L'attribution marketing expliquée : les modèles comparés, ce que GA4 propose encore, pourquoi les clics ratent une partie du parcours et comment créditer le trafic IA.

En bref
l'attribution marketing est la méthode qui donne à chaque point de contact (une publicité, un article, un email, une réponse d'IA) sa part du mérite dans une conversion. Les modèles à règles comme le dernier clic, le premier clic, le linéaire ou le modèle en U répartissent ce mérite selon une formule fixe ; les modèles basés sur les données le calculent à partir de vos propres parcours de conversion. Depuis novembre 2023, Google Analytics 4 ne propose plus que des modèles basés sur les données et au dernier clic, et aucun modèle fondé sur les clics ne voit l'influence des réponses d'IA et des recherches sans clic : l'attribution doit donc être complétée par des données déclaratives, le suivi des mentions dans les IA et des tests d'incrémentalité.
Pour aller plus loin, demandez à
L'attribution marketing répond à la question posée à chaque réunion budgétaire : quels canaux produisent réellement des clients ? L'article de Wikipédia consacré à l'attribution en marketing la définit comme l'identification des actions d'un utilisateur qui contribuent à un résultat, avec une valeur attribuée à chacune. Ce guide compare les modèles, explique ce qu'ils ne voient pas et montre comment tenir compte des visiteurs qui découvrent votre marque dans ChatGPT, Gemini ou Perplexity.
Un client convertit rarement après une seule interaction. Un parcours B2B typique peut ressembler à ceci : une publicité LinkedIn, une recherche Google qui mène à un article de blog, une newsletter, une comparaison demandée à ChatGPT, puis une recherche sur le nom de la marque et une demande de démonstration. Chaque étape est un point de contact ; la demande de démonstration est la conversion. L'attribution décide de la part de cette conversion que mérite chaque point de contact.
La réponse change les budgets. En dernier clic, la recherche sur la marque prend 100% du mérite et l'article paraît inutile ; en premier clic, la publicité LinkedIn prend tout. L'attribution est au cœur de l'analyse marketing et doit se lire étape par étape dans votre tunnel marketing, car les canaux du haut du tunnel sont systématiquement sous-évalués par les modèles qui favorisent la dernière étape.
Les modèles se rangent en deux familles : le modèle à point de contact unique (un seul point de contact prend tout le mérite) et le modèle multi-touch (le mérite est partagé).
La première interaction enregistrée reçoit 100% du mérite. Utile pour voir quels canaux font entrer de nouvelles personnes dans le parcours, aveugle à tout ce qui conclut la vente.
L'interaction finale avant la conversion reçoit 100%. Le dernier clic non direct ignore les visites directes et crédite le dernier canal identifiable. Simple et stable, il surévalue la recherche sur la marque, le reciblage et l'emailing, qui récoltent souvent une demande créée ailleurs.
Chaque point de contact reçoit une part égale. Équitable en apparence, il donne pourtant à une newsletter ouverte par habitude le même poids qu'à l'article qui a déclenché l'achat.
Les points de contact proches de la conversion reçoivent plus de mérite. Adapté aux cycles de vente courts et aux promotions, il pénalise le contenu qui a lancé une longue réflexion.
Le premier et le dernier point de contact reçoivent 40% chacun, et les 20% restants se répartissent au milieu. Il valorise à la fois la découverte et la conclusion, avec des pondérations fixes par construction arbitraires.
Un algorithme compare les parcours qui convertissent à ceux qui ne convertissent pas et estime la contribution supplémentaire de chaque point de contact. Il s'adapte à votre activité mais exige assez de conversions et reste une boîte noire.
| Modèle | Répartition du mérite | Idéal pour | Principal biais |
|---|---|---|---|
| Premier clic | 100% au premier point de contact | Mesurer les canaux de découverte | Ignore la conclusion |
| Dernier clic | 100% au dernier point de contact | Parcours courts et simples | Surévalue la marque et le reciblage |
| Linéaire | Parts égales | Une première vue multi-touch | Traite toutes les étapes à égalité |
| Décroissance temporelle | Plus de mérite près de la conversion | Promotions, cycles courts | Sous-évalue le contenu initial |
| En U | 40% premier, 40% dernier, 20% milieu | Équilibrer découverte et conclusion | Pondérations arbitraires |
| Basé sur les données | Calculé sur vos parcours de conversion | Sites au volume de conversions régulier | Opaque, ne voit que les clics suivis |
Google a simplifié le choix. Selon le centre d'aide Google Analytics, les modèles premier clic, linéaire, décroissance temporelle et basé sur la position ne sont plus disponibles depuis novembre 2023. Google Analytics 4 propose désormais trois options :
Pour garder une vue premier contact, utilisez les dimensions de source et de support du premier utilisateur dans les rapports d'acquisition de GA4, ou enregistrez la première source de chaque prospect dans votre CRM. Pour comparer les canaux, construisez un rapport dédié : notre guide du tableau de bord Google Analytics explique comment.
Tous les modèles fondés sur les clics partagent les mêmes angles morts, quelle que soit leur formule :
L'article de Wikipédia rappelle que les modèles multi-touch et à règles divergent souvent des gains mesurés par des expériences contrôlées. L'attribution donne une direction, pas une comptabilité exacte.
C'est l'angle mort le plus récent. Une part croissante des recherches se fait dans ChatGPT, Gemini, Perplexity, Claude ou les AI Overviews de Google, et une grande partie ne produit aucun clic.
Le trafic référé par les IA est visible quand l'assistant transmet un référent ou une balise. OpenAI indique dans sa FAQ pour les éditeurs que ChatGPT ajoute utm_source=chatgpt.com aux liens qu'il cite. Les autres assistants apparaissent comme référents, par exemple perplexity.ai, gemini.google.com ou copilot.microsoft.com. Créez dans GA4 un groupe de canaux personnalisé qui rassemble ces sources ; notre tutoriel pour mesurer les citations IA avec Google Analytics donne l'expression régulière à utiliser.
Une partie du trafic généré par les IA arrive sans référent : liens copiés dans un navigateur, applications mobiles, ou utilisateur qui lit la réponse puis tape le nom de votre marque. Ce trafic IA invisible gonfle les visites directes et les recherches sur la marque. Suivez la tendance de ces deux lignes en parallèle de votre visibilité dans les IA.
L'attribution zéro clic s'appuie sur des signaux en amont : la fréquence à laquelle les assistants IA citent votre marque pour les questions de vos acheteurs, et votre part de voix dans les IA face aux concurrents. Le suivi des mentions IA de Sorank suit de 25 à 150 questions sur ChatGPT, Claude et Gemini (plus Perplexity et Grok à partir de l'offre Pro) et montre qui est cité à votre place. Notre étude des citations de ChatGPT détaille les sources que l'assistant privilégie.
Les équipes expérimentées croisent trois méthodes plutôt que de se fier à un seul modèle :
| Méthode | Ce qu'elle mesure | Force | Limite |
|---|---|---|---|
| Attribution multi-touch | Clics suivis par conversion | Quotidienne, fine, par campagne | Aveugle aux vues, aux réponses d'IA, au hors ligne |
| Modélisation du mix marketing | Lien statistique entre dépenses et ventes dans le temps | Couvre tous les canaux, sans cookies | Exige deux à trois ans de données, vue mensuelle |
| Tests d'incrémentalité | Ventes avec et sans campagne (groupe témoin, tests géographiques) | Mesure l'effet causal réel | Une question par test, exige du volume |
| Attribution déclarative | Le champ « Comment nous avez-vous connus ? » | Capte podcasts, bouche-à-oreille, IA | Biais de mémoire, texte libre à nettoyer |
La modélisation du mix marketing est devenue accessible : Google publie Meridian, un modèle open source. Pour les petites entreprises, le champ déclaratif est le gain le plus rapide : ajoutez « ChatGPT ou un autre assistant IA » comme réponse explicite et vous verrez apparaître un canal que les données de clics cachent.
Le contenu naturel est le premier perdant de l'attribution au dernier clic : articles et guides ouvrent des parcours qui se terminent sur une recherche de marque ou un email. Il en va de même pour le GEO, où une citation par une IA influence un acheteur qui ne cliquera jamais. Mesurez ensemble la recherche naturelle et la visibilité dans les IA dans un tableau de bord GEO et SEO, et jugez le contenu sur les conversions en premier contact, les conversions assistées et les citations, pas seulement sur le chiffre d'affaires au dernier clic.
Le bon modèle d'attribution est celui que vous gardez stable, que vous recoupez avec d'autres méthodes et que vous étendez aux réponses des IA. Pour voir à quelle fréquence ChatGPT, Claude et Gemini citent votre marque et quels concurrents prennent votre place, commencez avec Sorank, le logiciel SEO et GEO en autopilote, avec 3 jours offerts.
Aucun modèle n'est le meilleur pour toutes les entreprises. L'attribution basée sur les données est la plus précise quand vous avez assez de conversions, car elle apprend de vos propres parcours. Avec peu de volume, le dernier clic non direct est plus stable, à condition de consulter aussi les rapports de premier contact pour ne pas sous-évaluer les canaux qui ouvrent les parcours.
L'attribution suit des clics individuels et répartit entre eux le mérite de chaque conversion. La modélisation du mix marketing travaille sur des données agrégées et relie, par la statistique, les dépenses par canal aux ventes dans le temps. L'attribution est fine et rapide mais aveugle aux influences non suivies ; la modélisation couvre tous les canaux mais exige des années de données et donne une vue mensuelle.
Les visites venues de ChatGPT portent la source chatgpt.com, et les autres assistants apparaissent comme référents, par exemple perplexity.ai ou gemini.google.com. Créez dans GA4 un groupe de canaux personnalisé avec une expression régulière qui couvre ces domaines et placez-le au-dessus du canal Referral. Surveillez aussi le trafic direct et les recherches de marque, car une partie du trafic issu des IA arrive sans référent.
ILS ONT ESSAYÉ SORANK AVANT VOUS
