Modèle d’attribution : comprendre et choisir le bon en 2026

Qu’est-ce qu’un modèle d’attribution ?

C’est la règle qui répartit le mérite d’une conversion entre les points de contact qui l’ont précédée. Un client voit une publicité Meta, clique deux jours plus tard sur une annonce Google, puis revient par un e-mail avant d’acheter. Le modèle décide qui reçoit la vente, en totalité ou par fractions.

Il ne faut pas le confondre avec la fenêtre d’attribution. La fenêtre fixe la durée pendant laquelle un clic ou une impression peut encore être crédité. Le modèle, lui, tranche entre plusieurs contacts qui tombent tous dans cette fenêtre. Deux comptes réglés sur le même modèle peuvent afficher des résultats très différents si leurs fenêtres diffèrent.

Le choix n’a rien d’académique. Les stratégies d’enchères automatiques de Google Ads apprennent à partir des conversions telles que le modèle les répartit. Changer de modèle modifie donc ce que l’algorithme cherche à obtenir, pas seulement la présentation des rapports.

Un parcours, plusieurs lectures

Prenons un parcours hypothétique de trois contacts avant un achat de 90 €. Une annonce YouTube, puis une recherche sur le nom de la marque, puis un clic sur une annonce Shopping. Selon le modèle retenu, les 90 € vont entièrement à Shopping, ou se répartissent entre les trois campagnes selon le poids que l’algorithme leur prête. Le chiffre d’affaires est le même ; le ROAS de chaque campagne ne l’est plus.

Dernier clic, basé sur les données, positionnel : comment chacun répartit-il le crédit ?

Les modèles se distinguent par leur logique de partage. Certains appliquent une règle fixe, d’autres apprennent à partir de vos données. Le tableau résume les plus cités et leur disponibilité chez Google en octobre 2026.

Sources : Aide Google Ads, À propos des modèles d’attribution et Aide Google Analytics, Premiers pas avec l’attribution.

Le dernier clic est simple à lire et à expliquer. Il surévalue en revanche les campagnes de fin de parcours, comme la recherche sur le nom de marque ou le reciblage, qui récoltent une demande créée ailleurs.

Le modèle positionnel reste utile comme grille de lecture. Il rappelle qu’un parcours a un déclencheur et un point de clôture, et qu’ils jouent des rôles différents. Mais vous ne pouvez plus le sélectionner dans les outils Google, et nous déconseillons de le reconstruire à la main dans un tableur. Les poids y sont arbitraires, ce qui revient à décider d’avance du résultat.

Que propose Google Ads en 2026 ?

Deux modèles seulement, le dernier clic et le modèle basé sur les données. Google indique que ce dernier est le modèle par défaut pour la plupart des actions de conversion, et que les actions qui utilisaient un modèle retiré sont passées automatiquement au modèle basé sur les données (Aide Google Ads).

Le modèle basé sur les données s’appuie sur l’historique de votre compte. Il compare les parcours qui ont mené à une conversion à ceux qui n’y ont pas mené, et donne plus de crédit aux contacts dont la présence change la probabilité d’achat. Il rend généralement de la valeur aux campagnes de haut de parcours, YouTube, Demand Gen ou Display, qui ne sont presque jamais le dernier clic.

Nous le conservons sur l’action d’achat principale dans la grande majorité des comptes, parce que c’est sur lui que les enchères au ROAS cible ou au CPA cible apprennent. Le dernier clic garde un intérêt ponctuel, pour vérifier qu’une campagne n’est pas portée par un crédit très diffus. Si l’écart entre les deux lectures est énorme pour une campagne, c’est un signal pour aller voir de plus près, pas une preuve dans un sens ou dans l’autre.

Un point de vigilance sur la qualité du signal. Un modèle qui apprend sur des conversions mal remontées apprend mal. Avant de discuter du modèle, nous vérifions la balise, les conversions améliorées et le mode Consentement, détaillé dans notre guide du Consent Mode v2.

Comment GA4 attribue-t-il les conversions ?

GA4 propose trois modèles. Le modèle basé sur les données, le dernier clic sur les canaux payants et organiques, qui ignore le trafic direct, et le dernier clic sur les canaux payants Google, qui retombe sur le précédent quand aucun clic Google Ads n’existe (Aide Google Analytics). Les conversions peuvent être réattribuées jusqu’à sept jours après qu’elles ont eu lieu, ce qui explique que les chiffres d’hier bougent encore.

Les paramètres se règlent dans l’administration de la propriété. La période d’analyse est de 90 jours par défaut pour les événements clés, réglable à 30 ou 60 jours, et de 7 ou 30 jours pour les événements d’acquisition (Aide Google Analytics, Sélectionnez des paramètres d’attribution). Un changement s’applique immédiatement à tous les rapports, y compris aux données passées.

GA4 est le seul des trois outils à voir à la fois le référencement naturel, les e-mails, les réseaux sociaux et la publicité. C’est pour cela que nous l’utilisons comme vue transverse, à condition que l’événement d’achat soit propre. Notre guide GA4 pour l’e-commerce détaille les paramètres de l’événement purchase et les erreurs qui faussent l’attribution, comme les passerelles de paiement qui apparaissent en source de trafic.

Comment Meta attribue-t-il une conversion ?

Meta ne partage pas le crédit avec les autres canaux. Il compte une conversion dès qu’une personne a cliqué, interagi ou vu une publicité dans la fenêtre choisie. Le paramètre d’attribution d’un ensemble de publicités tient donc lieu de modèle.

Les règles ont changé le 3 mars 2026. Meta a annoncé que l’attribution au clic, pour les conversions sur site web et en magasin, ne retient plus que les clics sur lien. Les mentions J’aime, partages et enregistrements relèvent désormais de l’attribution après interaction (engage-through), nouveau nom de l’ancienne vue engagée, et le seuil de vue engagée des vidéos passe de 10 à 5 secondes (Meta, Simplifying Ad Measurement for a Social-First World). Pour les campagnes optimisées pour les conversions sur site, le réglage par défaut devient 7 jours après clic, 1 jour après interaction et 1 jour après vue (Dataslayer).

Meta propose aussi une attribution incrémentale. Elle s’appuie sur des modèles qui estiment si une conversion a été causée par la publicité, et peut servir à l’optimisation comme au reporting (Social Media Today, septembre 2025). C’est une estimation statistique de Meta, utile, mais pas un test contrôlé.

La conséquence pratique est simple. Une vente précédée d’une vue de Reel puis d’un clic Google Shopping sera comptée par Meta et par Google Ads. Pour la configuration du signal côté Meta, voyez notre guide du Pixel Meta et celui de l’API de conversion Meta.

Pourquoi GA4, Google Ads et Meta ne donnent-ils jamais les mêmes chiffres ?

Parce qu’ils ne voient pas les mêmes contacts et n’appliquent pas les mêmes règles. Un écart n’est pas forcément une panne de tracking. Le tableau compare les réglages par défaut tels que documentés en octobre 2026.

Trois écarts reviennent dans presque tous les audits. Meta compte des conversions après simple vue, que GA4 attribue à un autre canal ou au direct. Avec le mode Consentement, Google modélise une partie des conversions non observées après un refus des cookies, alors que votre back-office ne compte que des commandes réelles. Et chaque régie s’attribue la vente entière, si bien que la somme des conversions déclarées dépasse souvent les commandes réelles.

La méthode que nous appliquons tient en une habitude. Chaque semaine, on rapproche les ventes déclarées par chaque régie du chiffre d’affaires du back-office et des dépenses totales. Le rapport entre chiffre d’affaires total et dépenses marketing, présenté dans notre guide sur le calcul du ROAS rentable, échappe au double comptage. Il ne dit pas quel canal a travaillé, mais il dit si l’ensemble est rentable.

Quelles sont les limites de tout modèle d’attribution ?

Un modèle d’attribution décrit des corrélations dans des parcours observés. Il ne dit pas ce qui se serait passé sans la publicité. Une personne qui cherche votre marque sur Google allait souvent acheter de toute façon, et la campagne qui capte ce clic reçoit un crédit qu’elle n’a pas provoqué.

• Le consentement. Les cookies de publicité personnalisée exigent une information et un consentement préalables (CNIL, Cookies et traceurs, que dit la loi ?). Une part des parcours n’est donc jamais observée ou seulement modélisée.
• Les changements d’appareil. Un parcours commencé sur mobile et terminé sur ordinateur se coupe en deux si l’utilisateur n’est pas identifié.
• Ce qui ne laisse pas de clic. Une vidéo d’influenceur, un passage en magasin, une recommandation orale ou un affichage n’apparaissent dans aucun chemin de conversion.
• La boîte noire. Le modèle basé sur les données ne publie pas ses poids. Vous constatez le résultat sans pouvoir l’auditer en détail.

Ces limites expliquent pourquoi les annonceurs qui investissent sur plusieurs canaux complètent l’attribution par des mesures causales. Un test de conversion lift compare un groupe exposé à un groupe de contrôle pour isoler les conversions réellement provoquées (Aide Google Ads, À propos du conversion lift). Le marketing mix modeling, lui, travaille sur des données agrégées et échappe aux cookies.

Quel modèle d’attribution choisir selon votre objectif ?

Le bon modèle dépend de la décision que vous devez prendre, pas d’une préférence de principe. Voici les choix que nous faisons le plus souvent.

• Piloter les enchères Google Ads. Modèle basé sur les données sur l’action d’achat principale, et une seule action principale par objectif pour ne pas compter deux fois.
• Juger une campagne de haut de parcours. Comparer sa contribution en modèle basé sur les données et en dernier clic dans GA4. Une campagne qui n’existe qu’en modèle basé sur les données mérite un test avant d’être coupée ou doublée.
• Lire Meta pour une offre à achat rapide. Garder le réglage par défaut pour l’optimisation, puis afficher la colonne 1 jour après clic à titre de comparaison. Si la quasi-totalité des ventes vient de la vue, la prudence s’impose.
• Arbitrer le budget entre canaux. Aucun modèle de plateforme ne suffit. On part du chiffre d’affaires total, de la marge et des tests d’incrémentalité.
• Petit compte, peu de conversions. Le dernier clic dans GA4 reste lisible quand le volume est faible ; regardez la tendance sur plusieurs semaines plutôt que le détail jour par jour.

Une règle évite beaucoup de débats internes. Fixez le modèle et les fenêtres une fois, notez la date du réglage, et ne les changez pas en cours de période d’analyse. Comparer un mois en dernier clic à un mois en modèle basé sur les données, c’est comparer deux règles de calcul.

Si vos chiffres divergent au point de bloquer les décisions, un audit de mesure fait gagner du temps. C’est le travail de notre agence de tracking publicitaire, qui relie ensuite ces mesures au pilotage du budget avec nos équipes performance marketing.