Les modèles et algorithmes d'attribution

À mesure que les parcours se sont complexifiés, l’industrie a introduit des modèles capables de redistribuer le crédit entre plusieurs points de contact.

Les modèles « par règles » sont les plus accessibles : répartition linéaire, mise en avant du premier et du dernier contact (modèle en U), ou pondération selon la proximité temporelle de la conversion (décroissance).

Leur force est la transparence : chacun comprend pourquoi un levier reçoit tel pourcentage. Leur faiblesse tient à leur caractère arbitraire : la règle choisie reflète une préférence, pas une observation.

Les modèles algorithmiques quant à eux apprennent en continu à partir des données. Ils examinent des milliers de parcours et estiment la contribution relative des canaux selon la probabilité d’apparaître dans des séquences concluantes.

Certains s’inspirent de la théorie des jeux (Shapley) ou de chaînes de transition (Markov) pour calculer l’importance d’un point de contact dans la réussite globale. Leur intérêt est d’épouser le comportement réel des utilisateurs, au prix d’une moindre lisibilité.

Pour choisir un modèle, la meilleure approche est pragmatique. Surtout, documenter les règles : fenêtres d’attribution, traitement du post-impression, déduplication entre organique et payant, segmentation nouveaux/anciens clients. Un modèle explicite vaut mieux qu’un modèle sophistiqué mais opaque.

Un acteur travel a conservé un modèle en U pour son reporting exécutif, tout en pilotant ses enchères avec un modèle appris sur les parcours réels. Résultat : des discussions claires au Comex et des optimisations plus pertinentes en opérationnel.