Quel canal marketing fonctionne ? Pourquoi chaque plateforme revendique la même vente

Pourquoi chaque plateforme revendique la même vente

Chaque plateforme publicitaire mesure sa propre performance, avec sa propre définition d'une conversion, son propre modèle d'attribution et sa propre fenêtre de conversion. À l'intérieur de ces règles, chacune rapporte honnêtement. Le problème est que les règles ont été écrites par la partie que l'on note, et qu'une plateforme compte une vente touchée comme une vente causée.

Une cliente, prise ici en simple illustration, traverse le mois ainsi. Lundi, elle regarde une publicité vidéo sur une plateforme sociale. Mercredi, elle tape une expression de comparaison et clique une annonce de recherche payante. La semaine suivante, elle voit une bannière de retargeting, puis revient directement et achète. Une cliente, une commande, un paiement.

La plateforme sociale rapporte une conversion, parce que sa publicité a été vue dans sa fenêtre d'affichage. La plateforme de recherche en rapporte une, parce que son clic tombe dans sa fenêtre de clic. La campagne de retargeting en rapporte une pour la même raison. Trois rapports, trois ventes revendiquées, une seule cliente réelle, et chaque plateforme peut défendre son chiffre isolément.

Chaque plateforme est exacte sur sa propre contribution et muette sur celle des autres. La distorsion apparaît au moment où les rapports s'additionnent.

Sur un mois entier, l'arithmétique devient visible. Là où plusieurs canaux se recouvrent sur les mêmes clients, le total rapporté dépasse couramment de beaucoup le vrai nombre de commandes, et le revenu rapporté fait de même. L'entreprise qui répartit le budget du prochain trimestre depuis ces tableaux de bord divise son argent selon des chiffres qui ne se réconcilient pas avec son propre relevé bancaire.

Ce que l'attribution mesure réellement

L'attribution est le processus qui assigne le crédit d'une vente au marketing qui l'a précédée. Elle répond à une question étroite : parmi les interactions que cette plateforme peut voir, lesquelles ont eu lieu avant l'achat, et comment répartir le crédit entre elles.

C'est une question plus faible que celle que la plupart des dirigeants croient poser. L'attribution décrit une séquence enregistrée. Elle n'établit pas que la vente n'aurait pas eu lieu sans la publicité, et le client qui avait déjà décidé d'acheter, puis est passé devant une annonce en chemin, produit une conversion attribuée et aucun revenu supplémentaire.

La distinction porte un nom qui vaut d'être appris, car elle gouverne chaque décision de cet article. L'attribution est une comptabilité des points de contact observés. L'incrémentalité est le supplément d'affaires qu'un canal a produit et qui ne serait pas arrivé autrement. Seule la seconde justifie un budget.

Les plateformes proposent bien des études de lift randomisées, et ce sont de vraies expériences, avec un groupe témoin tenu à l'écart de la publicité. La limite est commerciale. La partie intéressée conçoit le test, définit le groupe témoin et rapporte le résultat : une étude de lift de plateforme se lit comme un indice, pas comme une preuve.

Modèles d'attribution et fenêtres de conversion

Deux réglages décident de presque chaque chiffre rapporté. Le modèle décide comment le crédit se divise entre les interactions. La fenêtre de conversion décide jusqu'où la plateforme remonte dans le temps pour trouver une interaction à créditer.

• Dernier clic. Tout le crédit va au dernier clic avant l'achat. La méthode est simple et reproductible, et elle est systématiquement généreuse envers ce qui se tient le plus près du paiement.
• Premier clic. Tout le crédit va à la première interaction enregistrée. Il favorise la création de demande et ignore ce qui a conclu la vente.
• Linéaire. Le crédit se divise également entre toutes les interactions enregistrées. L'approche est équitable et rarement vraie, car les interactions ne persuadent pas également.
• Dépréciation dans le temps. Les interactions proches de l'achat reçoivent plus de crédit que les premières. C'est un dernier clic adouci, qui porte le même biais.
• Basé sur la position. Une part fixe va à la première et à la dernière interaction, le reste se partage au milieu. La règle est arbitraire, quoique présentée comme un compromis.
• Basé sur les données. La plateforme construit un modèle statistique sur ses propres parcours observés et assigne un crédit fractionné. La méthode est plus sophistiquée, et elle reste calculée à l'intérieur de la plateforme évaluée, sur les données que cette plateforme détient.

Quatre de ces modèles, premier clic, linéaire, dépréciation dans le temps et position, ont été retirés par Google en 2023, laissant dans ses produits le modèle basé sur les données et le dernier clic. La taxonomie vaut encore d'être connue, car d'autres plateformes et des outils tiers continuent de les employer.

Les fenêtres de conversion travaillent aux côtés du modèle et reçoivent bien moins d'attention. Une fenêtre de clic de trente jours signifie que tout achat dans les trente jours d'un clic est crédité à ce clic, quoi qu'il se soit passé entre-temps. Google Ads utilise par défaut une fenêtre de trente jours après clic, réglable de un à quatre-vingt-dix jours. Meta a retiré ses options de vingt-huit jours en 2021 et applique désormais par défaut une fenêtre de sept jours après clic et d'un jour après affichage. Un rapport Google et un rapport Meta pour le même mois comptent donc sur des durées qui diffèrent de plus de trois semaines : les deux chiffres n'ont jamais été comparables.

Les valeurs par défaut sont l'enjeu pratique, car la plupart des comptes ne les changent jamais. Une plateforme choisit le modèle et la fenêtre qui représentent le mieux sa propre contribution, et rien ne l'oblige à choisir ceux qui décrivent le plus fidèlement la décision du client. Fenêtres plus longues et modèles plus inclusifs produisent des chiffres plus gros, qui se lisent comme une meilleure performance.

Les conversions comptées sans clic

Le crédit après affichage est le réglage le moins compris du reporting publicitaire. Il compte une conversion quand une publicité a été affichée à une personne qui a ensuite acheté, même si cette personne n'a jamais cliqué.

Il existe un argument légitime pour cela. Une publicité vue sans être cliquée peut quand même influencer une décision, prémisse des formats larges couverts dans les canaux inefficaces qui gaspillent votre budget. Il existe aussi un problème évident. Une annonce affichée en bas de page, ou dans un fil que la personne a fait défiler, n'a peut-être jamais été regardée, et elle sera quand même comptée si un achat suit dans la fenêtre. Meta a retiré sa fenêtre d'affichage de vingt-huit jours en 2021 et laissé un défaut d'un jour, ce qui réduit les cas les plus extrêmes sans supprimer le mécanisme.

• Vérifier si le crédit après affichage est inclus dans chaque rapport avant de comparer des canaux, car un chiffre au clic seul et un chiffre incluant l'affichage sont deux mesures différentes.
• Lire séparément les conversions créditées à l'affichage et celles créditées au clic, pour que le mélange soit visible.
• Traiter les chiffres de retargeting avec un soin particulier. Le retargeting montre des annonces à des gens déjà venus, donc un taux de conversion attribué élevé décrit en partie qui a été ciblé.
• Comparer ce qui est comparable. Si une plateforme est réglée sur une fenêtre longue avec crédit d'affichage et l'autre sur une fenêtre courte au clic seul, l'écart de performance rapportée peut n'être qu'un écart de réglages.

Les dégâts commerciaux du crédit au dernier clic

Les plus grandes plateformes ont abandonné le dernier clic comme défaut, mais le biais qu'il décrit n'a pas disparu. Les modèles basés sur les données n'assignent toujours le crédit qu'entre les interactions qu'une plateforme peut voir, et ils donnent toujours le plus de poids aux interactions proches de l'achat. Le crédit atterrit sur ce que le client a touché peu avant d'acheter, généralement le canal le plus proche d'une intention qui existait déjà.

La recherche de marque est le cas le plus net. Quelqu'un qui a décidé d'acheter chez une entreprise la rejoint souvent en tapant son nom dans un moteur. Si une annonce paraît au-dessus du résultat naturel et que le client la clique, la vente est attribuée à la recherche payante. Cette campagne rapportera un rendement excellent, parce qu'elle encaisse le crédit d'une demande créée ailleurs, et souvent de visites que l'entreprise aurait reçues sans payer, point qui rejoint la visibilité organique traitée dans pourquoi la majorité du trafic de recherche échoue.

Le rapport au dernier clic donne le crédit au canal le plus proche de l'achat, et retire le financement aux canaux qui ont persuadé le client d'acheter.

La conséquence se cumule sur les trimestres. Le budget glisse vers les canaux au rendement rapporté le plus fort, ceux qui sont les plus proches de l'achat et les plus faciles à mesurer. Les canaux qui créent la demande, dont la construction de marque, les relations presse et les formats de grande portée, rapportent faiblement sous ces règles parce que leur influence agit tôt et souvent sans clic.

Si ces canaux sont coupés, les rendements rapportés restent bons un temps, parce que la demande qu'ils ont créée est encore dans le système. Quelques mois plus tard, le volume de gens qui arrivent prêts à acheter décline, et les canaux efficaces se mettent à rapporter de moins bons résultats sans qu'aucun réglage ait changé. La cause est alors à plusieurs trimestres derrière le symptôme, et c'est pourquoi le cumul décrit dans construire une marque forte est si souvent démonté par un système de mesure plutôt que par une décision.

Conversions modélisées et dossier manquant

Les rapports présentent deux genres de chiffres dans la même colonne, sans aucune distinction visuelle. Certaines conversions ont été observées. D'autres ont été estimées par un modèle statistique qui infère combien de conversions se sont probablement produites chez les personnes que la plateforme ne pouvait pas suivre.

Deux comportements ordinaires retirent une part du dossier. Le premier est le consentement. Quand un visiteur refuse le suivi, la plateforme perd la capacité de relier son achat ultérieur à la publicité qui l'a précédé, et le trou est comblé par la modélisation. Le second est le passage entre appareils. La personne qui voit une annonce sur son téléphone le soir et achète sur son ordinateur le lendemain matin a rompu la chaîne, sauf si une connexion ou un identifiant équivalent relie les deux sessions.

La modélisation est une réponse raisonnable aux deux, et vaut mieux qu'ignorer le trou. L'enjeu est la présentation. Une estimation livrée en nombre entier dans un tableau se lit comme un événement survenu, et rien dans l'interface ne dit quelle part du chiffre a été vue et quelle part a été inférée.

Chaque chiffre de plateforme contient donc un volume modélisé, et la part varie selon le marché, le comportement de consentement et la construction du site. La réponse pratique est de réconcilier l'échelle et d'ignorer le détail. Une plateforme qui rapporte deux fois les commandes enregistrées mérite enquête. Une plateforme qui en rapporte trois de moins reste dans la variation normale.

Rien de tout cela ne rend le reporting de plateforme inutile. Le reporting de plateforme pilote l'intérieur d'une campagne. Il ne tranche pas la question de savoir si la campagne valait d'être menée.

Les réparations qui ne coûtent rien pour commencer

Quatre habitudes réparent l'essentiel des dégâts, et aucune n'exige un logiciel, un projet data ou un budget. Elles peuvent commencer cette semaine.

1. Demander à chaque prospect comment il vous a trouvés, et noter la réponse. Une question en texte libre sur le formulaire, ou posée à l'appel, produit un registre qu'aucune plateforme ne contrôle. Le texte libre vaut mieux qu'une liste d'options, car une liste apprend aux gens à choisir la première réponse plausible.
2. Traiter les registres de ventes de l'entreprise comme la seule source de vérité. Le système de commandes, les factures et la comptabilité détiennent le seul compte de clients qui existe. Chaque rapport marketing est une affirmation sur ce compte, et le compte lui-même n'est pas négociable.
3. Diviser les conversions revendiquées par les commandes enregistrées, et suivre le ratio chaque mois. Additionnez les conversions que chaque plateforme revendique sur une période définie et divisez par les commandes du système de l'entreprise. Un ratio de 1,7 signifie que les tableaux de bord revendiquent soixante-dix pour cent de ventes de plus que l'entreprise n'en a faites. Un ratio stable signifie que les rapports restent comparables de mois en mois même s'ils sont gonflés ; un ratio qui bouge signifie qu'un réglage ou que le mix de canaux a changé. Appliquer ce ratio comme décote avant de comparer deux rapports de plateformes est la réconciliation que les tableaux de bord ne font jamais.
4. Comparer la dépense totale au revenu total sur une période appariée. Additionnez chaque coût marketing d'une période définie, additionnez le revenu des nouveaux clients de la même période, et comparez. Ce seul ratio survit à toutes les querelles d'attribution, car aucun des deux chiffres n'a été produit par une plateforme.

La question auto-déclarée mérite une défense, car les esprits analytiques la balaient. Elle est imprécise, la mémoire est peu fiable, et les gens créditent la dernière chose dont ils se souviennent. Tout est vrai. C'est aussi la seule mesure de l'entreprise capable de nommer un canal qu'aucun système de suivi ne voit : la recommandation d'un collègue, un podcast, une conférence, une publicité imprimée, une conversation. Ces canaux sont invisibles de tous les tableaux de bord, et l'auto-déclaration est le seul endroit où ils apparaissent.

Ensemble, ces habitudes triangulent. Les registres de ventes disent combien de clients sont venus, les réponses auto-déclarées disent ce que ces clients croient les avoir amenés, et les rapports de plateformes disent ce que chaque canal revendique. Quand les trois concordent, la conclusion est sûre. Quand ils divergent, la divergence est la trouvaille la plus utile du rapport.

Le revenu plutôt que le comptage de conversions

Une conversion est ce que le compte a été configuré pour appeler conversion : un formulaire envoyé, une inscription à la newsletter, un clic sur un numéro de téléphone, une page vue assez longtemps, un ajout au panier. Plusieurs peuvent se produire pour une même personne dans une même visite, et aucune n'est de l'argent.

Le revenu n'a pas cette souplesse. Il est enregistré par l'entreprise, réconcilié par la comptabilité, et aucune plateforme ne peut le redéfinir pour embellir un rapport. Déplacer la mesure principale du comptage de conversions vers le revenu retire l'essentiel de l'ambiguïté en un geste.

• La valeur diffère selon le client, et les moyennes le cachent. Deux canaux au même volume de demandes peuvent produire des revenus très différents si l'un attire des commandes plus grosses.
• La qualité des demandes fait partie du coût. Un canal qui génère des demandes inconvertibles consomme du temps de vente en plus du budget média, et ce temps ne paraît presque jamais dans un rapport.
• Le délai varie selon le canal. Les achats réfléchis se concluent sur des semaines ou des mois, donc un canal jugé dans une fenêtre courte paraîtra toujours pire qu'un canal servant des gens prêts à acheter aujourd'hui.
• Le réachat appartient à l'évaluation. Juger l'acquisition sur la première commande seule sous-évalue les canaux qui amènent des clients qui reviennent.
• La marge prime sur le chiffre. Un gros revenu sur des commandes remisées à faible marge peut valoir moins qu'un canal plus petit qui vend au prix plein.

Pour les entreprises aux cycles de vente longs ou complexes, l'étape pratique est de relier le registre des demandes à l'issue finale, pour que chaque vente conclue porte l'origine notée à l'arrivée de la demande. Cette connexion est la substance d'une vraie analyse et d'un reporting de performance, et elle fait passer la conversation mensuelle du volume à la valeur.

Tests avec groupe témoin et tests géographiques

Une seule méthode établit si un canal a apporté quelque chose : l'arrêter quelque part, le laisser tourner ailleurs, et comparer la différence de résultats. Une expérience contrôlée compare les résultats obtenus à ceux produits là où le canal a été suspendu. L'attribution ne peut pas le faire, car elle ne décrit que des séquences enregistrées.

1. Le test géographique. Choisir des régions comparables, poursuivre le canal dans certaines et le suspendre dans d'autres, puis mesurer la différence de ventes entre les groupes. Le test par région n'est pas affecté par les choix de consentement ni les changements d'appareils, car il n'a jamais besoin de suivre une personne.
2. Le groupe témoin d'audience. Priver de ce canal une part de l'audience tirée au hasard et comparer ses achats à ceux du reste. Même mécanisme, appliqué aux personnes plutôt qu'aux lieux.
3. Les pauses programmées. Arrêter entièrement un canal pour une période définie, tenir tout le reste constant, et observer ce qui arrive au total des demandes et du revenu. La version la moins précise, et souvent la seule accessible à une petite entreprise.
4. Les études de lift des plateformes. Les grandes plateformes mènent des tests randomisés avec un groupe témoin non exposé à la publicité. Ce sont de vraies expériences, et la plateforme conçoit quand même le test et rapporte l'issue : le résultat se range parmi les autres preuves, pas au-dessus.

Les réserves honnêtes comptent autant que la méthode. Tester exige du volume, car un écart de quelques ventes entre deux régions ne prouve rien. Cela exige de la patience, car la période de test doit couvrir le délai normal entre premier contact et achat. Cela exige de la stabilité, car un changement de prix, un pic saisonnier ou la campagne d'un concurrent dans une région contamine la comparaison. Cela a aussi un coût, en revenu volontairement sacrifié dans le groupe privé de publicité. Quand le volume est vraiment bas, une pause programmée avec des notes soigneuses vaut quand même d'être faite, à condition de traiter la conclusion comme une indication et non une preuve.

La modélisation du mix marketing répond à la même question par un autre chemin. Elle part des dépenses et des revenus agrégés dans le temps, donc elle survit à la perte de consentement et couvre les canaux hors ligne qu'aucun code de suivi ne voit. Ses limites sont réelles et se disent avant de commencer. Il lui faut deux à trois ans d'historique et de vraies variations de dépense, elle produit des estimations à fourchettes larges plutôt que des chiffres exacts, et elle sert surtout à la répartition entre canaux, mal au jugement d'une campagne isolée. Expériences et modélisation travaillent mieux ensemble, car les expériences calibrent le modèle.

À quoi ressemble un reporting honnête

Un reporting honnête est une vue unique et réconciliée plutôt qu'une pile de captures de plateformes. Il part des chiffres que l'entreprise possède et remonte vers les affirmations faites à leur sujet. La dépense marketing totale de la période tient en un chiffre, médias, production et honoraires compris. Le revenu total des nouveaux clients de la même période vient des registres de ventes. Le volume de demandes par source auto-déclarée s'affiche tel qu'enregistré au point de contact, et les revendications des plateformes se posent à côté de tout cela, le recouvrement reconnu au lieu d'être sommé en un faux total.

Le rapport énonce ensuite un jugement par canal : ce que la preuve soutient, ce qu'un test a montré, et ce qui reste inconnu. Cette dernière ligne sépare un rapport d'un document commercial. N'importe quel prestataire peut produire un chiffre ; celui qui accepte d'écrire ce que la preuve n'établit pas mérite d'être écouté. Quand un rapport ne se rattache pas au revenu facturé, une courte liste de questions règle généralement l'affaire.

1. Le modèle d'attribution et la fenêtre de conversion derrière ces chiffres, et si l'un et l'autre sont restés aux valeurs par défaut.
2. La part du chiffre qui est modélisée plutôt qu'observée.
3. La réconciliation entre ces conversions et les commandes enregistrées dans le système de l'entreprise, avec une explication de l'écart.
4. L'effet attendu sur les ventes si le canal s'arrêtait, et la preuve derrière cette attente.
5. La séparation entre la revendication de la plateforme et le jugement propre du prestataire.

Des réponses précises et assurées signalent un prestataire qui a fait le travail. Une réponse qui ne fait que répéter le chiffre du tableau de bord signale un prestataire qui ne l'a pas examiné. Un reporting de ce genre fait partie de notre façon de travailler.

Le faire soi-même ou se faire accompagner

Une grande part de tout cela est à la portée de n'importe quelle entreprise sans assistance. Ajouter une question au formulaire de demande ne coûte rien, pas plus que noter les réponses dans un tableur. Comparer la dépense marketing totale au revenu des nouveaux clients sur une période appariée demande de l'arithmétique et de la discipline, et cela révélera généralement plus qu'une année de lecture de tableaux de bord. Vérifier le modèle d'attribution et la fenêtre de conversion de chaque compte est une tâche courte, qui améliore pour toujours la lecture de chaque rapport futur.

L'aide spécialisée se justifie plus loin. Concevoir une expérience valide est un travail technique, et deux jugements décident si le résultat veut dire quelque chose : dimensionner le test pour séparer l'écart de la variation normale, et régler la durée sur le vrai cycle d'achat. Le travail multi-marchés est plus dur encore, car le comportement de consentement, le mix de canaux et la saisonnalité changent selon les pays. Plusieurs canaux sur plusieurs marchés est généralement le point où la version interne cesse de suffire, et le contexte dans lequel la gestion des médias payants et la mesure devraient être commandées comme un seul travail.

Un filtre s'applique au choix de cette aide. Demandez à tout prestataire pressenti comment il prouvera que son travail a ajouté du revenu. Les réponses qui parlent de réconciliation avec les registres de l'entreprise et de tests contrôlés décrivent une pratique de mesure. Les réponses qui parlent de retour sur dépense rapporté par les plateformes décrivent une habitude de reporting, et les structures de rémunération qui rendent une réponse plus probable que l'autre sont examinées dans les modèles de rémunération qui décident quels intérêts l'emportent.

L'essentiel à retenir

• Chaque plateforme note son propre travail, donc les tableaux de bord additionnés revendiquent plus de ventes que l'entreprise n'en a faites.
• Le modèle d'attribution et la fenêtre de conversion décident de l'essentiel du chiffre rapporté, et les défauts favorisent la plateforme. Google Ads compte trente jours de clics, Meta compte sept jours de clics et un jour d'affichages.
• Le crédit se concentre sur le canal le plus proche de l'achat, donc les canaux qui ont créé la demande perdent leur financement en premier.
• Le crédit après affichage compte des publicités affichées jamais cliquées : un chiffre au clic seul et un chiffre avec affichage sont deux mesures différentes.
• Les choix de consentement et les passages entre appareils retirent une part du dossier, et la modélisation comble le trou sans le dire.
• La source auto-déclarée, les registres de ventes et un ratio mensuel revendiqué-sur-enregistré ne coûtent rien et ne peuvent être manipulés par aucune plateforme.

La question du canal qui fonctionne a une réponse, mais la réponse n'arrive jamais des canaux eux-mêmes. Elle vient de la confrontation de leurs revendications avec le registre de clients et de revenus de l'entreprise, et de l'arrêt occasionnel d'un canal pour voir ce qui se passe. Les entreprises qui le font avec constance dépensent moins et savent plus, pendant que leurs concurrents continuent de déplacer du budget sur la foi de chiffres qui n'ont jamais été conçus pour être additionnés.

Pour une vue réconciliée de ce que chaque canal apporte réellement, et un compte rendu honnête de ce que la preuve disponible ne peut pas encore établir, réservez un appel stratégique avec Reachford.