canaux de création de marque et de notoriété sont essentiels à vos objectifs commerciaux, utilisez le modèle basé sur la position.

Défis et limites de l'attribution marketing

Bien que les modèles d'attribution aident les spécialistes du marketing à acquérir une compréhension de base du comportement des clients, ils sont imparfaits et incomplets. Ils se limitent à capter, plutôt qu'à créer, la demande.

La plupart des modèles traditionnels échouent car ils sont basés sur des conjectures ou manquent complètement les activités de l'entonnoir sombre.

Les modèles d'attribution sophistiqués sont plus performants que les modèles de base, mais gardez ces limites à l'esprit avant de choisir une direction.

Le choix du modèle d'attribution est largement arbitraire

Le choix d'un modèle d'attribution repose en grande partie sur l'intuition, et non sur des données concrètes.

Par exemple, vous pouvez choisir le modèle d'attribution basé sur la position s'il semble raisonnable d'attribuer le plus de crédit aux premier et dernier points de contact.

Mais pourquoi chacun mérite-t-il 40 % ? Pourquoi pas 30% pour la première interaction et 50% pour la dernière, ou inversement ? La répartition du crédit est basée sur des sentiments instinctifs, et non sur des données concrètes.

La solution idéale consiste à implémenter un modèle d'attribution basé sur les données ou algorithmique à l'aide d'une plateforme comme Impact.com ou Google Analytics 360.

Ces outils de modélisation utilisent des calculs statistiques avancés et l'apprentissage automatique pour comprendre les différences entre les clients qui convertissent et ceux qui ne le font pas. Ensuite, interprétez ces modèles d'engagement pour déterminer comment attribuer efficacement le crédit entre les points de contact.

Malheureusement, ces produits sont d'un coût prohibitif pour certaines entreprises (les adhésions à Google Analytics 360 commencent à 150 000 $ par an).

Si ce niveau de modélisation d'attribution est hors de portée, la meilleure solution consiste à :

1. Choisissez le modèle d'attribution standard qui convient le mieux à votre stratégie
2. Optimisez-le et personnalisez-le au fur et à mesure que vous en apprenez plus sur ce qui fonctionne et ce qui ne fonctionne pas
3. Comprendre les limites de l'attribution non algorithmique lors de l'utilisation d'insights pour éclairer les décisions marketing

La plupart des modèles d'attribution ne tiennent pas compte des points de contact non numériques

Tous les modèles d'attribution évoqués ci-dessus s'adressent aux points de contact numériques, mais les parcours d'achat ne sont pas purement numériques.

Cela est particulièrement vrai dans les secteurs de la vente au détail comme l'habillement et l'habillement, où deux modèles d'achat distincts émergent en plus des approches standard en ligne et hors ligne :

• ROPO (recherche en ligne, achat hors ligne). Les acheteurs passent par la majorité de l'entonnoir en ligne, mais terminent ensuite leur achat dans un magasin physique.
• Showroom. Les acheteurs examinent les produits dans les magasins physiques, mais les achètent ensuite en ligne.

Dans les deux cas, les modèles d'attribution entièrement numériques ne tiennent pas compte de tous les points de contact.

Trouver une solution complète à ce défi est difficile. Une stratégie consiste à utiliser des cartes de fidélité pour connecter les achats hors ligne aux profils numériques.

Des plates-formes telles que Yotpo et Stampme permettent aux marques d'intégrer des programmes de fidélité afin de pouvoir suivre efficacement les points de contact hors ligne.

Une autre tactique consiste à diriger délibérément les clients hors ligne, comme le fabricant de meubles et de décorations VOX.

Leur application VOXBOX permet aux clients de concevoir en ligne des agencements de meubles virtuels. Ensuite, ils recommandent aux acheteurs de planifier des consultations en personne dans un magasin physique.

Cela permet à VOX de contrôler la transition du parcours d'achat du en ligne au hors ligne, leur permettant d'intégrer les points de contact hors ligne dans leur modèle d'attribution.

Si cela convient à votre marque et à votre secteur, envisagez de mettre en œuvre l'une de ces stratégies pour suivre les interactions hors ligne. Sinon, gardez à l'esprit qu'un modèle d'attribution uniquement numérique peut ne pas capturer l'image complète.

La comptabilisation des clients qui sont déjà sur le marché est difficile

Les modèles d'attribution marketing conduisent souvent à des biais basés sur la corrélation, où les événements du parcours client (par exemple, la conversion) sont supposés être causés par un autre (par exemple, le point de contact final). En réalité, cela pourrait ne pas être le cas.

En particulier, les spécialistes du marketing peuvent attribuer à tort une attribution de conversion aux clients qui étaient de toute façon sur le marché pour acheter ce produit.

Considérez cette publicité Facebook ciblée de Shopify.

Supposons que Shopify a configuré cette publicité pour cibler un public qui interagit avec des pages spécifiques liées au commerce électronique sur Facebook.

Le public consulte ces pages et discute fréquemment des meilleurs outils du marché. Il y a de fortes chances qu'ils aient déterminé que Shopify est le bon choix avant que l'annonce n'apparaisse.

Alors, quand ils voient et cliquent dessus, est-ce responsable de la conversion ?

Tenez compte du biais sur le marché en menant des enquêtes post-achat. Allez au-delà de la question « Comment avez-vous entendu parler de nous ? » et demandez, "Qu'est-ce qui vous a décidé à acheter chez nous?"

Pour des données plus qualitatives, incluez une question telle que « Avant de vous inscrire à Shopify, vous avez cliqué sur cette publicité Facebook. Dans quelle mesure cette publicité a-t-elle influencé votre achat ? » Demandez aux clients d'évaluer les réponses sur une échelle de 1 à 5. Cela vous aide à mieux comprendre si vos publicités influencent réellement la conversion ou si elles entravent simplement un achat qui aura lieu de toute façon.

Utiliser la modélisation d'attribution personnalisée pour une attribution avancée

Les modèles ci-dessus sont des modèles d'attribution de base, des modèles heuristiques simples et prêts à l'emploi trouvés dans Google Analytics. Ils vous donnent tous une réponse, mais les meilleurs spécialistes du marketing remettront en question leur exactitude.

Vous pouvez également créer des modèles personnalisés en plus des modèles prêts à l'emploi basés sur des règles dans Google Analytics.

Vous pouvez également créer des modèles personnalisés en plus des modèles prêts à l'emploi basés sur des règles dans Google Analytics.

Cependant, même les modèles personnalisés risquent de se pencher sur des préjugés et des hypothèses, qui sont arbitraires et basés sur les nuances de votre parcours client.

Nous avons également vu des articles intéressants sur l'application des modèles de Markov dans Google Analytics. Ceux-ci sont utiles lorsque vous n'êtes pas satisfait des modèles décrits ci-dessus, en particulier s'il vous manque certains points de données pour obtenir une image complète de votre parcours client.

Pour simplifier le modèle de Markov dans ce cas d'utilisation, examinez la probabilité des étapes suivantes dans un chemin de conversion donné. Calculez l'importance relative d'un point de contact donné en fonction de sa suppression :

Les modèles de Markov présentent les avantages suivants, comme indiqué dans cet article :

• Objectivité - Pas de sentiment instinctif.
• Précision prédictive – Prédit les événements de conversion.
• Robustesse – Résultats valides et fiables.
• Interprétabilité – Transparent et relativement facile à interpréter.
• Polyvalence - Ne dépend pas de l'ensemble de données. Capable de s'adapter à de nouvelles données.
• Efficacité algorithmique - Fournit des résultats rapides.

Voici un bon post expliquant comment faire cela. En voici un autre. Un bon analyste de données sera capable d'appliquer cela à votre modèle d'attribution.

Mesurer l'efficacité d'actions spécifiques à l'aide de cohortes

Les cohortes basées sur le temps peuvent détenir la clé pour déterminer l'efficacité des modifications apportées à l'activité marketing ou aux canaux sur lesquels elles sont déployées. À tout le moins, vous pouvez trouver une indication de l'efficacité en combinant l'analyse de cohorte avec des expériences contrôlées pour une plus grande validité.

Plus précisément, l'examen des cohortes peut vous aider à déterminer l'efficacité d'une certaine action marketing, au moins de manière corrélative. Jim Novo, fondateur de The Drilling Down Project, l'a bien dit dans un épisode de Digital Analytics Podcast :

Je pense que les gens du SaaS qui travaillent avec l'analyse de cohorte s'en sortent bien.

Donc, vous regardez les personnes qui se sont inscrites en janvier, et au moment où nous sommes arrivés à mars, ce pourcentage a chuté. Nous pouvons associer cela à un certain effort promotionnel que nous avons fait pendant cette période.

Mais ensuite, nous regardons la cohorte qui a commencé en mars, nous avons eu un autre type d'effort promotionnel en cours, et nous avons eu une bien meilleure conversion du freemium au payant, ou autre, dans ce modèle.

Lié à cela, il y a un type de test d'existence où vous déduisez l'efficacité d'un certain canal en le retirant un peu du mix, Jim suggère de tester pour voir si vous pouvez vivre sans :

Si vous pensez que [display] est si précieux pour aider d'autres campagnes, pourquoi ne pas simplement le tuer pendant une semaine ou deux semaines et voir ce qui se passe ? Et puis rajoutez-le.

Vous ne pouvez pas faire ce genre de test ? Cela vaut-il la peine pour vous d'investir cet argent ailleurs? Dans quelle mesure êtes-vous sérieux quant à la valeur de l'affichage ?

L'activité que vous avez toujours pratiquée n'a peut-être pas autant d'impact que vous le pensez. Le test est autant l'art de supprimer que d'ajouter. Cela vaut pour la suppression totale d'initiatives entières.

Comment utiliser l'attribution marketing pour prendre des décisions plus solides basées sur les données

Des modèles d'attribution existent pour améliorer la visibilité et les informations sur le parcours client. Bien faits, ils lèvent le voile sur la façon dont les clients interagissent avec les points de contact et sur ce qui influence le comportement d'achat.

Intégrez ces résultats dans vos efforts de marketing pour développer une stratégie plus efficace, basée sur les données.

Créez des cartes de parcours client plus réalistes

Les cartes de parcours client peuvent être des outils puissants pour aligner les points de contact et les messages tout au long du cycle d'achat.

Malheureusement, beaucoup d'entre eux sont trop basiques pour être utiles. Cette carte, par exemple, couvre à peine plus d'un point de contact potentiel à chaque étape et n'entre pas suffisamment dans les détails. Par exemple, où la recherche de produit a-t-elle lieu ?

En comprenant les points de contact avec lesquels les clients s'engagent et à quel moment de leur voyage, vous êtes en mesure de créer une carte de voyage complète, comme celle de Rail Europe.

Dans cette carte du parcours client, plusieurs points de contact existent pour chaque étape, car toutes les expériences client ne sont pas identiques. Rail Europe tient compte de cette dissemblance et intègre tous les points de contact possibles identifiés par attribution. L'attribution personnalisée permet de cartographier les interactions et les parcours complexes des clients.

Utilisez vos données d'attribution pour créer des cartes de parcours client plus réalistes et déterminez où la segmentation pourrait être nécessaire.

Par exemple, une marque de commerce électronique peut identifier deux voies d'achat courantes :

1. Annonce ciblée sur Facebook > Navigation sur le site > Ajouter le produit au panier > Bounce > E-mail de récupération de panier abandonné > Conversion
2. Recherche organique > Navigation sur le site Web > S'inscrire à un programme de fidélité > Bounce > Acheter en magasin

Recherchez les tendances dans les données d'attribution et segmentez les parcours des clients, le cas échéant.

Utilisez l'attribution marketing pour aligner l'allocation des dépenses sur les objectifs de l'organisation

Utilisez l'attribution marketing pour savoir comment vous investissez dans différents canaux et points de contact, et optimisez l'allocation budgétaire à l'aide de données réelles.

Doublez les activités que votre suite analytique considère comme les plus influentes. Par exemple, si votre plateforme d'attribution vous dit que Google Ads fonctionne bien, il serait logique d'augmenter les investissements dans ce canal.

N'oubliez pas que votre modèle d'attribution et l'allocation de crédits génèrent ces informations.

Supposons que dans cet exemple, vous utilisez un modèle d'attribution au premier contact.

Ce que ces données vous indiquent, c'est que vos annonces Google fonctionnent bien en tant qu'interaction initiale, mais ne font pas nécessairement de gros efforts en matière de conversion. Doubler les dépenses publicitaires amènerait plus de prospects au sommet de l'entonnoir, mais ne les convertirait pas nécessairement plus efficacement.

Au lieu de cela, analysez plusieurs modèles d'attribution pour obtenir une perspective à 360 degrés, puis utilisez ces informations pour aligner l'allocation des dépenses sur les objectifs de votre entreprise.

Dans ce cas, vous pouvez également analyser à quoi ressemble l'attribution à l'aide du modèle du dernier contact, en donnant un aperçu des canaux qui fonctionnent bien à l'autre bout du parcours.

Ensuite, ajustez les dépenses en fonction des objectifs de votre entreprise. Si l'acquisition de nouveaux clients est une priorité, investissez davantage dans l'interaction de dernière minute. Si la notoriété de la marque et l'élan du haut de l'entonnoir sont plus critiques, investissez dans le premier point de contact.

Comprendre l'impact de la messagerie sur l'efficacité des points de contact

L'hypothèse générale de l'attribution marketing est que si un canal n'est pas aussi performant que les autres, ce canal est à blâmer. Vos clients ne sont tout simplement pas sur LinkedIn, dites-vous.

Mais ce n'est pas nécessairement vrai. Il se peut , par exemple, que vos clients soient là mais que votre messagerie ne se connecte pas.

L'attribution marketing peut être utilisée pour comprendre l'impact de différents messages sur l'efficacité des points de contact.

Supposons que vos publicités de reciblage Facebook se convertissent exceptionnellement bien, mais que vos publicités LinkedIn sont sous-performantes. Tenez compte du message que vous utilisez dans le contexte dans lequel il est présenté.

Ce qui fonctionne pour un canal ne se traduira pas nécessairement par un autre, et les messages qui résonnent avec les prospects du haut de l'entonnoir ne feront pas passer les acheteurs du bas de l'entonnoir.

Utilisez différents modèles d'attribution pour mesurer l'impact de la messagerie à différentes étapes de l'entonnoir.

Par exemple, si Google Ads semble solide dans le cadre du modèle de premier contact, réfléchissez à la manière dont vous pourriez répliquer ce message sur d'autres canaux pour cibler les acheteurs débutants. Ensuite, analysez comment le crédit d'attribution change à mesure que ces changements entrent en jeu.

Vous pouvez utiliser le même message d'une annonce Google dans une nouvelle série d'annonces LinkedIn pour tester l'impact de ce message sur le canal.

Si le crédit d'attribution se déplace en faveur de LinkedIn, le changement fonctionne. Sinon, vous avez appris que ce message particulier ne fonctionne pas pour votre public LinkedIn. Testez, analysez et optimisez.

Outils d'attribution marketing : comment choisir celui qui convient à votre entreprise

Google Analytics est de loin l'outil d'attribution marketing le plus largement utilisé, mais ce n'est pas le seul.

Ruler Analytics est un outil puissant pour connecter les revenus à l'attribution afin que vous puissiez mesurer les points de contact marketing au niveau du dollar. Oktopost fournit des analyses solides sur l'utilisation des médias sociaux B2B et les points de contact sociaux contribuant à la conversion. AppsFlyer examine l'attribution marketing dans le contexte de la croissance des applications mobiles.

En fonction de votre secteur d'activité, de votre stade de croissance et de vos objectifs commerciaux, vous pouvez choisir d'utiliser une ou plusieurs de ces plateformes.

Google Analytics

L'un des plus grands attraits de Google Analytics est que, bien qu'il s'agisse d'un produit robuste, il est gratuit.

Cela permet aux débutants de se plonger facilement dans le monde de l'attribution marketing et de commencer avec certains des modèles les plus basiques comme le premier ou le dernier clic.

Google Analytics convient à la surveillance de l'attribution de référence sur ces canaux :

• Recherche payante et organique (sur tous les moteurs de recherche, pas seulement Google)
• Sites de référence et affiliés
• Réseaux sociaux
• E-mail
• Campagnes personnalisées, si vous les avez configurées dans Google Analytics (comme les campagnes hors ligne qui dirigent le trafic vers des URL personnalisées)

Si vous convertissez plus de 600 clients par période de 30 jours, vous pourrez également profiter du modèle d'attribution basé sur les données de Google Analytics (actuellement en version bêta). Ce modèle utilise l'apprentissage automatique pour comprendre quels points de contact sont les plus susceptibles de générer une conversion et attribue un crédit d'attribution en conséquence.

Analyse des règles

Ruler Analytics offre un certain nombre de fonctionnalités utiles au-delà de l'attribution marketing, telles que la modélisation du mix marketing et l'analyse prédictive.

Cependant, son principal avantage est la possibilité de connecter la plate-forme à votre CRM et d'extraire les données de revenus dans votre modèle d'attribution.

L'attribution à l'aide de modèles standard vous indique quels points de contact et quels canaux génèrent la conversion. Avec Ruler Analytics, vous comprenez comment ces points de contact influencent les revenus.

Disons que vous êtes en mesure de déterminer que vous avez deux voies de conversion principales.

• Première voie : 70 % de vos clients l'empruntent et génèrent une valeur client annuelle de 4 500 $.
• Deuxième voie : 30 % de vos clients l'empruntent (y compris chaque entreprise cliente) et la valeur client annuelle est de 560 000 $.

Sans avoir fermé la boucle des revenus, vous auriez probablement investi davantage dans la première voie, qui convertit en fait les clients à faible valeur.

Utilisez Ruler Analytics pour mieux comprendre comment les points de contact de vos campagnes marketing influencent les revenus, et pas seulement les conversions.

Oktopost

Oktopost n'est pas précisément un outil d'attribution marketing ; c'est une plateforme de gestion de l'engagement des médias sociaux pour les équipes marketing B2B.

Les spécialistes du marketing B2B réalisent de plus en plus la valeur des réseaux sociaux, qu'il s'agisse de diffuser des publicités sur LinkedIn ou de demander aux commerciaux de créer des marques personnelles sur Twitter.

Oktopost aide les spécialistes du marketing à mesurer et attribuer avec précision la valeur de ces activités.

Vous pourrez mesurer l'engagement par canal, type de contenu et région. Vous pouvez même creuser jusqu'au niveau de la publication pour analyser le lien entre la messagerie, les mots clés, les hashtags et les types de médias et l'engagement.

Si vous êtes en B2B, utilisez Oktopost pour approfondir l'impact des médias sociaux sur la conversion au-delà du fait que LinkedIn fonctionne pour accroître la notoriété.

AppsFlyer

AppsFlyer est une plateforme d'analyse marketing spécialement conçue pour mesurer la croissance des applications.

Là où d'autres outils d'attribution ont tendance à se concentrer sur les conversions dans un contexte de site Web, AppsFlyer se penche sur la modélisation d'attribution au sein de l'écosystème mobile.

Avec AppsFlyer, vous pouvez attribuer un crédit aux points de contact qui mènent à l'installation d'une application. Par exemple, vous pouvez examiner l'engagement avec les publicités dans d'autres applications et la façon dont elles ont contribué à ce qu'un nouveau client télécharge la vôtre.

Leur modélisation d'attribution s'étend également pour mesurer les événements au sein de l'application, de sorte que vous pouvez attribuer séparément les installations d'application et les conversions aux plans payants.

Utilisez AppsFlyer pour comprendre comment votre réseau publicitaire influence les téléchargements d'applications et améliorer l'efficacité de l'allocation de vos dépenses publicitaires.

Conclusion

Pour acquérir une compréhension de base de la façon dont les clients interagissent avec divers points de contact marketing, les modèles d'attribution standard disponibles dans la plupart des plates-formes d'analyse suffiront.

Pour un aperçu plus complet des canaux et des tactiques qui influencent la conversion, et pour prendre des décisions basées sur les données sur l'allocation des dépenses marketing, consultez les modèles algorithmiques basés sur l'IA.

Améliorez vos compétences en matière d'attribution grâce à notre cours en ligne, rempli d'informations d'experts : devenez un expert en attribution.