Panneau Attribution attribution-panel

recommendation-more-help

Cet article présente le panneau Attribution dans CustomerJourneyAnalytics Customer Journey Analytics.
Consultez panneau Attribution pour la version AdobeAnalytics Adobe Analytics de cet article.

Le panneau Attribution vous permet de créer facilement une analyse comparant différents modèles d’attribution. Le panneau vous fournit un espace de travail dédié à l’utilisation et à la comparaison des modèles d’attribution.

Customer Journey Analytics améliore l’attribution en vous permettant de :

  • Définissez l’attribution à des médias autres que ceux achetés : tout canal, dimension, mesure ou événement peut être appliqué aux modèles (par exemple, recherche interne) et pas seulement aux campagnes marketing.
  • Utilisez la comparaison illimitée de modèles d’attribution : comparez dynamiquement autant de modèles que vous le souhaitez.
  • Évitez les changements d’implémentation : avec le traitement de la période de rapport et les sessions contextuelles, le contexte du parcours client peut être créé et appliqué lors de l’exécution.
  • construire la session qui correspond le mieux à votre scénario d’attribution ;
  • Ventiler l’attribution par segments : comparez facilement les performances de vos canaux marketing sur n’importe quel segment important (par exemple, la nouvelle clientèle par rapport à la clientèle régulière, le produit X par rapport au produit Y, le niveau de fidélité ou la valeur vie client (CLV)).
  • inspecter le croisement des canaux et l’analyse multi-touch : utilisation des histogrammes et diagrammes de Venn ainsi que des résultats de l’attribution des tendances ;
  • analyser visuellement des séquences marketing importantes : explorez les chemins d’accès qui ont mené à la conversion sur le plan visuel par le biais de visualisations à plusieurs nœuds de flux et d’abandons ;
  • créer des mesures calculées : utilisez n’importe quel nombre de méthodes d’attribution.

Utilisation

Pour utiliser un panneau Attribution, procédez comme suit :

  1. Créez un panneau Attribution. Pour plus d’informations sur la création d’un panneau, consultez Créer un panneau.

  2. Spécifiez l’entrée du panneau.

  3. Observez la sortie du panneau.

Entrée du panneau

Vous pouvez configurer le panneau Attribution à l’aide des paramètres d’entrée suivants :

  1. Ajoutez une mesure de succès et une dimension à partir du canal auquel vous souhaitez affecter des attributs. Par exemple, les canaux marketing ou les dimensions personnalisées, telles que les promotions internes.

    Fenêtre du panneau Attribution présentant plusieurs dimensions et mesures sélectionnées.

  2. Sélectionnez un ou plusieurs modèles d’attribution parmi Modèles inclus, le conteneur parmi Conteneur et un intervalle de recherche en amont parmi le intervalle de recherche en amont que vous souhaitez utiliser pour la comparaison.

  3. Sélectionnez Créer pour créer les visualisations dans le panneau.

Sortie du panneau

Le panneau Attribution renvoie un riche ensemble de données et des visualisations qui comparent l’attribution de la dimension et de la mesure sélectionnées.

Visualisations du panneau Attribution qui comparent les mesures et dimensions sélectionnées.

Visualisations d’attribution

Les visualisations suivantes font partie de la sortie du panneau.

  • Mesure totale : nombre total de conversions qui se sont produites au cours de la période de création des rapports et qui sont attribuées à la dimension que vous avez sélectionnée.
  • Barres de comparaison d’attribution : compare visuellement les conversions attribuées à chacun des éléments de dimension de la dimension sélectionnée. Chaque couleur de barre représente un modèle d’attribution distinct.
  • Tableau de comparaison d’attribution : affiche, sous forme de tableau, les mêmes données que le graphique à barres. La sélection de différentes colonnes ou lignes dans ce tableau permet de segmenter le graphique à barres ainsi que plusieurs autres visualisations du panneau. Ce tableau fonctionne de la même manière que tout autre tableau à structure libre dans Workspace. Il vous permet d’ajouter des composants tels que des mesures, des segments ou des répartitions.
  • Diagramme de chevauchement : visualisation de Venn présentant les trois principaux éléments de dimension et la fréquence à laquelle ils participent conjointement à une conversion. Par exemple, la taille du chevauchement des bulles indique la fréquence des conversions lorsqu’une personne a été exposée aux deux éléments de dimension. La sélection d’autres lignes dans le tableau à structure libre adjacent met à jour la visualisation pour refléter votre sélection.
  • Détails sur les performances : visualisation en nuage de points pour comparer visuellement jusqu’à trois modèles d’attribution.
  • Performance de tendance : affiche la tendance des conversions attribuées pour le principal élément de dimension. La sélection d’autres lignes dans le tableau à structure libre adjacent met à jour la visualisation pour refléter votre sélection.
  • Flux : vous permet de voir avec quels canaux les personnes interagissent le plus souvent lors de leur parcours, et dans quel ordre.

Modèle d’attribution

Un modèle d’attribution détermine les éléments de dimension crédités pour une mesure lorsque plusieurs valeurs sont affichées dans l’intervalle de recherche en amont d’une mesure. Les modèles d’attribution ne s’appliquent que lorsque plusieurs éléments de dimension sont définis dans l’intervalle de recherche en amont. Si un seul élément de dimension est défini, il est crédité à 100 %, quel que soit le modèle d’attribution utilisé.

Icône
Modèle d’attribution
Définition
Dernière touche
Dernière touche
Attribue un crédit de 100 % au point de contact le plus récent avant la conversion. Ce modèle d’attribution est généralement la valeur par défaut de toute mesure pour laquelle aucun modèle d’attribution n’est spécifié. Les entreprises utilisent généralement ce modèle lorsque le temps de conversion est relativement court, par exemple lors de l’analyse de mots-clés de recherche interne.
Première touche
Première touche
Attribue un crédit de 100 % au point de contact affiché pour la première fois dans l’intervalle de recherche en amont d’attribution. Les entreprises utilisent généralement ce modèle pour comprendre la notoriété de la marque ou l’acquisition client.
Linéaire
Linéaire
Attribue le même crédit à chaque point de contact visible menant à une conversion. Cela s’avère utile lorsque les cycles de conversion sont plus longs ou nécessitent un engagement client plus fréquent. Les entreprises utilisent généralement ce modèle d’attribution pour mesurer l’efficacité des notifications des applications mobiles ou avec des produits basés sur les abonnements.
Participation
Participation
Attribue un crédit de 100 % à tous les points de contact uniques. Comme chaque point de contact reçoit un crédit de 100 %, le total des données de mesure est généralement supérieur à 100 %. Si un élément de dimension apparaît plusieurs fois avant une conversion, les valeurs sont dédupliquées à 100 %. Ce modèle d’attribution est idéal dans les situations où vous souhaitez comprendre les points de contact auxquels les clientes et clients sont le plus exposés. Les sociétés de médias utilisent généralement ce modèle pour calculer la vitesse du contenu. Les sociétés de vente au détail utilisent généralement ce modèle pour comprendre les parties de leur site qui sont essentielles à la conversion.
Même touche
Même touche
Attribue un crédit de 100 % à l’événement même où la conversion a eu lieu. Si un point de contact ne se produit pas sur le même événément qu’une conversion, il est placé sous « Aucun ». Ce modèle d’attribution équivaut parfois à n’avoir aucun modèle d’attribution. Il s’avère utile dans les scénarios où vous ne souhaitez pas que les valeurs d’autres événements affectent la manière dont une mesure crédite les éléments de dimension. Les équipes produit ou de conception peuvent utiliser ce modèle pour évaluer l’efficacité d’une page où a lieu une conversion.
En forme de U
En forme de U
Attribue 40 % de crédit à la première interaction, 40 % à la dernière interaction et divise les 20 % restants entre les autres points de contact. Pour les conversions avec un point de contact unique, un crédit de 100 % est attribué. Pour les conversions avec deux points de contact, un crédit de 50 % est attribué aux deux. Ce modèle d’attribution est idéal dans les scénarios où vous attribuez la plus grande valeur aux première et dernière interactions, mais où vous ne souhaitez pas ignorer entièrement les interactions supplémentaires entre les deux.
En forme de J
Courbe en J
Attribue un crédit de 60 % à la dernière interaction, de 20 % à la première interaction et divise les 20 % restants entre les autres points de contact. Pour les conversions avec un point de contact unique, un crédit de 100 % est attribué. Pour les conversions avec deux points de contact, un crédit de 75 % est attribué à la dernière interaction et 25 % à la première. Semblable à la forme en U, ce modèle d’attribution privilégie la première et la dernière interaction, mais plus fortement la dernière interaction.
Inverse J
En forme de J inversé
Attribue un crédit de 60 % au premier point de contact, de 20 % au dernier point de contact et divise les 20 % restants entre les autres points de contact. Pour les conversions avec un point de contact unique, un crédit de 100 % est attribué. Pour les conversions avec deux points de contact, un crédit de 75 % est attribué à la première interaction et 25 % à la dernière. Semblable à la forme en J, ce modèle d’attribution privilégie la première et la dernière interaction, mais plus fortement la première interaction.
Atténuation temporelle
Atténuation temporelle
Suit une atténuation exponentielle avec un paramètre de demi-vie personnalisé, où la valeur par défaut est de sept jours. La pondération de chaque canal dépend de la durée écoulée entre l’initiation du point de contact et la conversion éventuelle. La formule utilisée pour déterminer le crédit est 2^(-t/halflife), où t correspond à la durée entre un point de contact et une conversion. Tous les points de contact sont alors normalisés à 100 %. Idéal pour les scénarios dans lesquels vous souhaitez mesurer l’attribution par rapport à un événement spécifique et significatif. Plus une conversion se produit longtemps après un événement marketing, plus faible sera le crédit attribué.
Personnalisé
Personnalisé
Permet de spécifier les pondérations à attribuer au premier et au dernier point de contact, et à tous les points de contact intermédiaires. Les valeurs spécifiées sont normalisées à 100 %, même si les nombres personnalisés saisis ne totalisent pas 100. Pour les conversions avec un point de contact unique, un crédit de 100 % est attribué. Pour les interactions avec deux points de contact, le paramètre du milieu est ignoré. Les premiers et derniers points de contact sont ensuite normalisés à 100 % et le crédit est attribué en conséquence. Ce modèle est idéal pour les analystes qui souhaitent un contrôle total sur leur modèle d’attribution et qui ont des besoins spécifiques que d’autres modèles d’attribution ne remplissent pas.
Algorithmique
Algorithmique
Utilise des techniques statistiques pour déterminer de manière dynamique l’allocation optimale de crédit pour la mesure sélectionnée. L’algorithme utilisé pour l’attribution est basé sur le dividende d’Harsanyi de la théorie du jeu coopératif. Le dividende d’Harsanyi est une généralisation de la solution de valeur de Shapley (nommée en honneur de Lloyd Shapley, un lauréat du prix Nobel d’économie) pour distribuer le crédit entre les participants d’un jeu dont les contributions au résultat sont inégales.
À haut niveau, l’attribution se calcule comme une coalition d’acteurs à laquelle un excédent doit être équitablement réparti. La répartition de l’excédent de chaque coalition est déterminée en fonction de l’excédent précédemment créé par chaque sous-coalition (ou des éléments de dimension ayant participé précédemment) de façon récurrente. Pour plus de détails, voir les articles originaux de John Harsanyi et de Lloyd Shapley :
Shapley, Lloyd S. (1953). A value for n-person games. Contributions to the Theory of Games, 2(28), 307-317.
Harsanyi, John C. (1963). A simplified bargaining model for the n-person cooperative game. International Economic Review 4(2), 194-220.

Conteneur

Un conteneur d’attribution définit la portée souhaitée pour l’attribution. Les options possibles sont les suivantes :

  • Session : recherche en amont jusqu’au début d’une session au cours de laquelle une conversion s’est produite. Les intervalles de recherche en amont des sessions respectent la délai d’expiration de session modifiée dans une vue de données.
  • Personne : examine les conversions à partir de la portée du conteneur de personnes.
  • Compte global [B2B Edition]{class="badge informative"} : examine les conversions à partir de la portée du conteneur de comptes globaux.
  • Comptes [B2B Edition]{class="badge informative"} : examine les conversions à partir de la portée du conteneur de personnes.
  • Opportunité [B2B Edition]{class="badge informative"} : examine les conversions à partir de la portée du conteneur d’opportunités.
  • Groupe d’achat [B2B Edition]{class="badge informative"} : examine les conversions à partir de la portée du conteneur de groupes d’achat.

Intervalle de recherche en amont

Un intervalle de recherche en amont des attributions correspond à la durée pendant laquelle une conversion doit effectuer une recherche en amont pour englober les points de contact. Si un élément de dimension est défini en dehors de l’intervalle de recherche en amont, la valeur n’est incluse dans aucun calcul d’attribution.

  • 14 jours : remonte jusqu’à 14 jours en arrière à partir du moment où la conversion a eu lieu.
  • 30 jours : remonte jusqu’à 30 jours en arrière à partir du moment où la conversion a eu lieu.
  • 60 jours : remonte jusqu’à 60 jours en arrière à partir du moment où la conversion a eu lieu.
  • 90 jours : remonte jusqu’à 90 jours en arrière à partir du moment où la conversion a eu lieu.
  • 13 mois [B2B Edition]{class="badge informative"} : remonte jusqu’à13 mois en arrière à partir du moment où la conversion a eu lieu.
  • Heure personnalisée : vous permet de définir un intervalle de recherche en amont personnalisé à partir du moment où une conversion s’est produite. Vous pouvez spécifier le nombre de minutes, heures, jours, semaines, mois ou trimestres. Par exemple, si une conversion a eu lieu le 20 février, un intervalle de recherche en amont de cinq jours évalue tous les points de contact de dimension du 15 au 20 février dans le modèle d’attribution.

Exemple

Examinez l’exemple suivant :

  1. Le 15 septembre, une personne arrive sur votre site par le biais d’une annonce de référencement payant, puis le quitte.
  2. Le 18 septembre, la personne arrive de nouveau sur votre site par le biais d’un lien sur les médias sociaux qu’une personne de son entourage lui a envoyé. Ils ajoutent plusieurs articles à leur panier, mais n’achètent rien.
  3. Le 24 septembre, votre équipe marketing leur envoie un courrier électronique contenant un bon pour certains articles de leur panier. Ils appliquent le bon, mais se rendent sur plusieurs autres sites pour voir s’il existe d’autres bons. Ils en trouvent un autre par le biais d’une annonce d’affichage, puis effectuent un achat de 50 $.

Selon votre modèle d’attribution, le conteneur et les canaux reçoivent un crédit différent. Voir le tableau ci-dessous pour obtenir des exemples :

Modèle
Conteneur
Intervalle de recherche en amont
Explication
Première touche
Session
30 jours
L’attribution ne s’intéresse qu’à la troisième visite. Entre l’e-mail et l’affichage, l’e-mail était le premier. Dès lors, il reçoit 100 % du crédit pour l’achat de 50 $.
Première touche
Personne
30 jours
L’attribution examine les trois visites. Le référencement payant a été le premier. Il obtient donc un crédit de 100 % pour l’achat de 50 $.
Linéaire
Session
30 jours
Le crédit est divisé entre l’e-mail et l’affichage. Ces deux canaux reçoivent chacun un crédit de 25 $.
Linéaire
Personne
30 jours
Le crédit est divisé entre le référencement payant, les réseaux sociaux, les e-mails et l’affichage. Chaque canal reçoit un crédit de 12,50 $ pour cet achat.
En forme de J
Personne
30 jours

Le crédit est divisé entre le référencement payant, les réseaux sociaux, les e-mails et l’affichage.

  • Un crédit de 60 % est accordé à l’affichage, pour un montant de 30 $.
  • Un crédit de 20 % est accordé au référencement payant, pour un montant de 10 $.
  • Les 20 % restants sont répartis entre les réseaux sociaux et le courrier électronique, soit 5 $ à chacun.
Atténuation temporelle
Personne
30 jours
  • Intervalle de zéro jour entre le point de contact de l’affichage et la conversion. 2^(-0/7) = 1
  • Intervalle de zéro jour entre le point de contact de l’e-mail et la conversion. 2^(-0/7) = 1
  • Intervalle de six jours entre le point de contact de réseaux sociaux et la conversion. 2^(-6/7) = 0.552
  • Intervalle de neuf jours entre le point de contact du référencement payant et la conversion. 2^(-9/7) = 0.41 La normalisation de ces valeurs entraîne les résultats suivants :
    • Affichage : 33,8 %, gain de 16,88 $
    • Courrier électronique : 33,8 %, gain de 16,88 $
    • Réseaux sociaux : 18,6 %, gain de 9,32 $
    • Référencement payant : 13,8 %, gain de 6,92 $

Les événements de conversion qui comportent généralement des nombres entiers sont divisés si le crédit revient à plusieurs canaux. Par exemple, si deux canaux contribuent à un événement personnalisé à l’aide d’un modèle d’attribution linéaire, les deux canaux obtiennent 0,5 de cette commande. Ces mesures partielles sont additionnées pour toutes les personnes, puis arrondies à l’entier le plus proche à des fins de création de rapports.

[B2B Edition]{class="badge informative" title="Customer Journey Analytics B2B Edition"} Utilisez des conteneurs B2B spécifiques, tels que des comptes ou des opportunités, et des intervalles de recherche en amont plus appropriés (jusqu’à 13 mois) pour appliquer les modèles d’attribution ci-dessus dans des scénarios B2B standard.

080e5213-7aa2-40d6-9dba-18945e892f79