L’attribution de google Analytics disponible gratuitement en version bêta utilise la technologie du machine Learning afin d’apporter des éléments d’analyse sur le parcours vers la conversion. Quels sont les leviers apporteurs de trafic de mon business ? Quel crédit affecter à ces différents points de contacts ? Cette affectation de crédit dépend de 2 facteurs. Le premier est lié à la façon dont GA accorde au pas du poids à un levier selon sa position sur le chemin de conversion. Le second, à la méthode d’affectation de crédit qu’utilise le marketeur, basée sur les règles ou automatique sur les données (data Driven). C’est là où ce type de nouveau rapport d’attribution trouve son intérêt, c’est dans l’attribution par les données donc l’usage du ML pour relever des modèles d’attribution qui font sens pour piloter les investissements publicitaires (patterns). Comprendre aussi le poids de chacun des “points de contact” sur les chemins vers la conversion est l’enjeu que tente de résoudre les rapports d’attribution. L’attribution est donc plutôt utile pour les chemins où de multiples “points de contacts” sont présents donc au minimum 2 ! Voir ici pour les fondamentaux de cette fonctionnalité
Fonctionnement de l’attribution basée sur les données
Méthode de calcul de l’attribution sur les données (rappels)
Google précise : ” L’algo d’attribution prend en compte différents facteurs tels que le délai avant conversion, le type d’appareil, le nombre d’interactions avec les annonces, l’ordre d’exposition des annonces et les types d’éléments de création. En adoptant une approche contrefactuelle, le modèle compare les données réelles avec les données hypothétiques pour déterminer les points de contact les plus susceptibles de générer des conversions. Il attribue ensuite le crédit de la conversion à ces points de contact en fonction de cette probabilité.”
Conditions requises pour le modèle d’attribution basé sur les données
L’attribution basée sur les données nécessite une certaine quantité de données pour créer un modèle précis qui détermine la façon d’attribuer les conversions. Par conséquent, les annonceurs ne disposent pas tous d’un modèle d’attribution basé sur les données dans leur compte. En général, un compte doit avoir enregistré au moins 600 conversions au cours des 30 derniers jours pour que le modèle basé sur les données soit disponible.
L’Attribution commence à générer un modèle basé sur les données à partir du moment où une quantité minimale de données d’attribution est collectée. Si vous ne disposez pas de suffisamment de données, vous ne pouvez pas utiliser le modèle d’attribution basé sur les données .
Les limites de google Analytics attribution bêta.
- Pour chaque compte google Analytics, jusqu’à 50 projets d’attribution sont possibles
- Chaque projet d’attribution peut être associé à des autorisations utilisateur spécifique ce qui permet de définir des groupes d’utilisateurs distincts.
- Pas de cumul de projets d’attribution, un export des résultats vers un fichier CSV pour les combiner est la seule solution.
- Les vues User ID ne sont pas compatibles avec Attribution. Cette limitation ne concerne que les propriétés pour lesquelles la fonctionnalité User ID est activée.
- Les vues dont les filtres suppriment les paramètres d’URL ne peuvent pas être utilisées pour Attribution.
Paramétrages des rapports (rappels)
- Durée : 30, 60, 90 jours selon le modèle de business, e-commerce grande consommation 30 jours est largement suffisant, 90 jours peut se justifier sur un business b2b plus long en négociation ou la rétention de données plus longue se justifie.
- Propriétés : plusieurs noms de domaines peuvent être cumulés au sein d’un projet d’attribution
- Conversions : un choix spécifique, ou un ensemble de conversion ou objectifs peuvent être affecté à un projet.
Lecture des rapports de l’attribution beta Project de google Analytics
4 types de rapports sont proposés : chemins de conversion, délai avant conversion, longueur du chemin de conversion, comparaison de modèles.
Explorer > chemins de conversions
Ici vision dans l’ordre par “groupe de canaux” (organic search, direct) puis Campagne (source/support) et enfin Canal (recherche naturelle, Accès direct…). La lecture de ces rapports se fait à l’aune de l’éditeur de rapports situé sur la partie droite “paramètres du rapport”. L’application nous donne 4 façons de modifier ce qui est donné par défaut dans le projet à savoir :
Dimensions : la visualisation des chemins change d’intitulés de libellé selon l’activation par groupe de canaux par défaut, canal et campagne
Chemin de conversion attribution beta GA
Credit de la conversion
Selon la disponibilité du data driven indiqué plus haut, il est possible d’enlever le scoring “crédit” en % des points de contacts
Simulation de différents modèles de données
Sur cette illustration ici, même avec peu de données, on peut confronter 2 modèles d’attribution -> basé sur les données Versus Règles (dernier clic). Est-ce que cela fait une différence ? Oui dans la visualisation filtrée sur 4 points de contacts les points de contact diffèrent en lignes 3 et 4, les “touch points” sont différents : dans un modèle dernier clic nous observons un parcours : referral > direct x3 [ligne 3] alors qu’en DDA (data driven, basé sur les données dynamiques) : feed mobile > direct x3 et [ligne 4] social > organic search en dernier clic et other > direct > social > other à nouveau en data driven. Rien ne change ici pour l’exemple en termes de CA, mais on peut deviner l’intérêt ici du data driven, de donner plus de données pertinentes pour souligner l’apport de certain canal. L’analyse nous montre que l’importance du social souligné dans un modèle classique dernier clic est nuancé dans le modèle data driven par d’autres points de contacts initiateurs, non identifiés mais qui démarrent un chemin vers la conversion. L’intérêt est de repérer des signaux faibles qui une fois identifiés peuvent être amplifiés par une stratégie budgétaire adaptée.
Filtre par longueur du chemin : l’illustration ci-dessous est basée sur un filtre de 4 points de contact.
Chemins de conversions dernier clic
Explorer > délai et Longueur du chemin de conversion
Ces types de rapports agrègent les données pour restituer un délai moyen et un nombre moyen de points de contact avant la conversion.
Delai et longueur du chemin
Explorer > comparaison de modèles
Enfin, dernier genre de rapport d’attribution, qui compare des types de modèles afin de juger le plus pertinent en terme soit de volume de conversion ou de chiffre d’affaires. Cette représentation analyse ici chaque canal au regard d’un modèle d’attribution.
Ici, sur la dimension “canal” bien que quelques données soient manquantes en volume pour l’exemple, la comparaison de deux modèles “dernier clic” et “basé sur les données”, laisse apparaître soit une baisse de CA en ligne 4 (point 2) sur le canal “autre” et une hausse en ligne 6 (point 3 ). Il est possible de choisir toute une série d’autres dimensions (appareil, navigateur, pays, Os etc…), Analytics (source/support Analytics, type de ciblage.) et Google Ads bien sûr (nom de la campagne, groupe d’annonces) !
Comparaison de modèle d’attribution
Pour conclure, principaux avantages d’utiliser ce mode projet d’attribution basé sur les données
- Gratuit et disponible pour tous
- Inclut tous les points de contact dans la période d’analyse définie
- Non compatible avec les conversions multi-appareils
- Exclut les visites directes† en tant que canal
Bonne analyse attributive ! 🙂
