Attribution : dernier clic ou multi-touch ?
Expliquer ce que chaque modèle d'attribution favorise et dans quels cas il vaut mieux en changer.
7 min de lecture
4,9sur 5699 votes
- 7,6Klecteurs
- 37en ce moment
- 281partages
Mis à jour le 11 mai 2025
Le dernier clic attribue la totalité de la conversion au dernier point de contact avant l’achat. Le multi-touch répartit ce même crédit entre plusieurs interactions du parcours. Aucun des deux n’est exact, mais chacun répond à une question différente.
- Parcours court, un canal dominant : le dernier clic suffit et reste lisible.
- Plusieurs canaux qui se croisent, cycle de décision long : le multi-touch ou le modèle basé sur les données devient nécessaire.
- Dans tous les cas, la qualité de la collecte de données pèse plus lourd que le nom du modèle choisi.
Deux logiques de crédit pour une même conversion
Une conversion arrive rarement par hasard. Entre la première bannière aperçue et la validation du panier, un internaute croise une recherche, un article, une publicité sociale, une newsletter. L’attribution est la règle qui décide comment le mérite de cette conversion se répartit entre ces points de contact. La question du dernier clic ou du multi-touch n’est donc pas un débat d’outil, mais un choix de lecture : qui a le droit de revendiquer la vente ?
Le dernier clic tranche vite. Il donne tout au dernier point de contact avant la conversion. Le multi-touch ouvre le dossier complet et distribue le crédit sur plusieurs étapes. Les deux répondent à des questions différentes, et c’est souvent là que les désaccords en réunion naissent : deux services peuvent avoir raison en même temps, avec deux modèles différents.
Ce que le dernier clic met en avant, et ce qu’il efface
Le dernier clic a un mérite rare : il est disponible par défaut sur la plupart des outils, se met en place sans paramétrage lourd et tout le monde comprend ce qu’il raconte. C’est aussi son piège. En ne regardant que la dernière interaction, il ignore tout ce qui a préparé la décision.
Concrètement, ce modèle avantage les canaux de fin de parcours : campagne de marque sur les moteurs, reciblage, email de relance, lien dans une application. Ces leviers récoltent le crédit d’un travail mené ailleurs. Une entreprise qui arbitre ses budgets uniquement au dernier clic a donc un réflexe prévisible : elle renforce le bas du tunnel et réduit progressivement ce qui alimente la demande. Les volumes baissent quelques mois plus tard, sans que le tableau de bord ait signalé le moindre problème.
Le dernier clic reste pourtant utile. Il sert de référentiel stable, comparable d’un mois sur l’autre, et il répond correctement à une question simple : quelle action déclenche le passage à l’acte ?
Multi-touch : plusieurs modèles cachés derrière un seul mot
Dire multi-touch ne suffit pas. Derrière l’expression se rangent plusieurs règles de répartition, et elles ne donnent pas les mêmes classements.
- Linéaire : chaque point de contact reçoit la même part.
- Décroissance temporelle : les interactions proches de la conversion pèsent plus lourd.
- Répartition par position : le premier et le dernier contact sont privilégiés.
- Basé sur les données : un traitement statistique pondère selon la contribution observée.
Le multi-touch statique a un avantage clair : il donne une vision plus équilibrée du parcours. Sa limite tient au mot statique. Les pondérations restent figées, identiques pour une campagne de notoriété et pour une opération de reciblage, alors que ces deux dispositifs ne jouent pas le même rôle.
Comparer les modèles d’attribution sur les mêmes données
| Modèle | Ce qu’il crédite | Point fort | Limite |
|---|---|---|---|
| Dernier clic | Le dernier point de contact avant la conversion | Simple, disponible par défaut | Ignore tout ce qui a précédé |
| Premier clic | Le premier point de contact identifié | Valorise la découverte | Ignore les relances et les hésitations |
| Linéaire | Tous les points de contact à parts égales | Vision équilibrée | Traite une simple visite comme une étape décisive |
| Décroissance temporelle | Les interactions proches de la conversion | Proche du comportement réel | Favorise le bas du tunnel |
| Basé sur les données | Une pondération calculée sur les signaux observés | S’adapte aux parcours réels | Demande du volume et une collecte propre |
Ce que Google Ads et GA4 proposent encore
Le paysage s’est resserré. Depuis juin 2023, Google Ads a retiré plusieurs modèles historiques, dont le premier clic, le linéaire, la décroissance temporelle et la répartition par position. Seuls le dernier clic et le modèle basé sur les données restent disponibles dans l’interface publicitaire. Les plateformes d’analyse conservent une palette plus large, ce qui explique un écart fréquent entre le chiffre lu dans Google Ads et celui affiché dans GA4.
Google positionne le modèle basé sur les données comme la recommandation par défaut, car il s’adapte aux signaux observés plutôt que d’appliquer une règle fixe. Attention toutefois au volume : sur une propriété GA4 standard, les rapports commencent à être échantillonnés au-delà de 10 millions d’événements par requête. Une propriété 360 monte jusqu’à 1 milliard. Sur des sites à fort trafic, la finesse du modèle dépend donc aussi du niveau d’accès souscrit.
Quand le dernier clic suffit, quand il faut passer au multi-touch
À lire aussi
Le dernier clic tient la route quand le parcours est court et concentré : un achat impulsif, une prise de contact immédiate, un canal qui domine largement les autres. Dans ce cas, ajouter de la complexité ne change pas la décision, et le temps passé à paramétrer un modèle sophistiqué est du temps perdu.
Le multi-touch devient nécessaire dès que plusieurs canaux travaillent ensemble. SEA, display, social, email, actions hors ligne : quand ces leviers se croisent, le dernier clic produit un classement trompeur. Le multi-touch, ou mieux le modèle basé sur les données, aide à voir la contribution de chaque étape.
Un repère simple : si vos décisions budgétaires portent sur plus de deux canaux et que le cycle de décision dépasse quelques jours, le dernier clic seul devient un mauvais juge.
La collecte de données pèse plus que le choix du modèle
On peut passer des semaines à débattre du modèle et obtenir des résultats faux avec le meilleur d’entre eux. La raison est mécanique : un modèle ne peut répartir que ce qu’il voit. Si les identifiants se perdent entre deux appareils, si une partie des événements n’est pas transmise, si les sessions ne se recollent pas sur un même visiteur, la répartition devient une approximation habillée en certitude.
C’est pourquoi la couche de collecte mérite l’essentiel de l’attention. Un suivi first-party, une écriture côté serveur, un flux d’événements complet et non échantillonné, des sessions rattachées à un visiteur unique : ces briques conditionnent la lecture d’un modèle multi-touch. Sans elles, changer de modèle revient à changer de lunettes sans nettoyer les verres.
Tester un changement de modèle sans casser le pilotage
Un basculement brutal crée plus de confusion qu’il n’apporte de clarté. Quelques précautions suffisent.
Fixez une période de comparaison assez longue pour absorber les variations hebdomadaires. Gardez la même définition de conversion dans les deux modèles, sinon vous comparez deux choses différentes. Regardez les écarts par canal plutôt que le total, qui bouge peu. Ne prenez une décision budgétaire que sur des écarts qui se répètent sur plusieurs semaines.
Il faut aussi accepter une part d’incertitude. Un parcours client comporte des impressions non cliquées, des recommandations orales, des visites sans trace. Le bon objectif n’est pas de trouver le modèle exact, mais de disposer d’un cadre cohérent pour arbitrer entre les canaux et suivre la performance globale.
Le multi-touch est-il toujours plus fiable que le dernier clic ?
Non. Le multi-touch décrit mieux les parcours longs, mais il dépend de la qualité des données collectées. Si les identifiants se perdent ou si le flux est incomplet, un modèle multi-touch peut produire une répartition fausse avec une apparence de précision. Le dernier clic, plus grossier, reste au moins stable et comparable dans le temps.
Pourquoi Google Ads ne propose-t-il plus le modèle linéaire ?
Depuis juin 2023, Google Ads a retiré plusieurs modèles historiques, dont le premier clic, le linéaire, la décroissance temporelle et la répartition par position. Seuls le dernier clic et le modèle basé sur les données restent disponibles dans l’interface publicitaire.
Faut-il un outil payant pour faire du multi-touch ?
Pas forcément. Les plateformes d’analyse courantes proposent plusieurs modèles de répartition. En revanche, au-delà de 10 millions d’événements par requête sur une propriété GA4 standard, les rapports deviennent échantillonnés, ce qui pousse les sites à fort trafic vers des solutions plus robustes.
Combien de temps faut-il pour comparer deux modèles d’attribution ?
Prévoyez plusieurs semaines, idéalement un cycle de vente complet. L’objectif n’est pas de trancher sur une semaine de données, mais d’identifier des écarts par canal qui se répètent. Une décision budgétaire prise sur une variation isolée produit souvent plus de dégâts qu’un maintien du modèle existant.
L’auteur
Analyste data marketing
Je passe mes journées dans les tableaux de bord d’acquisition de mes clients. J’écris les entrées de ce glossaire pour rendre lisibles les indicateurs qu’on nous demande de suivre sans toujours les comprendre.
Voir tous ses articlesVotre avis compte
Cet article vous a-t-il été utile ?
4,9sur 5699 votes
Commentaires
Soyez le premier à réagir.
