L’attribution marketing détermine quel canal publicitaire reçoit le “crédit” d’une vente — et le modèle choisi peut faire varier le ROAS d’une même campagne du simple au triple. Voici comment ça fonctionne réellement et pourquoi le modèle par défaut de Shopify sous-estime souvent vos canaux publicitaires.

Pour le calcul détaillé du ROAS par plateforme, voir notre guide ROAS complet.

Le problème que l’attribution essaie de résoudre

Un client typique interagit avec plusieurs canaux avant d’acheter : il voit une publicité Meta, cherche la marque sur Google quelques jours plus tard, clique sur une publicité Google Ads, puis achète. Quel canal a “généré” cette vente ? La réponse dépend entièrement du modèle d’attribution choisi.

Les principaux modèles d’attribution

Dernier clic (Last-click)

Le modèle par défaut de Shopify. 100% du crédit va au dernier canal cliqué avant l’achat, ignorant tout le parcours précédent.

Limite majeure : ce modèle sous-estime systématiquement les canaux de découverte (souvent les publicités de notoriété, le haut de funnel) au profit des canaux de “fermeture” (retargeting, recherche de marque).

Premier clic (First-click)

À l’inverse, 100% du crédit va au tout premier point de contact. Ce modèle surestime les canaux de découverte et ignore l’effort de conversion final.

Linéaire (Linear)

Le crédit est réparti également entre tous les points de contact du parcours. Plus équilibré, mais ne reflète pas l’importance réelle de chaque interaction.

Data-driven (piloté par les données)

Le modèle utilisé par défaut dans GA4 et de plus en plus par les plateformes publicitaires : un algorithme de machine learning attribue le crédit selon l’impact réel observé de chaque canal sur la conversion, basé sur l’historique de données du compte.

Pourquoi chaque plateforme donne un chiffre différent

Exemple concret réel : un ROAS Meta de 8,18x et un ROAS Google de 3,40x sur la même semaine, pour la même boutique. Ces deux chiffres utilisent chacun leur propre fenêtre d’attribution (souvent 7 jours clic / 1 jour vue pour Meta), sans connaissance de ce qui se passe sur l’autre plateforme.

Si un même client a vu une publicité Meta puis cliqué sur une publicité Google avant d’acheter, les deux plateformes peuvent chacune s’attribuer 100% de cette vente — d’où l’écart fréquent entre la somme des ROAS individuels et le ROAS réel de la boutique (le MER, détaillé dans notre article ROAS vs MER).

Comment lire l’attribution sans se tromper

La règle que j’applique systématiquement avec mes clients : ne jamais additionner le revenu attribué de plusieurs plateformes pour estimer le revenu total. Le seul chiffre fiable pour le revenu global reste celui de Shopify (source de vérité), comparé à la dépense publicitaire totale via le MER.

Le ROAS par plateforme reste utile — mais uniquement pour des décisions relatives (quelle plateforme est la plus efficace comparée à l’autre), pas pour une addition absolue.

L’impact concret sur les décisions budgétaires

Exemple réel : avec une répartition budgétaire quasi égale entre Meta (49,4%) et Google (50,6%), Meta générait 70,1% du revenu attribué contre 29,9% pour Google. Une lecture superficielle pourrait suggérer de tout basculer vers Meta — mais sans savoir si Google contribue à des étapes de découverte non capturées par l’attribution dernier clic de Meta, cette décision pourrait couper un canal qui alimente indirectement les conversions Meta.

La bonne pratique : tester progressivement (10-15% de réallocation à la fois) plutôt que couper brutalement un canal sur la seule base du ROAS apparent. Un dashboard marketing centralisé facilite ce test progressif en donnant une vue MER en temps réel, plutôt que de naviguer entre plusieurs interfaces publicitaires.

Attribution et confidentialité (post-iOS 14)

Depuis les changements de confidentialité d’Apple (iOS 14+), le tracking cross-device et cross-app est devenu significativement moins précis pour les plateformes publicitaires, ce qui a poussé de nombreuses plateformes à développer des méthodes d’attribution serveur-side et de modélisation probabiliste pour compenser les données manquantes.

FAQ — Attribution marketing

Quel modèle d’attribution est le plus fiable ? Aucun modèle n’est parfait. Le modèle data-driven est généralement le plus précis pour les comptes à volume suffisant, mais le MER (revenu réel vs dépense totale) reste la métrique la plus fiable pour une vue d’ensemble sans biais d’attribution.

Pourquoi Shopify et Meta Ads affichent-ils des revenus différents pour la même campagne ? Les deux utilisent des fenêtres et modèles d’attribution différents. Ce n’est pas une erreur de configuration, c’est une différence méthodologique inhérente à chaque plateforme.

Faut-il changer le modèle d’attribution de GA4 ? Le modèle data-driven par défaut convient à la majorité des boutiques. Un changement manuel n’est généralement utile que pour des cas spécifiques avec un volume de données très élevé et une expertise analytique dédiée.

Vous voulez une vue consolidée et fiable de votre attribution, sans risque de double comptage entre plateformes ? Découvrez notre Paid Media Dashboard ou réservez un appel gratuit de 30 minutes.