Fenêtres de Lookback d'Attribution

La fenêtre de lookback détermine jusqu’où remonter dans le temps pour considérer les touchpoints avant une conversion. C’est l’INTERVAL N DAY dans la clause WHERE de chaque requête d’attribution. Une fenêtre plus courte que le cycle d’achat réel exclut les touchpoints qui ont influencé la conversion ; une fenêtre plus longue que nécessaire attribue du crédit à des actions marketing sans lien causal avec le résultat.

Pourquoi la Fenêtre est Importante

Chaque modèle d’attribution — premier contact, dernier contact, linéaire, basé sur la position, décroissance temporelle — opère dans une fenêtre de lookback. La fenêtre définit l’univers des touchpoints éligibles au crédit. Une fenêtre de 7 jours sur un produit avec une phase de considération de 45 jours manquera les touchpoints de notoriété qui ont démarré le parcours. Une fenêtre de 180 jours sur un achat impulsif attribuera du crédit à une publicité display vue il y a six mois que le client ne se souvient pas avoir vue.

La fenêtre de lookback est une déclaration sur le calendrier de prise de décision du client. Une fenêtre mal alignée avec les cycles d’achat réels modélise un parcours qui ne reflète pas la réalité.

Benchmarks Sectoriels

Les cycles d’achat varient considérablement selon les secteurs, et la fenêtre de lookback devrait correspondre :

Ce sont des points de départ, pas des règles. Vos données réelles de cycles d’achat doivent guider le chiffre final. Interrogez vos données de conversion pour trouver la distribution du temps entre le premier touchpoint connu et la conversion :

WITH first_touches AS (
  SELECT
    user_id,
    transaction_id,
    MIN(touchpoint_timestamp) AS first_touch_at,
    MAX(conversion_timestamp) AS converted_at
  FROM touchpoints
  GROUP BY user_id, transaction_id
)

SELECT
  APPROX_QUANTILES(
    TIMESTAMP_DIFF(converted_at, first_touch_at, DAY),
    100
  )[OFFSET(50)] AS median_days,
  APPROX_QUANTILES(
    TIMESTAMP_DIFF(converted_at, first_touch_at, DAY),
    100
  )[OFFSET(90)] AS p90_days,
  APPROX_QUANTILES(
    TIMESTAMP_DIFF(converted_at, first_touch_at, DAY),
    100
  )[OFFSET(95)] AS p95_days
FROM first_touches

Définissez votre fenêtre de lookback au P90 ou P95 de votre temps premier-contact-à-conversion. Cela capture la grande majorité des parcours légitimes tout en filtrant le bruit des touchpoints anciens.

Conséquences de Mauvaises Fenêtres

Trop Courte

Quand la fenêtre de lookback est plus courte que votre cycle d’achat réel, vous excluez systématiquement les touchpoints en haut de funnel. Les effets :

• L’attribution premier contact devient sans signification. Si les touchpoints de notoriété sont en dehors de la fenêtre, « premier contact » est en réalité « premier contact dans une limite de temps arbitraire ». Le canal qui a réellement présenté le client ne reçoit aucun crédit.
• Les canaux de découverte semblent faibles. Le marketing de contenu, le référencement naturel, les campagnes de marque — tout ce qui opère en haut de funnel est sous-crédité car ces interactions ont eu lieu avant l’ouverture de la fenêtre.
• Les longueurs de parcours semblent artificiellement courtes. Les modèles multi-touch (linéaire, basé sur la position) voient moins de touchpoints par conversion, ce qui concentre le crédit sur les quelques contacts qui survivent à la limite de la fenêtre.
• Les conversions non attribuées augmentent. Les conversions sans touchpoints qualifiants dans la fenêtre apparaissent comme « direct » ou « non attribué », gonflant la contribution apparente du canal direct.

Trop Longue

Quand la fenêtre de lookback est plus longue que votre cycle d’achat réel, vous incluez des touchpoints qui n’ont aucune relation causale avec la conversion. Les effets :

• Les anciens touchpoints diluent le crédit. Une impression display d’il y a quatre mois reçoit du crédit à côté du clic de recherche de marque de la semaine dernière, même si le client a oublié la publicité display depuis des mois.
• L’attribution linéaire en souffre le plus. Avec plus de touchpoints dans la fenêtre, chacun reçoit une part plus petite du crédit. Les touchpoints récents à fort impact sont dilués par des touchpoints anciens non pertinents.
• Les canaux de notoriété semblent disproportionnellement forts. Les canaux en haut de funnel qui génèrent de nombreuses premières impressions accumulent des touchpoints sur de longues fenêtres, gonflant leurs revenus attribués par rapport à leur influence réelle.
• Les coûts de calcul augmentent. Des fenêtres plus longues signifient plus de jointures touchpoints-conversions. Dans BigQuery, cela affecte directement les octets scannés et l’utilisation des slots. Une fenêtre de 365 jours sur un site à fort trafic peut produire un ordre de grandeur de plus de lignes qu’une fenêtre de 30 jours.

Valeurs par Défaut des Plateformes pour Comparaison

Quand vous construisez l’attribution dans votre entrepôt, vous remplacez la fenêtre intégrée de la plateforme par la vôtre. Savoir ce que les plateformes utilisent aide à comprendre pourquoi vos chiffres diffèrent des leurs :

Les fenêtres des plateformes sont conçues pour maximiser les conversions attribuées à la plateforme. Votre fenêtre d’entrepôt devrait être conçue pour refléter le parcours client réel.

Notez que les fenêtres d’attribution de Meta ont été significativement raccourcies après iOS 14.5. Avant l’ATT, Meta utilisait 28 jours de clic et 7 jours de vue comme valeurs par défaut. La réduction à 7 jours de clic et 1 jour de vue signifie que Meta revendique maintenant moins de conversions qu’historiquement, ce qui rend la comparaison cross-plateformes encore plus compliquée.

Implémentation en SQL

La fenêtre de lookback apparaît comme un filtre dans la jointure de la table de touchpoints :

FROM touchpoint_events t
JOIN conversion_events c
  ON t.user_pseudo_id = c.user_pseudo_id
  AND t.event_timestamp <= c.event_timestamp
  AND t.event_timestamp >= TIMESTAMP_SUB(
    c.event_timestamp,
    INTERVAL 30 DAY  -- votre fenêtre de lookback
  )

Pour rendre la fenêtre configurable dans dbt, utilisez une variable de projet :

-- dbt_project.yml
-- vars:
--   attribution_lookback_days: 30

AND t.event_timestamp >= TIMESTAMP_SUB(
  c.event_timestamp,
  INTERVAL {{ var('attribution_lookback_days') }} DAY
)

Cela vous permet de changer la fenêtre sans modifier le SQL du modèle. Vous pouvez également exécuter l’attribution avec plusieurs fenêtres pour voir dans quelle mesure vos résultats sont sensibles au choix — si les classements changent considérablement entre des fenêtres de 30 jours et de 60 jours, votre sélection de fenêtre fait plus de travail analytique que vous ne le souhaitez peut-être.

Test de la Sensibilité à la Fenêtre

Avant de vous engager sur une fenêtre, testez son impact sur vos résultats. Exécutez le même modèle d’attribution (le linéaire est un bon choix car il utilise tous les touchpoints) avec plusieurs longueurs de fenêtre et comparez les classements des canaux :

-- Exécuter pour des fenêtres de 7, 14, 30, 60, 90 jours
-- Comparer : quels canaux gagnent/perdent des parts à mesure que la fenêtre s'élargit ?

Si vos 3 premiers canaux sont les mêmes pour toutes les fenêtres, le choix de la fenêtre importe peu pour vos décisions business. Si un canal passe de la 2e place à 14 jours à la 7e place à 90 jours, vous avez découvert que la contribution de ce canal est sensible à la fenêtre — il opère principalement dans une partie spécifique de la chronologie du parcours.

Cette analyse de sensibilité est elle-même une forme de désaccord entre modèles. Tout comme le désaccord entre modèles révèle l’incertitude dans l’attribution du crédit, le désaccord entre fenêtres révèle l’incertitude dans le périmètre du parcours.

Quand Revisiter Votre Fenêtre

Ne la définissez pas une fois pour toutes. Révisez la fenêtre de lookback quand :

• Votre produit ou prix change. Les prix plus élevés prolongent généralement les phases de considération. Un produit passé de 50 $ à 500 $ a probablement besoin d’une fenêtre plus longue.
• Vous entrez dans un nouveau segment de marché. Les cycles de vente enterprise B2B sont fondamentalement différents des inscriptions en libre-service, même pour le même produit.
• Les patterns saisonniers évoluent. Les achats impulsifs de fêtes peuvent nécessiter une fenêtre plus courte que votre valeur annuelle par défaut.
• Vos données de conversion vous le dictent. Exécutez la requête de percentiles ci-dessus trimestriellement. Si le temps P90 de conversion dérive, votre fenêtre devrait dériver avec lui.