Le last click est-il mort ?

En 2016, 79% des annonceurs français jugeaient les performances de leur campagnes média via le modèle last click (source IFOP), aujourd’hui cette tendance est à la baisse. Qu’est-ce qui pousse une majorité d’entre eux à utiliser ce modèle ? Quelles raisons expliquent le fait que de plus en plus d’annonceurs se tournent vers d’autres modèles d’attribution marketing ? 

Le last click de l’antiquité à nos jours

Pourquoi le modèle last click est-il si populaire si sa légitimité est remise en cause aujourd’hui ?  Le last click est le modèle d’attribution utilisé par défaut dans la majorité des outils d’achat média, en particulier la suite Google. Etant donné que des outils comme GoogleAds et Facebook Business Manager sont très largement répandus et comptent pour une part significative des investissements média des annonceurs, ceux-ci ont adopté le last click par … défaut. 

Heureusement, avec le temps, les annonceurs ont gagné en maturité et ont remarqué que cette approche pouvait être réductrice et non représentative du comportement réel des consommateurs

Mais avant de creuser plus en détail le sujet, revenons sur le fonctionnement du modèle last click pour mettre en évidence ces limitations.

 

Le last click sous le capot

 

Pour mieux comprendre, un exemple est toujours plus efficace qu’un long discours :

Pierre souhaite acheter un canapé. 

  • N’ayant eu aucune influence extérieure, il cherche donc “achat canapé” sur son navigateur. Il arrive sur votre site via une campagne GoogleAds et il consulte votre catalogue, il commence à se forger une opinion sur vos produits mais n'achète pas.
  • Le lendemain, Pierre consulte ses stories Instagram et se voit présenter une bannière retargeting faisant la promotion du canapé consulté la veille sur votre site.
  • Quelques minutes plus tard, sa décision est prise et il cherche directement le modèle de canapé précédemment consulté. Il arrive sur votre site grâce au référencement naturel et finalise l’achat de son nouveau canapé.

Son chemin de conversions peut donc être schématisé comme ceci: 

Sur la base du modèle last clic, 100% de la décision d’achat est attribué à cette dernière visite en référencement naturel. On pourrait donc proposer la recommandation suivante :  Diminuer les investissements sur Google Ads et renforcer les efforts SEO. 

 

Voyons maintenant comment se déroule le parcours de Pierre avec cette nouvelle stratégie.

  • Pierre commence toujours par taper “achat canapé” sur son navigateur, mais comme cette requête est très concurrentielle il clique sur le premier lien sponsorisé qu’il rencontre, il s’agit de celui de l’un de vos concurrents.
  • Lors de sa visite sur Instagram, il ne se fait pas retargeter car il n’est pas encore venu sur votre site et vous ne connaissez donc pas les intentions d’achat de Pierre.
  • Il finit par rechercher le modèle de canapé souhaité dans son navigateur en décrivant les caractéristiques du produit. Et cette fois-ci, votre offre apparait comme premier lien de référencement naturel, mais Pierre ne connaît pas votre marque et décide d’acheter son canapé chez la concurrence.

Evidemment il s’agit ici d’un exemple caricatural mais qui met en évidence l’impact de recommandations basées sur des données biaisés.

 

Vers l’infini et au-delà ... du last click

 

La limite essentielle du last click vient du fait que dans un certain nombre de cas le dernier clic joue en réalité un rôle mineur dans la décision finale d’un achat effectué sur un site internet.

Fort de ce constat, de plus en plus d’annonceurs se tournent vers des modèles d’attribution dits “data driven”, qui se basent (entre autres) sur les caractéristiques de chaque visite afin de déterminer le véritable impact de chaque point de touche entre la marque et le consommateur dans la décision d’achat du consommateur. L’ajustement de votre mix média peut donc se faire sur la base de données beaucoup plus proches de la réalité. Imaginez les optimisations possible si vous saviez que Pierre a pris sa décision à 35% grâce à votre annonce GoogleAds, à 45% grâce à Instagram et seulement à 20% grâce au SEO !

La volonté de Wizaly est de capter toutes les interactions qu’un internaute peut avoir avec votre marque pour ensuite leur donner le (vrai) crédit qu’elles méritent. Pour en savoir plus sur les modèles data driven, consultez notre article sur le sujet.