Attribution marketing B2B : rapprocher trois sources
Rapprochez découverte déclarée, acquisition mesurée et origine des opportunités B2B. Modèles d’attribution, fiche de revue, exemple fictif et limites de preuve.
By Lead Scorer 8 min read
L’attribution marketing répartit le crédit d’une conversion entre des points de contact selon une règle ou un modèle. En B2B, elle gagne à être accompagnée de deux autres informations : ce que le prospect raconte de sa découverte et la manière dont l’opportunité est entrée dans le processus commercial. Ces informations peuvent différer sans que l’une soit fausse.

Ce guide s’adresse à une petite équipe marketing et commerciale qui doit expliquer la provenance de ses demandes. Il propose une fiche de rapprochement, un exemple fictif et une revue des inconnues. L’objectif est de mieux lire les données avant une décision d’investissement, sans transformer un témoignage de prospect en preuve de revenu incrémental.
À quoi sert un modèle d’attribution marketing ?
Un modèle précise comment une conversion est créditée aux interactions retenues dans le parcours. Le guide d’Adobe France distingue notamment les approches à point unique et celles qui partagent le crédit. Voici les différences utiles pour lire un rapport :
| Approche | Principe de lecture | Question à garder ouverte |
|---|---|---|
| Premier point observé | Le premier contact retenu reçoit le crédit | Que manque-t-il avant ce contact ? |
| Dernier point retenu | Le crédit se concentre sur la dernière interaction éligible | Quelles étapes ont précédé cette action ? |
| Répartition linéaire | Les contacts retenus reçoivent une part égale | Leur poids est-il réellement comparable ? |
| Modèle fondé sur les données | Une estimation répartit le crédit à partir des données disponibles | Quelles interactions et quelle couverture alimentent le modèle ? |
Ce panorama décrit des principes. Il ne donne pas la liste des options de chaque logiciel. Google Analytics précise que les anciens modèles premier clic, linéaire, décroissance temporelle et basé sur la position ne sont plus proposés depuis novembre 2023. Il faut donc vérifier le modèle réellement appliqué au rapport consulté.
Choisir une répartition ne reconstitue pas un parcours absent des données. Pour un cycle B2B qui implique plusieurs personnes, une conversion mesurée peut aussi décrire une action différente de l’ouverture ou de la conclusion d’une opportunité commerciale.
Ce que le podcast permet de distinguer
Dans The Predictable Pipeline Playbook, sur Demand Decoded, l’animateur Dan propose trois niveaux de lecture : grande origine du portefeuille commercial, détail de cette origine et analyse du canal. Il recommande de rapprocher les déclarations des prospects et les traces logicielles.
Une demande via le site peut ainsi être une origine commerciale générale. La personne peut toutefois expliquer qu’une recommandation lui a fait découvrir l’entreprise. Ce détail apporte une information que le seul classement d’une visite ne raconte pas.
L’épisode fournit un raisonnement de praticien, pas une mesure de fiabilité de l’attribution. Les chiffres promotionnels du prestataire, les annonces et les seuils illustratifs de budget ne sont pas repris comme résultats démontrés. La fiche et l’exemple ci-dessous sont des propositions éditoriales.
Une fiche avec trois informations séparées
Avant de chercher le meilleur modèle, définissez ce que vous souhaitez comparer. Un champ unique appelé source devient ambigu s’il mélange une réponse libre, une campagne et un partenaire à l’origine d’une affaire.
- Découverte déclarée. La réponse exacte du prospect, la question posée, la date et le point de collecte. Elle indique ce que cette personne rapporte.
- Acquisition mesurée. La provenance capturée pour une visite, un utilisateur ou un événement, avec son périmètre, sa date et le modèle pertinent. Une absence de donnée reste visible.
- Origine de l’opportunité. La catégorie commerciale convenue, le document qui l’étaye, un responsable et l’identifiant de l’opportunité.
Un apporteur d’affaires peut présenter une entreprise dont un interlocuteur remplira ensuite un formulaire. Une autre personne du même compte peut connaître votre contenu depuis longtemps. Conservez ces différences au lieu de faire hériter à chaque personne l’histoire supposée du compte.
Le tableau de bord commercial sert à choisir les indicateurs d’une revue régulière. Le présent guide traite leur provenance : quelle question chaque source permet de résoudre et quelle interprétation reste incertaine.
Poser une question compréhensible sans orienter la réponse
Une formulation possible est : « Comment avez-vous découvert notre entreprise ? » Si vous cherchez plutôt le déclencheur de la demande actuelle, posez cette question séparément : « Qu’est-ce qui vous a décidé à nous contacter aujourd’hui ? » Ces deux réponses ne mesurent pas le même moment.
Un champ libre laisse apparaître un nom de personne, un événement ou une publication absente d’une liste. Une liste facilite le classement mais peut influencer la réponse en donnant seulement certaines possibilités. Dans les deux cas, autorisez l’absence de souvenir et conservez le détail utile. Une réponse forcée peut être moins exploitable qu’une inconnue explicite.
La collecte ajoute aussi un effort au formulaire ou à l’entretien. Décidez si cette information est utile à ce stade et examinez son effet dans vos propres données. La recommandation d’un podcast ne prouve pas qu’un champ obligatoire améliore votre taux de demande.
Gardez une formulation stable pendant la période étudiée. Si vous modifiez la question, sa position ou ses choix, notez la date du changement. Une variation des réponses peut venir de ce changement de collecte et pas seulement d’une évolution de l’acquisition.
Classer les déclarations en conservant le texte d’origine
Préparez un dictionnaire court de catégories avec exemples et exclusions. Une fiche de classement peut contenir le texte brut, la catégorie proposée, le détail nommé, la personne qui vérifie, la date et une note d’incertitude.
« Un confrère m’a envoyé votre guide » peut être classé en recommandation professionnelle. Le guide reste un détail nommé. N’en déduisez pas que l’envoi a eu lieu sur LinkedIn ou que le confrère avait lui-même découvert le document sur Google. « Sur internet » peut rester trop vague pour un classement plus fin.
L’IA peut suggérer un classement, à condition de garder une revue des cas ambigus. Elle ne doit pas inventer un nom de campagne ni transformer plusieurs mots d’une phrase en autant d’interactions indépendantes. Une correction doit pouvoir changer la catégorie sans effacer la déclaration initiale.
Exemple fictif : recommandation, recherche et demande entrante
Imaginons un cabinet B2B qui accompagne la réorganisation des demandes internes. Tout cet exemple est inventé. Une responsable indique qu’un confrère lui a recommandé une intervention du cabinet lors d’une rencontre professionnelle. Une visite précédant le formulaire est classée en recherche organique. L’opportunité commerciale est créée à partir de la demande via le site.
L’équipe conserve les trois lectures : découverte déclarée par recommandation, visite capturée depuis la recherche et affaire ouverte par une demande entrante. Elle ne remplace pas la réponse de la personne par la catégorie technique du formulaire.
Il reste plusieurs inconnues : le terme recherché, le contenu exact recommandé et les autres interactions des collègues impliqués dans l’achat. Le cabinet n’ajoute pas ces étapes à la fiche pour rendre le récit plus cohérent. Il peut demander une précision pertinente, ou conserver l’inconnue.
Si plusieurs déclarations indépendantes citent la même rencontre, l’équipe dispose d’une piste à examiner. Une seule opportunité séduisante ne permet pas d’attribuer tout son montant à cet événement ni de généraliser son rendement.
Lire les résultats avec le bon dénominateur
Commencez par la couverture de la collecte. Parmi les demandes éligibles, combien ont une réponse utilisable ? Parmi les opportunités étudiées, combien ont une origine étayée par une trace ? Affichez séparément les réponses absentes, trop vagues et non relues.
Choisissez ensuite l’unité : déclaration, contact, compte ou opportunité. Deux déclarations d’une même entreprise ne sont pas deux clients gagnés. Plusieurs affaires d’un même compte ne deviennent pas non plus un seul parcours individuel. Définissez une règle de regroupement adaptée à la décision.
Pour comparer les résultats commerciaux par origine, conservez la même cohorte d’entrée, la même définition d’étape et une fenêtre d’observation comparable. Les affaires encore ouvertes doivent rester visibles. Le guide du taux de transformation commercial explique les erreurs produites par des populations mélangées.
Un montant d’affaires associé à une déclaration décrit un rapprochement. Il n’est pas une estimation du revenu supplémentaire causé par le canal. La mémoire du répondant, les réponses manquantes, la qualité des liens entre dossiers et la couverture technique limitent cette lecture.
Organiser une revue qui débouche sur une action
Prenez une cohorte récente de demandes que l’équipe peut examiner. Inscrivez la question, l’unité, le point de collecte et la période. Rapprochez les trois informations sans les modifier pour qu’elles concordent.
Classez les écarts : questions différentes, donnée manquante ou erreur réelle. Attribuez à une erreur une correction concrète, par exemple réparer une correspondance entre dossiers ou clarifier une catégorie. Une inconnue non résolue reste une inconnue.
La décision peut être modeste : améliorer la collecte, approfondir une provenance récurrente ou différer une conclusion budgétaire. Lead Scorer peut aider à organiser le contexte des comptes et les brouillons relus. Il ne retrouve pas une interaction non observée et ne détermine pas, à partir d’une réponse libre, la cause d’une vente.
Questions fréquentes
Qu’est-ce que l’attribution marketing ?
Elle répartit le crédit d’une conversion entre des points de contact selon une règle ou un modèle. En B2B, rapprochez ce calcul de la découverte déclarée et de l’origine de l’opportunité commerciale.
Quel modèle d’attribution choisir en B2B ?
Le choix dépend de la décision, du cycle et des interactions effectivement observées. Les approches premier point, dernier point ou répartition multiple ne répondent pas à la même question. Vérifiez les modèles disponibles dans le logiciel utilisé.
Comment collecter une attribution déclarative ?
Posez une question compréhensible sur la découverte, gardez la réponse exacte et autorisez l’absence de souvenir. Séparez cette question de celle qui porte sur le déclencheur de la demande actuelle.
Pourquoi les sources du CRM et des visites diffèrent-elles ?
Elles peuvent porter sur des moments et des unités différents. Une recommandation déclarée, une visite depuis la recherche et une opportunité ouverte via un formulaire peuvent coexister. Examinez les écarts avant de modifier les catégories.