L'attribution multi-touch distribue le mérite d'une conversion entre tous les points de contact qui ont participé au parcours d'achat — annonce TOFU vue, article SEO lu, retargeting cliqué, recherche brand finale. Elle s'oppose au modèle last-click par défaut qui donne 100 % du crédit au dernier clic et qui sous-estime structurellement le haut du funnel. Conséquence du last-click : on coupe les campagnes TOFU « non rentables », le volume s'effondre 3 mois plus tard, on ne comprend pas pourquoi.
Quatre modèles principaux. Linéaire : crédit égal réparti sur tous les touchpoints — simple, équitable, ignore l'ordre. Time-decay : plus le touchpoint est proche de la conversion, plus il pèse — utile en cycle long. U-shaped (position-based) : 40 % au premier touchpoint, 40 % au dernier, 20 % réparti — équilibre découverte / closing. Data-driven (GA4, Google Ads) : un modèle ML calcule le poids réel de chaque touchpoint à partir de vos données. C'est le défaut désormais sur Google Ads et le plus pertinent — à condition d'avoir 300+ conversions/mois.
Trois enjeux 2026. Un, la mort des cookies tiers casse l'attribution cross-domain : il faut alimenter GA4 avec des UTM propres et une Conversion API côté Meta pour tenir le tracking. Deux, sur cycle long B2B (3-9 mois), seule une attribution intégrée au CRM tient la route — GA4 perd la trace après 60 jours. Trois, aucune attribution n'est parfaite : on l'utilise pour décider, pas pour facturer. On déploie ce stack pendant un projet agence web analytics.
Modèles d'attribution : quand utiliser quoi
- Last-click : à éviter sauf rapport board simplifié. Sous-estime tout le haut du funnel.
- Linéaire : par défaut acceptable, simple à expliquer. Bon pour cycle court e-commerce.
- Time-decay : cycle moyen (B2C considéré, 7-30 jours). Pondère le closing.
- Data-driven (GA4, Google Ads) : meilleur modèle si volume suffisant (300+ conv/mois).
