Attribution multi-canal en 2026 : ce qui marche, ce qui ment #

L'attribution publicitaire est devenue un sujet difficile depuis 2021. Entre iOS 14, les ITP de Safari, les blockers et la fragmentation des canaux, les modèles classiques mentent de plus en plus. Voici l'état des lieux honnête en 2026.

Pourquoi le last-click ne marche plus #

Le modèle dominant historiquement attribuait 100 % du crédit au dernier point de contact. Problème : si un utilisateur voit une vidéo Instagram, clique trois jours plus tard sur Google Search, puis convertit, le last-click attribue tout à Google. Meta reçoit zéro crédit, son budget est progressivement réduit, et… la conversion disparaît parce qu'elle n'arrivait que grâce au cycle d'éveil Meta.

Ce biais a conduit à des sous-investissements massifs en haut de funnel entre 2022 et 2025.

Les modèles disponibles aujourd'hui #

1. Last-click #

Toujours le plus utilisé par défaut dans les outils. Simple à comprendre, mais déformant. À garder uniquement comme baseline de référence.

2. Position-based / linear #

Attribue le crédit entre les premier et dernier touch points (40/40/20) ou linéairement. Mieux que last-click, mais reste basé sur les touch-points trackés (donc tronqué par les blockers).

3. Data-driven attribution (DDA) #

Modèle de Google Ads et Meta qui répartit le crédit selon l'analyse statistique des conversions effectives. Bonne approximation pour un canal en intra, mais ne gère pas le cross-canal entre Meta et Google.

4. Marketing Mix Modeling (MMM) #

Modélisation économétrique qui corrèle dépenses publicitaires et ventes globales. Avantages : pas dépendant du tracking, fonctionne même sans cookies. Inconvénients : demande au moins 18 mois de données, coût élevé, mise en place complexe. Réservé aux marques avec un budget pub > 500 K€/an.

5. Études d'incrémentalité #

Geo holdout (couper Meta dans une région pendant 4 semaines, mesurer l'impact) ou conversion lift studies (Meta et Google proposent leurs outils). C'est la mesure la plus fiable de la contribution réelle d'un canal — mais coûteuse en opportunité.

Le piège du « ROAS Meta » et du « ROAS Google » #

Beaucoup de freelances reportent le ROAS tel qu'affiché dans Meta Ads Manager et Google Ads. Ces chiffres :

  • Sont calculés sur leur fenêtre d'attribution interne (1 jour, 7 jours, 28 jours).
  • Sont basés sur leurs propres conversions trackées.
  • Comptent souvent les mêmes conversions si le tracking n'est pas dédupliqué.

Résultat : si vous additionnez « ROAS Meta + ROAS Google », vous comptez deux fois les mêmes ventes. Le seul ROAS qui compte est le ROAS global de l'entreprise (CA / dépenses pub totales).

Le setup tracking propre en 2026 #

Pour avoir une mesure honnête, mettez en place :

  1. Server-side tracking : Meta CAPI + Google Enhanced Conversions + LinkedIn Conversions API. Les conversions arrivent même sans cookies.
  2. Déduplication entre client-side et server-side via event ID.
  3. First-party data : votre propre base client (CRM, Stripe, Shopify) comme source de vérité.
  4. Plateforme analytics neutre : GA4 ou Matomo, pour avoir un référentiel hors plateformes ad.

Les méthodes recommandées par taille d'annonceur #

  • Petit annonceur (budget < 30 K€/mois) : last-click ou position-based + tracking serveur propre. MMM trop coûteux à mettre en place.
  • Annonceur moyen (30 à 200 K€/mois) : data-driven attribution + études d'incrémentalité ponctuelles (1 à 2 par an).
  • Grand annonceur (> 200 K€/mois) : MMM en complément des modèles plateformes.

Les indicateurs à suivre en plus du ROAS #

  • Incrementality lift : le ROAS pondéré par l'incrémentalité réelle (~70 à 90 % du ROAS affiché en moyenne).
  • MER (Marketing Efficiency Ratio) : CA total / dépenses marketing total. La métrique la plus honnête pour piloter un budget global.
  • CAC payback period : combien de temps pour rentabiliser l'acquisition d'un client. Plus pertinent que le ROAS sur les modèles à abonnement ou LTV élevée.

Pour aller plus loin #