Attribution multi-touch : d'où viennent vraiment vos ventes en 2026

Votre rapport GA4 dit que Google génère 70% de vos ventes. Votre rapport Meta dit que Meta génère 60%. En réalité vous avez vendu 500 produits ce mois. Le problème d'attribution n'est pas un problème technique, c'est un problème de décision. Quand vous ne savez pas d'où viennent vraiment vos ventes, vous distribuez mal vos budgets.

Pourquoi l'attribution est cassée depuis iOS 14

Avant 2021, le Pixel Meta pouvait suivre 95%+ des conversions. Depuis iOS 14 (et iOS 17 qui a renforcé les restrictions), ce taux est tombé à 40-60% sur les appareils Apple, qui représentent 60-70% des acheteurs en ligne en France dans les catégories mode et beauté premium.

Ce que ça provoque en pratique

• Meta "voit" moins de conversions et optimise sur un signal appauvri
• Chaque plateforme attribue les mêmes conversions de façon indépendante (double, triple comptage)
• GA4 sous-rapporte les conversions qui proviennent d'apps mobiles
• Last-click (le modèle par défaut) ne représente plus le comportement réel multi-écran des acheteurs

Les solutions selon votre niveau de maturité

Niveau 1 : Conversions API (obligatoire)

La CAPI (Conversions API) envoie les événements de conversion directement depuis votre serveur vers Meta, sans dépendre du navigateur de l'utilisateur. C'est la base absolue, sans CAPI correctement configurée, vous pilotez avec 40-60% des données. Implémentation via votre plateforme e-commerce (Shopify natif, WooCommerce plugin) ou via un outil comme Stape ou Elevar.

Niveau 2 : Google Tag Manager côté serveur

Le Server-Side GTM déplace votre tracking du navigateur vers un serveur intermédiaire. Résultat : meilleure collecte de données, meilleure attribution, et conformité RGPD renforcée. Nécessite un développeur pour la mise en place initiale (2-4 jours) mais c'est un investissement qui se rentabilise immédiatement.

Niveau 3 : Modélisation statistique (MMM)

Le Marketing Mix Modeling est l'approche utilisée par les Grands Comptes. Il consiste à modéliser statistiquement la relation entre vos dépenses par canal et vos ventes totales, indépendamment des cookies ou pixels. Accessible aux marques avec 12+ mois de données et 10 000€+/mois de budget pub via des outils comme Northbeam, Rockerbox ou Triple Whale.

Le modèle d'attribution pragmatique

En attendant une infrastructure parfaite, voici l'approche que j'applique chez mes clients :

1. Pilotez le MER global hebdomadairement, c'est votre seul indicateur vraiment fiable
2. Utilisez les données plateformes pour les optimisations relatives, pas pour les comparaisons inter-plateformes
3. Faites des tests géographiques holdout pour mesurer l'incrémentalité par canal
4. Interrogez vos clients, une simple question "Comment nous avez-vous découvert ?" dans votre email post-achat donne des insights que les outils ne peuvent pas capturer

Données first-party : l'avenir de votre tracking

La réponse à long terme à la crise de l'attribution est de construire vos propres données first-party :

• Programme de fidélité qui identifie vos clients cross-sessions et cross-devices
• Login client sur votre site (chaque session connectée est une donnée propre)
• Email marketing riche (chaque clic d'email est un signal first-party précis)
• Enquêtes post-achat automatisées via Klaviyo ou Postscript

Ces données first-party peuvent ensuite être envoyées à Meta et Google via leurs audiences CRM pour améliorer la qualité de vos campagnes indépendamment des restrictions de tracking.