L’App Tracking Transparency (ATT), déployée par Apple avec iOS 14.5, a réduit l’accès à l’identifiant publicitaire des utilisateurs qui refusent le suivi. Cette évolution a rendu le modèle d’attribution publicitaire après iOS moins précis au niveau individuel, surtout pour les applications mobiles. Elle oblige les annonceurs à distinguer l’attribution déclarative des plateformes, la mesure des campagnes sans cookies sur iPhone et l’effet réel des investissements sur les ventes. Les écarts de conversion entre une régie, un outil d’analyse et le chiffre d’affaires ne signalent donc pas toujours une erreur. Ils traduisent souvent des fenêtres de mesure, des règles de déduplication et des périmètres différents.
Quels modèles d’attribution choisir pour conserver un pilotage fiable
- Le last click reste utile pour optimiser rapidement les campagnes de recherche et de reciblage.
- SKAdNetwork apporte une lecture agrégée des installations et événements dans les applications iOS.
- L’incrémentalité et le Marketing Mix Modeling mesurent mieux l’effet causal des budgets à grande échelle.
- Le suivi individuel baisse fortement lorsque l’utilisateur refuse l’autorisation ATT.
- Les modèles multi-touch demandent des données homogènes et une gouvernance stricte.
- Le Marketing Mix Modeling exige un historique suffisant, souvent 18 à 24 mois de données.
Pourquoi iOS modifie la mesure de la performance publicitaire
App Tracking Transparency limite le suivi individuel sur iOS. Lorsqu’un utilisateur refuse l’autorisation, l’identifiant publicitaire IDFA n’est plus accessible à l’application pour relier de façon déterministe une impression, un clic et une conversion entre applications.
La restriction concerne d’abord l’attribution mobile. Sur le web mobile, Intelligent Tracking Prevention réduit aussi la durée de vie des cookies tiers et de certains cookies déposés côté serveur. La mesure des campagnes sans cookies sur iPhone doit donc s’appuyer sur des données consenties, des identifiants propriétaires et des analyses agrégées.
L’impact iOS sur la performance publicitaire se lit souvent dans les tableaux de bord par une baisse apparente des conversions attribuées aux réseaux sociaux. Cette baisse ne correspond pas mécaniquement à une chute des ventes. Une part du trafic et des achats devient simplement moins observable, ce qui modifie la contribution déclarée de chaque canal.
Comparer le last click, le first click et l’attribution multi-touch
Le modèle last click donne l’intégralité du crédit au dernier canal observé avant la conversion. Le last click attribue toute la valeur au dernier point de contact. Il convient aux cycles d’achat courts, lorsque l’objectif consiste à arbitrer les mots-clés payants ou les campagnes de reciblage.
Le modèle first click valorise, lui, le point de contact qui a déclenché la découverte. Il aide à protéger les investissements de prospection, mais il surestime parfois une campagne qui a touché un prospect sans contribuer à sa décision finale.
L’attribution multi-touch répartit la valeur entre plusieurs interactions. Les variantes linéaires, fondées sur la position ou sur la décroissance dans le temps donnent une vision plus proche d’un parcours client omnicanal. Leur limite reste majeure après iOS : les interactions manquantes sont réparties selon des règles, sans être réellement observées.
Avant de comparer les modèles, trois critères doivent guider le choix. Le premier est la nature de la conversion, avec une installation d’application, un achat en ligne ou une vente en magasin. Le deuxième porte sur la qualité des données accessibles. Le troisième dépend de la décision à prendre, qu’il s’agisse d’optimiser une campagne au quotidien ou de répartir un budget trimestriel.
| Modèle ou méthode | Niveau de détail | Délai de lecture | Usage de pilotage | Limite principale |
|---|---|---|---|---|
| Last click | Individuel si le consentement existe | Quasi immédiat | Optimisation tactique | Sous-évalue la prospection |
| First click | Individuel si le consentement existe | Quasi immédiat | Acquisition de nouveaux clients | Ignore les leviers de conversion |
| Multi-touch | Dépend de la couverture des données | Court à moyen | Analyse des parcours connus | Biaisé par les signaux absents |
| SKAdNetwork | Agrégé et différé | 24 à 48 heures ou plus | Acquisition d’applications iOS | Granularité réduite |
| Incrémentalité et MMM | Agrégé | Plusieurs semaines | Allocation budgétaire | Protocole et historique exigeants |
SKAdNetwork structure l’attribution des campagnes applicatives
SKAdNetwork fournit une mesure agrégée des campagnes applicatives. Le dispositif d’Apple, souvent appelé SKAN, envoie des postbacks signés sans exposer l’identité de l’utilisateur. Il relie une installation à une source publicitaire dans un cadre qui préserve la confidentialité.
SKAN 4 prévoit jusqu’à trois postbacks, avec des délais aléatoires et une granularité variable selon le volume de conversions. Les équipes produit doivent donc définir une valeur de conversion qui reflète un événement utile, comme l’inscription, le premier achat ou l’atteinte d’un niveau d’engagement. Une valeur mal conçue produit des données nombreuses mais peu actionnables.
L’attribution marketing pour les adtechs repose alors sur une architecture de mesure complète. Les données SKAN éclairent l’acquisition iOS, tandis que les données de première partie renseignent les achats récurrents et la valeur client. Un pic isolé peut aussi provenir d’une promotion, d’une rupture de stock ou d’un volcan qui perturbe les déplacements et les comportements d’achat dans une zone donnée.
L’incrémentalité et le Marketing Mix Modeling mesurent l’effet causal
Les tests d’incrémentalité comparent un groupe exposé à une campagne avec un groupe de contrôle comparable. Ils estiment les conversions additionnelles provoquées par la diffusion, plutôt que les conversions qui auraient eu lieu sans publicité. Ce protocole est particulièrement utile lorsque les plateformes revendiquent toutes la même vente.
Le Marketing Mix Modeling (MMM) utilise des séries temporelles pour isoler l’effet des canaux, de la saisonnalité, des prix, des promotions et de facteurs externes. Il fonctionne bien pour les entreprises qui investissent sur plusieurs médias et disposent d’un historique stable. Son résultat porte sur des tendances budgétaires, pas sur l’optimisation d’une création publicitaire le lendemain.
Combiner attribution, incrémentalité et Marketing Mix Modeling permet de relier l’arbitrage quotidien à une lecture plus robuste du retour sur investissement. Le modèle d’attribution sert à ajuster les campagnes actives. Les tests valident les principaux leviers. Le MMM fixe les grandes allocations entre canaux.
Pour rapprocher cette analyse des décisions de budget, la rentabilité de la publicité en ligne sur trois canaux doit être suivie avec des coûts, des marges et des règles de déduplication identiques.
Quels KPI suivre pour piloter les campagnes publicitaires sur iOS ?
Les KPI des campagnes publicitaires sur iOS doivent associer volume, qualité et rentabilité. Le coût par installation reste pertinent pour une application, à condition de le compléter par le taux d’inscription, le coût par premier achat et la rétention à 7 ou 30 jours. Une campagne peut générer des installations bon marché et détruire de la marge si les utilisateurs n’activent jamais le service.
Pour l’e-commerce, le coût d’acquisition, le chiffre d’affaires incrémental, la marge après coûts publicitaires et la valeur vie client apportent une lecture plus utile que le seul taux de conversion attribué. La fenêtre d’attribution doit rester identique lors d’une comparaison entre deux périodes ou deux audiences.
Aucun modèle d’attribution ne doit être interprété isolément. Utiliser le même modèle d’attribution pour comparer deux segments garantit au moins une base d’arbitrage cohérente. Les écarts entre plateformes doivent ensuite être rapprochés des ventes observées, des tests de contrôle et de la marge nette.
Questions fréquentes sur les modèles d’attribution publicitaire après iOS
Le last click fonctionne-t-il encore après iOS ?
Oui, le last click reste exploitable pour les conversions observables sur un même site ou dans un environnement connecté. Il doit guider les optimisations de court terme, sans servir seul à décider d’un budget global. Les canaux de découverte et les conversions non traçables y sont mécaniquement sous-représentés.
SKAdNetwork remplace-t-il un outil d’attribution mobile ?
Non, SKAdNetwork fournit les postbacks standardisés d’Apple pour les campagnes applicatives iOS. Un outil d’attribution mobile peut agréger ces données, les rapprocher d’autres sources et gérer les règles de reporting. La qualité finale dépend surtout de la configuration des valeurs de conversion et du volume de campagnes.
Quel modèle choisir pour une entreprise qui investit sur plusieurs canaux ?
Une entreprise qui pilote au jour le jour peut conserver le last click pour l’optimisation opérationnelle. Elle gagnera à lancer des tests d’incrémentalité sur ses plus gros budgets et à utiliser un MMM lorsque les dépenses couvrent plusieurs canaux sur une longue période. Le choix dépend des objectifs, des canaux et des données disponibles.
Pourquoi les chiffres d’une régie et ceux du CRM diffèrent-ils ?
Les régies utilisent leurs propres fenêtres d’attribution et peuvent comptabiliser une conversion vue ou cliquée. Le CRM enregistre généralement la vente finale et son identifiant client, avec une autre logique de déduplication. Ces chiffres doivent être rapprochés, puis interprétés selon leur fonction de pilotage.
Après iOS, la fiabilité ne repose plus sur un chiffre unique, mais sur une hiérarchie de méthodes adaptées au niveau de décision. Le last click aide à agir vite, SKAN documente l’acquisition d’applications et l’incrémentalité ou le MMM sécurisent les choix budgétaires majeurs.
