Fiabiliser la donnée

Décidez à quels chiffres vous pouvez vous fier avant d’en analyser un seul. Une attribution défaillante produit des recommandations assurées qui visent le mauvais canal, et l’équipe passe ensuite des mois à les exécuter.

Ce chapitre débouche sur une fiche de fiabilité : chaque métrique sur laquelle repose l’audit, sa source et un statut parmi fiable, à manier avec prudence ou inutilisable. Pour illustrer, prenons un SaaS B2B à 2 M€ d’ARR, avec un essai gratuit et un blog qui concentre l’essentiel du trafic. Ses tableaux de bord indiquent que la recherche de marque et le direct apportent la plupart des inscriptions, et que le blog n’en apporte presque aucune.

Réconciliez les sources avant d’en lire une seule

Sortez la même métrique sur la même période depuis chaque système qui la contient. Mettez-vous d’accord sur la source de référence, puis expliquez l’écart.

Métrique	Source de référence	À comparer avec	Ce que signifie souvent l’écart
Inscriptions	Base de données produit	Événement de conversion de l’analytics web	Refus de consentement, bloqueurs de publicité, événement envoyé deux fois, utilisateurs invités
Nouveaux clients	Facturation	Deals gagnés dans le CRM	Deals jamais facturés, clients en self-serve absents du CRM
Nouvel ARR	Facturation	Montants du CRM, reporting au board	Remises, annuel et mensuel mélangés, TVA incluse
Churn	Facturation	Outil de customer success, reporting au board	Baisses de forfait et pauses comptées différemment
Dépenses publicitaires	Comptabilité	Plateformes publicitaires	Honoraires d’agence et outils oubliés dans le CAC
Visites organiques	Clics Search Console	Sessions de l’analytics web	Deux unités différentes, plus le consentement

Un écart stable reste exploitable, puisque la tendance demeure lisible. Un écart qui varie d’un mois à l’autre rend la tendance elle-même douteuse, et la métrique passe en inutilisable tant que personne ne l’explique.

Voyez ce que masque le dernier clic

Voici un parcours fictif dans ce SaaS :

Jour	Point de contact	Page	Crédit en dernier clic
1	Google, requête générique	Article de blog	Aucun
9	Post LinkedIn	Accueil	Aucun
20	Google, nom de la marque	Tarifs, puis inscription	100 % marque

La recherche de marque est le passage obligé des gens déjà convaincus : un modèle au dernier clic flatte donc la marque et cache l’origine de la conversion. Le danger se manifeste au moment du budget. Le blog paraît inutile et la marque ressemble à un moteur de croissance, alors que la requête de marque n’existe que grâce aux contacts précédents.

GA4 propose l’attribution basée sur les données et le dernier clic, et les modèles basés sur la position ont été retirés en 2023 : tout autre modèle se calcule en dehors de l’outil. Un contrôle peu coûteux consiste à ajouter un champ libre « comment nous avez-vous connus ? » à l’inscription ou lors du premier appel commercial. Confrontez ce que les gens déclarent à ce que vos outils ont enregistré, et regardez de près les canaux où les deux divergent le plus.

Repérez les liens qui ne transmettent aucune information

Sur un audit que j’ai mené pour un SaaS B2B, les appels à l’action du blog, les menus et les alertes n’étaient pas tagués, ce qui suffisait à fausser la lecture de tous les canaux. Parcourez chaque endroit où un visiteur peut cliquer vers l’inscription et remplissez cette grille.

Emplacement du lien	État fréquent	Effet	Correction
CTA de blog, dans le texte ou en fin d’article	Aucun suivi	Les inscriptions du blog passent pour du direct	Événement cta_click, et UTM si l’application d’inscription est séparée
Menu principal et pied de page	Aucun suivi	Impossible de savoir si la navigation convertit	Événement cta_click
Newsletter et séquences d’emails	Tagués par moments	L’email se fond dans le direct	UTM sur chaque lien
Alertes et notifications produit	Rarement tagués	Les utilisateurs qui reviennent ressemblent à de nouvelles visites directes	UTM avec une source dédiée
Liens partenaires et réseaux sociaux	Nommage incohérent	Une même source éclatée en cinq	Convention de nommage écrite

# Coming from outside, or handing over to a separate signup app
?utm_source=newsletter&utm_medium=email&utm_campaign=2026-11-benchmark
?utm_source=alert&utm_medium=email&utm_campaign=weekly-report
?utm_source=blog&utm_medium=cta&utm_campaign=guide-cold-email&utm_content=bottom

# Between two pages of the same site: no UTM, send an event
event: cta_click
params: cta_location, cta_text, page_path, destination

Le second bloc compte. Dans un outil d’analytics web, un UTM placé sur un lien entre deux pages du même site relance l’attribution et écrase la vraie source. Réservez les UTM au trafic venu de l’extérieur et aux passages vers une application séparée qui les lit à l’inscription, et utilisez des événements à l’intérieur du site.

Mesurez ensuite la part de ce que vous ne voyez pas. Si votre table d’utilisateurs conserve la source captée à l’inscription :

SELECT
  DATE_TRUNC('month', created_at) AS month,
  COUNT(*) AS signups,
  ROUND(100.0 * COUNT(*) FILTER (WHERE utm_source IS NULL) / COUNT(*), 1) AS pct_no_utm
FROM users
WHERE created_at >= CURRENT_DATE - INTERVAL '12 months'
GROUP BY 1
ORDER BY 1;

Lisez la logique d’attribution ligne par ligne

L’attribution maison se résume le plus souvent à une liste de conditions ordonnées, dans un workflow de CRM, un tableur ou une vue SQL. Demandez à la voir : elle s’arrête à la première source trouvée, si bien que l’ordre des conditions décide du résultat.

CASE
  WHEN utm_source IS NOT NULL      THEN utm_source
  WHEN referrer ILIKE '%google.%'  THEN 'organic_search'
  WHEN landing_page LIKE '/blog/%' THEN 'blog'
  ELSE 'direct'
END AS acquisition_source

Un visiteur arrivé de Google sur un article de blog reçoit organic_search, et la troisième règle ne s’exécute jamais. Remontez la condition sur le blog au-dessus de celle sur le référent, et le même visiteur devient blog. Un clic payant sur Google qui a perdu son UTM et arrive sur une page produit finit dans organic_search avec les deux versions.

Appliquez ces règles aux inscriptions des douze derniers mois, inversez les deux conditions qui se recoupent le plus et comparez les répartitions. Si le classement des canaux change, toutes les décisions passées qui s’appuyaient dessus méritent d’être réexaminées. Écrivez ensuite l’ordre retenu à un endroit que l’équipe peut retrouver.

Ne demandez à chaque outil que ce qu’il sait dire

Un outil d’analytics produit sert à décrire ce que font les utilisateurs une fois entrés, et il ne doit pas devenir votre référence d’acquisition.

Outil	Fiable pour	À ne pas lui demander
Analytics produit	Activation, usage des fonctionnalités, rétention	D’où venaient les visiteurs avant d’avoir un compte
Analytics web	Trafic, pages d’entrée, parcours sur le site	Revenu, leads qualifiés
Search Console	Requêtes, impressions, position, taux de clic	Conversions
CRM	Pipeline et deals	Source d’origine, sauf si elle est remplie automatiquement
Facturation	Ce qui a réellement été payé	D’où vient le client
Plateformes publicitaires	Dépenses et diffusion	Le crédit des conversions, chacune comptant les siennes

Livrez une correction rapide et une correction avancée

La correction rapide tient dans les premières semaines de la roadmap : suivre les CTA du blog et la navigation, taguer les emails et les alertes, ajouter un outil d’analytics d’acquisition qui capte la première et la dernière source de chaque visiteur et les transmet à l’inscription, puis écrire l’ordre d’attribution.

La correction avancée, c’est le multi-touch. Conservez chaque point de contact par compte, puis répartissez le crédit, par exemple 40 % au premier contact, 40 % au dernier et 20 % partagés entre ceux du milieu. Avec une table touches qui contient une ligne par visite et la date de conversion du compte :

WITH ordered AS (
  SELECT
    account_id,
    channel,
    ROW_NUMBER() OVER (PARTITION BY account_id ORDER BY touched_at) AS n,
    COUNT(*)     OVER (PARTITION BY account_id)                     AS total
  FROM touches
  WHERE touched_at <= converted_at
),
weighted AS (
  SELECT
    channel,
    CASE
      WHEN total = 1 THEN 1.0
      WHEN total = 2 THEN 0.5
      WHEN n = 1 OR n = total THEN 0.4
      ELSE 0.2 / (total - 2)
    END AS credit
  FROM ordered
)
SELECT channel, ROUND(SUM(credit), 1) AS attributed_conversions
FROM weighted
GROUP BY channel
ORDER BY attributed_conversions DESC;

Ces poids sont une convention. Ils servent à placer les canaux qui ouvrent un parcours à côté de ceux qui le concluent : lisez donc ce modèle en regard du dernier clic. Appliquez-le aux leads qualifiés et aux clients autant qu’aux inscriptions, car le classement change souvent.

Ce qu’il faut livrer : la fiche de fiabilité

Métrique	Source	Statut	Problème	Correction	Responsable
Inscriptions par source	Base de données produit	À manier avec prudence	CTA du blog non tagués, blog sous-compté	Correction rapide sur les CTA	Marketing
Nouvel ARR	Facturation	Fiable	Réconcilié avec la finance	Aucune	Finance
CAC par canal	Tableur	Inutilisable	Dernier clic, honoraires d’agence absents	À reconstruire après le tracking	Growth

Une conclusion se formule ainsi : « Le blog apparaît comme une source marginale parce que ses CTA ne sont pas suivis et que le modèle est au dernier clic. Tant que ce n’est pas corrigé, aucune conclusion sur le budget contenu ne tient. » Le travail par canal du chapitre sur l’acquisition et les taux par étape du chapitre sur le funnel partent tous deux de cette fiche. Pour la performance organique, le chapitre sur le suivi du guide SEO programmatique va plus loin.

Votre prochaine étape : exportez les inscriptions des douze derniers mois, calculez la part sans source, et demandez à la personne qui a construit votre attribution la liste exacte des conditions, dans leur ordre.