L’attribution vient après la mesure dans le suivi Google Ads : elle ne crée ni vente ni conversion, elle répartit le crédit des événements déjà enregistrés. Cette séparation oblige à documenter l’action, sa source, les canaux créditables, la fenêtre, le modèle et son usage par les enchères. Sans ce périmètre, deux rapports portant le même nom peuvent raconter des chemins différents.
Qu’est-ce que l’attribution résout, et que laisse-t-elle sans réponse ?
Un client clique lundi sur une annonce générique, revient jeudi par une annonce de marque, puis achète. Google Ads doit répartir une vente entre les interactions publicitaires Google éligibles de ce chemin. Il ne distribue pas, dans ce même réglage natif, du crédit à une visite issue d’un moteur naturel, d’un réseau social ou d’un courriel. La comparaison entre ces canaux relève du périmètre multicanal de GA4 ou d’un autre dispositif.
Aucune répartition n’est la vérité complète. Le dernier clic décrit l’interaction éligible qui clôt le chemin ; l’attribution basée sur les données répartit le crédit selon des comparaisons apprises sur les données disponibles. Le résultat dépend donc du produit, de la conversion, des canaux autorisés, de la fenêtre et de ce qui a réellement été observé.
Le piège n’est pas d’utiliser une convention. Il est de comparer deux chiffres sans vérifier qu’ils couvrent les mêmes interactions, puis de lire un écart d’attribution comme une preuve d’impact commercial.
Quels modèles restent dans Google Ads et GA4 ?
Les quatre anciens modèles à règles — premier clic, linéaire, dépréciation dans le temps et basé sur la position — ne sont plus proposés. Google Ads les a remplacés par l’attribution basée sur les données pour les actions concernées, tout en conservant le dernier clic. GA4 propose aussi l’attribution basée sur les données, mais distingue deux lectures au dernier clic selon les canaux créditables.
La documentation Google vérifiée le 16 juillet 2026 sépare bien les modèles de Google Ads des réglages d’attribution de GA4. Les rassembler sous « deux modèles identiques » efface une différence décisive de périmètre.
| Produit et lecture | Statut | Canaux susceptibles de recevoir du crédit |
|---|---|---|
| Google Ads : attribution basée sur les données (DDA) | Par défaut pour la plupart des actions | Interactions publicitaires éligibles selon la source et les canaux créditables de l’action |
| Google Ads : dernier clic | Alternative sélectionnable | Dernière annonce Google éligible et, le cas échéant, son mot clé |
| GA4 : attribution basée sur les données | Modèle de rapport par défaut | Canaux autorisés par le réglage de la propriété |
| GA4 : dernier clic payant et naturel | Alternative | Dernier canal non direct éligible, payant ou naturel |
| GA4 : dernier clic des canaux Google payants | Alternative | Dernier canal Google Ads éligible, avec repli documenté si aucun n’est présent |
| Premier clic, linéaire, dépréciation, position | Supprimés | Plus disponibles comme modèles de réglage |
Le réglage n’est pas une propriété abstraite de tout le compte. Dans Google Ads, le modèle s’applique à une action de conversion et affecte son reporting ainsi que les stratégies d’enchères qui utilisent cette action dans la colonne « Conversions ». Vérifiez donc chaque action avant d’affirmer que « le compte est en DDA ».
Pour la lecture multicanale, vous pouvez comparer les modèles dans GA4. La page sur le calcul de l’attribution basée sur les données détaille séparément sa logique et ses limites.
Fenêtre et modèle d’attribution : deux réglages distincts
Le modèle répartit le crédit entre les interactions éligibles. La fenêtre de conversion fixe la période après un clic, une vue engagée ou une impression pendant laquelle une conversion peut encore être enregistrée. La fenêtre d’analyse d’un rapport filtre, elle, la profondeur de chemin affichée. Confondre ces trois notions produit des comparaisons incohérentes.
Une fenêtre courte peut exclure des interactions anciennes, mais une fenêtre longue n’améliore pas automatiquement la mesure. Elle peut aussi créditer des retours tardifs moins utiles à la décision. Le choix se fonde sur la distribution observée des délais, l’objectif, la source de conversion, le risque de crédit tardif et les limites de remontée hors ligne.
| Type d’interaction | Fenêtre réglable | Valeur par défaut | Quand l’ajuster |
|---|---|---|---|
| Clic | 1 à 30, 60 ou 90 jours selon la source | 30 jours | Comparer le délai entre interaction et conversion, puis couvrir la part utile du cycle |
| Vue engagée | 1 à 30 jours | 3 jours | Vérifier le format et la définition de l’engagement avant d’interpréter le crédit |
| Vue (impression) | 1 à 30 jours ou 1 à 4 semaines selon le sélecteur | 1 jour | Choisir selon l’objectif et contrôler séparément ce crédit sans clic |
Google documente ces valeurs par défaut et plages dans son aide sur les fenêtres de conversion. Le seuil qui qualifie une vue engagée dépend du format et du produit : « dix secondes » n’est donc pas une définition universelle. De même, une conversion après impression ne se limite pas aux campagnes de notoriété.
Avant d’étendre une fenêtre, consultez le rapport de délai, la maturité des ventes et la qualité des imports. Pour un cycle supérieur à trente jours, la bonne réponse peut être une fenêtre plus longue, une meilleure remontée hors ligne, une lecture par cohortes, ou les trois. Aucun passage automatique à soixante ou quatre-vingt-dix jours ne convient à tous les comptes.
Ce que l’attribution ne voit pas
L’attribution ne redistribue que le crédit des interactions et conversions observées ou modélisées dans son périmètre. Un appel non suivi, une vente hors ligne non rapprochée, un appareil non relié ou une recommandation non observable restent absents. Le modèle ne peut pas réparer seul une chaîne de mesure incomplète.
Une vente conclue au téléphone ou en boutique n’entre dans cette lecture que si vous la rapprochez par une conversion hors ligne ou une source compatible. La qualité de l’attribution reste donc bornée par celle de l’ensemble du suivi, des identifiants et de la déduplication.
L’attribution ne mesure pas l’effet causal. Elle partage le crédit de conversions comptabilisées ; elle ne dit pas combien auraient eu lieu sans publicité. Une campagne de marque ou de reciblage peut être proche de la vente sans l’avoir créée. La causalité relève d’expériences d’incrémentalité et de tests d’impact sur les conversions, avec groupe de comparaison, périmètre et incertitude documentés.
- Google Ads et GA4 n’ont ni le même réglage ni toujours les mêmes canaux créditables.
- Le modèle s’applique à une conversion et à un périmètre ; il n’est pas une vérité générale du compte.
- Fenêtre de conversion, fenêtre du rapport et modèle répondent à trois questions différentes.
- Un crédit attribué reste une lecture statistique, pas une preuve d’incrémentalité.
Le réglage dépend-il de la conversion et de la campagne ?
Oui. Dans Google Ads, le modèle est choisi pour une action de conversion, pas une fois pour toutes au niveau du compte. L’aide affiche aussi les canaux susceptibles de recevoir du crédit. Une conversion native Google Ads, une conversion créée depuis GA4 et une visite en magasin peuvent donc présenter des sources, des périmètres ou des disponibilités différents.
L’attribution basée sur les données analyse les interactions admissibles du Réseau de Recherche, y compris Shopping, de YouTube, du Réseau Display et de Demand Gen pour les sources prises en charge. Une campagne Performance Max qui optimise une action utilise les données de cette action selon ses réglages et son éligibilité ; cela ne transforme pas le modèle en réglage global de toutes les surfaces.
Le statut principal ou secondaire change aussi l’usage. Une action principale entre dans la colonne « Conversions » et les enchères lorsque l’objectif correspondant est utilisé. Une action secondaire sert normalement à l’observation dans « Toutes les conversions », sauf notamment si elle est incluse dans un objectif personnalisé affecté à la campagne. Google détaille cette exception dans son aide sur les actions principales et secondaires.
Le reciblage ne se limite pas aux visiteurs du site. Il peut s’appuyer, selon les règles et l’éligibilité, sur des utilisateurs d’application, des listes de clients, des interactions YouTube ou d’autres données propres. Ces personnes ont déjà eu un contact observable avec l’entreprise, mais cette proximité ne prouve pas que la campagne a causé la conversion. L’attribution basée sur les données redistribue du crédit ; elle ne neutralise pas mécaniquement ce biais de sélection.
Avant de comparer Réseau de Recherche, Réseau Display, Demand Gen, Performance Max ou reciblage, alignez l’action, la source, les canaux créditables, la fenêtre, le modèle, la colonne et la période de maturité.
L’attribution basée sur les données en pratique
Quel rôle joue le volume de données ?
Toutes les actions de conversion sont aujourd’hui éligibles à l’attribution basée sur les données, quel que soit leur volume. L’ancienne logique de seuil d’accès ou de repli automatique ne doit plus être utilisée. Google recommande néanmoins au moins 200 conversions et 2 000 interactions publicitaires sur les réseaux pris en charge pendant trente jours pour améliorer la précision du modèle.
Cette recommandation n’est ni une garantie de qualité ni une condition d’activation. Avec moins de données, le modèle continue de fonctionner mais dispose de moins de matière pour distinguer les schémas. Avec davantage de données mal définies, dupliquées ou déconnectées de la vente, il peut optimiser un objectif qui reste mauvais.
L’analyse se fait pour l’action concernée. Le rôle principal ou secondaire détermine ensuite si son résultat sert aux enchères de la campagne. Pour la méthode et les limites, la page consacrée au calcul fondé sur les données complète la documentation Google Ads sur les modèles d’attribution.
Comment lire les conversions multi-appareils ?
Une conversion multi-appareils commence par un clic publicitaire sur un appareil et se termine sur un autre appareil ou dans un autre navigateur. Google combine des observations disponibles et des modèles respectueux de la confidentialité pour compléter les trajets qui ne peuvent pas être reliés directement.
La documentation mentionne des données agrégées issues de personnes précédemment connectées aux services Google pour entraîner ces modèles. Cela ne signifie ni que chaque personne connectée est suivie individuellement, ni que seules les personnes connectées peuvent apparaître dans le total. Le rapport mélange observations et estimations selon l’éligibilité, les seuils de confidentialité et les signaux disponibles.
Le détail individuel n’est donc pas reconstructible. Pour analyser un écart entre Google Ads et GA4, comparez l’action, la date attribuée, la fenêtre, les canaux créditables, le consentement et les identités disponibles, puis contrôlez le traitement des conversions multi-appareils.
Lire le rapport de comparaison Google Ads
Au 16 juillet 2026, les rapports d’attribution se trouvent sous Objectifs > Mesures > Attribution. Le chemin d’interface peut évoluer ; l’aide officielle sur les rapports d’attribution reste le point de contrôle. Le rapport de comparaison confronte deux modèles selon des dimensions telles que campagnes, groupes d’annonces, mots clés ou appareils.
Conservez l’action de conversion, la période, la fenêtre d’analyse, la dimension et les filtres avec l’export. Le rapport peut exclure des réseaux ou campagnes lorsque l’historique compatible est incomplet. Il ne couvre par ailleurs que les interactions publicitaires présentes dans le périmètre Google Ads retenu.
Un écart entre attribution basée sur les données et dernier clic montre un déplacement de crédit. Il ne prouve pas que l’amont a créé les ventes supplémentaires. Avant de couper ou renforcer une campagne, confrontez cet écart à la marge, au rendement marginal, à la maturité des conversions et, lorsque l’enjeu le justifie, à une expérience d’incrémentalité.
GA4 possède ses propres rapports de comparaison et son propre périmètre multicanal. La page DDA contre dernier clic dans GA4 traite cette lecture sans la confondre avec le rapport Google Ads.
Avant de changer de modèle : trois contrôles
Changer le modèle d’une action modifie la répartition du crédit dans les rapports et le signal utilisé par les stratégies d’enchères qui optimisent cette action. L’effet attendu n’est pas un délai universel, mais un déplacement variable selon les chemins, la latence et les campagnes.
- Figer le périmètre : notez action, source, statut principal ou secondaire, objectifs de campagne, canaux créditables, fenêtre et modèle actuel. Vérifiez les imports hors ligne avant de modifier la lecture.
- Comparer avant de basculer : utilisez le rapport de comparaison sur une période mûre. Mesurez les écarts de conversions, de coût par conversion et de valeur rapportée au coût par campagne, sans transformer ces écarts en preuve causale.
- Recaler les cibles concernées : si la conversion alimente les enchères intelligentes, traduisez le déplacement observé dans les objectifs de coût ou de valeur. Évitez d’ajouter simultanément une restructuration qui empêcherait d’isoler l’effet du modèle.
La période d’évaluation dépend du nombre moyen de jours avant conversion, du volume, de la stabilité et du cycle commercial. Google recommande d’attendre que le délai moyen de conversion soit passé avant de juger les jours récents, puis d’ajuster enchères et cibles à partir des colonnes du modèle comparé. Cette méthode est détaillée dans les bonnes pratiques de changement de modèle.
Trois phrases à retenir avant de réallouer un budget
Elles ferment les principaux angles morts :
- L’attribution basée sur les données est le défaut de la plupart des actions, pas une propriété garantie de tout le compte.
- Le dernier clic reste une alternative sélectionnable lorsqu’elle est proposée, et pas seulement un instrument de comparaison.
- Avant de réallouer un budget, nommez le produit, la conversion, les canaux créditables, la fenêtre, le modèle et ce qu’il ne peut pas observer.
Un modèle peut améliorer la cohérence entre rapports et enchères. Il ne remplace ni la valeur commerciale, ni la mesure hors ligne, ni une preuve d’effet incrémental.
