L’attribution data-driven (DDA) de Google dans GA4 utilise des modèles de probabilité de conversion, une analyse contrefactuelle et une distribution du crédit basée sur les valeurs de Shapley améliorée par le machine learning. Elle prend en compte jusqu’à 50 points de contact par conversion avec une fenêtre de lookback par défaut de 90 jours.
DDA nécessite des seuils minimaux de données. Lorsque ces seuils ne sont pas atteints, GA4 bascule silencieusement vers l’attribution last-click sans notification.
Les seuils
DDA a besoin de :
- 400+ conversions par type de conversion au cours des 30 derniers jours
- Environ 10 000 parcours avec deux interactions ou plus
Si votre volume de conversions tombe en dessous de ces seuils — à cause de la saisonnalité, d’un changement de tracking, ou simplement parce que vous n’avez pas autant de trafic — GA4 ne vous avertit pas. Il bascule silencieusement vers l’attribution last-click. Vos rapports affichent toujours « Attribution data-driven » dans l’interface, mais la méthodologie a silencieusement changé en dessous.
Quand cela se produit, l’interface GA4 étiquette toujours le modèle comme « Attribution data-driven » mais la méthodologie a changé. Les décisions budgétaires basées sur le modèle affiché peuvent refléter un comportement last-click à la place.
Pourquoi le repli silencieux est un problème
L’attribution last-click est un modèle légitime avec des biais connus. Le problème avec le repli silencieux est le manque de transparence. Un last-click connu permet aux équipes d’interpréter les résultats en conséquence — sur-créditant les canaux de fermeture, sous-créditant les canaux de notoriété. Un last-click inconnu produit des interprétations erronées.
Cela s’amplifie avec le biais inhérent à Google en tant que plateforme publicitaire. Un repli silencieux vers le last-click profite particulièrement à la recherche de marque et au retargeting — canaux où Google capture le dernier clic avant la conversion.
Comment détecter le repli
Google ne facilite pas la détection, mais il existe des signaux :
-
Vérifiez votre volume de conversions. Si un type de conversion a moins de 400 événements au cours des 30 derniers jours, supposez que DDA bascule pour ce type. Ne devinez pas — vérifiez les chiffres dans votre admin GA4 ou l’export BigQuery.
-
Comparez les résultats DDA au last-click connu. Si les parts d’attribution étiquetées DDA correspondent exactement à ce que le last-click produirait, vous avez probablement atteint le repli. Exécutez un modèle last-click manuel sur vos données warehouse et comparez.
-
Surveillez les changements soudains de méthodologie. Si l’attribution DDA d’un canal change considérablement d’un mois sur l’autre sans changement correspondant de l’activité marketing, il se peut que le modèle bascule entre DDA et last-click à mesure que votre volume de conversions franchit le seuil.
L’attribution native en warehouse évite ce piège
Construire une attribution chaîne de Markov ou valeur de Shapley dans votre warehouse offre des avantages au-delà d’éviter les replis silencieux :
- Transparence : Vous pouvez inspecter chaque étape du calcul. Les probabilités de transition, les effets de suppression, la normalisation — tout est interrogeable.
- Personnalisation : Ajustez les fenêtres de lookback, les regroupements de canaux et les paramètres du modèle pour correspondre à votre activité.
- Intégration : Combinez les points de contact en ligne avec des données offline, des interactions CRM et des plateformes non-Google. La DDA de Google ne voit que ce que GA4 trace.
- Auditabilité : Exportez les résultats pour validation et révision par les parties prenantes. Essayez d’auditer la méthodologie DDA boîte noire de Google — vous ne pouvez pas.
- Cohérence : Le modèle s’exécute de la même manière à chaque fois. Pas de changements silencieux de méthodologie basés sur le volume de données.
Le compromis est l’effort d’implémentation. La DDA de Google est clé en main si vous atteignez les seuils. L’attribution native en warehouse nécessite de construire et de maintenir le pipeline. Mais au moins vous savez ce que vous obtenez.
Qui est le plus affecté
Les petites et moyennes entreprises sont les plus vulnérables. Si vous avez un faible volume de conversions (moins de 400/mois pour n’importe quel type de conversion), vous n’obtenez presque certainement pas de vraie DDA de Google. Les entreprises saisonnières sont également à risque — un détaillant peut obtenir une vraie DDA pendant le Black Friday mais basculer vers le last-click en janvier.
Les entreprises B2B avec de longs cycles de vente et peu de conversions se qualifient rarement pour la DDA. Si vous êtes une entreprise B2B SaaS avec 50 conversions par mois, la DDA de Google est du last-click avec une étiquette sophistiquée. Construire votre propre modèle de Markov avec quelques centaines de conversions accumulées vous donne une attribution véritablement data-driven que Google ne peut pas offrir.
Les grandes entreprises avec un volume de conversions élevé sont moins affectées, mais elles devraient quand même vérifier. Même avec 1 000+ conversions par mois, des types de conversion spécifiques (comme les demandes de démo ou les mises à niveau vers le plan entreprise) peuvent tomber individuellement en dessous du seuil.
Relation avec l’attribution native en warehouse
Le repli silencieux de la DDA de Google reflète un pattern plus large dans l’analytics des plateformes : méthodologie opaque, comportement de repli non documenté, et désalignement des incitations entre la plateforme et l’annonceur. L’attribution chaîne de Markov ou valeur de Shapley en warehouse est transparente et auditable — la méthodologie ne change pas en fonction des seuils de volume de données, et chaque étape de calcul est interrogeable.