Smart Tracking : pourquoi le cookie 30 jours + last click est dépassé ?

En marketing à la performance, une chose compte plus que tout : prendre de bonnes décisions à partir de mesures fiables. Or, depuis quelques années, le contexte technologique et légal a profondément changé. Comparer des statistiques issues d’un modèle “déterministe cookie 30J” à une approche moderne multi-signaux revient souvent à comparer deux réalités différentes.

L’objectif de ce focus est d’expliquer simplement pourquoi le tracking “cookie + last click” est devenu incomplet, et comment notre l’approche Smart Tracking Affilae permet de retrouver une mesure plus consistante, sans jamais “gonfler” la performance.

1) Le vrai sujet : une perte structurelle de mesure

Pendant longtemps, le tracking était relativement linéaire :
clic → cookie → conversion attribuée.

Aujourd’hui, ce schéma casse plus souvent, à cause de contraintes devenues structurelles :

• blocages de cookies et mécanismes anti-tracking (navigateurs, CMP),
• restrictions iOS / Android,
• adblockers qui empêchent le déclenchement de pixels,
• règles de consentement (RGPD / CNIL) qui réduisent la couverture observable
• pertes au mauvaises configuration des utms analytics.

Ce point est clé : quand la chaîne “clic → conversion” se rompt, la conversion peut rester réelle, mais devenir orpheline du point de vue de l’attribution.
Et ce n’est pas seulement un problème de reporting, cela peut entraîner une sous-rémunération des éditeurs/créateurs et des arbitrages budgétaires biaisés.

Autre angle mort majeur, les conversions in-app.

Une part croissante des parcours se termine directement dans les applications mobiles (e-commerce, retail, services), là où les cookies et pixels web ne suffisent plus à relier correctement le clic initial à la conversion.
Résultat, sans une approche robuste de tracking in-app, une partie de la performance devient invisible… et donc potentiellement sous-attribuée et sous-rémunérée.

Exemple concret : sur l’application mobile de La Redoute, le tracking in-app représente plus de 50%* du chiffre d’affaires généré par l’influence sur la période analysée (du 1er avril au 30 septembre inclus). Autrement dit : si vous ne mesurez pas correctement l’in-app, vous ne mesurez pas correctement l’influence.

La réponse d’Affilae à cette nouvelle réalité, c’est le “Smart Tracking”.

Concrètement, c’est une méthode d’attribution multi-signaux qui réconcilie déterministe et probabiliste pour maintenir une mesure fiable dans un environnement devenu incomplet.

• Elle donne la priorité aux signaux déterministes (Click ID, cookies 1st party, codes/vouchers, identifiants transactionnels) et, lorsque la liaison clic → conversion ne peut plus être reconstruite de façon déterministe, elle s’appuie sur un modèle dédié pour réconcilier la conversion avec un clic initial réel. 

• L’objectif est simple : produire une attribution plus consistante et plus représentative, afin de piloter la performance, et la rémunération des partenaires avec davantage de justesse.

2) Le Smart Tracking ne “triche” pas, il répare une liaison perdue

Quand on introduit du probabiliste ou du Machine Learning, une crainte revient souvent : “Est-ce que ça gonfle mes résultats ?”

Notre réponse est simple : non.
Le “Smart Tracking” ne crée pas de conversions. Il vise à corriger une perte structurelle de données en reconstruisant le lien entre un clic réel et une conversion réelle quand le déterministe ne suffit plus.

En clair, nous ne fabriquons pas de performance. Nous évitons qu’une partie de la performance réelle disparaisse des radars.

3) 100% des conversions attribuées viennent d’un clic initial réel

C’est le garde-fou le plus important à comprendre.

Sans clic initial réel, il n’y a pas d’attribution.

Chaque conversion attribuée par Affilae est ancrée dans un clic tracké (via identifiants de clic et signaux traçables). Le Smart Tracking intervient ensuite uniquement pour réconcilier ce clic avec la conversion lorsque des obstacles (consentement, device, blocage, etc.) empêchent une liaison déterministe directe.

Conséquence : l’approche est à la fois plus robuste et plus juste pour l’écosystème, en particulier pour les partenaires affiliés qui ne sont pas toujours “dernier clic”.

4) Comment fonctionne le Smart Tracking (sans jargon)

Le Smart Tracking unifie déterministe et probabiliste dans une logique très simple :

A) Priorité aux signaux déterministes (deterministic-first)

Quand c’est possible, on attribue avec les signaux les plus fiables :

• click ID
• cookies 1st party
• voucher/codes
• customer ID / identifiants transactionnels (quand disponibles et conformes)

Objectif : maximiser l’attribution certaine, traçable et stable.

B) Réconciliation probabiliste quand le déterministe est impossible

Quand la réconciliation déterministe ne peut pas relier clic et conversion, un modèle d’attribution dédié intervient pour réduire l’angle mort, en s’appuyant sur :

• l’historique de session,
• la continuité temporelle et comportementale,
• des facteurs d’engagement permettant d’améliorer la qualité de l’attribution.

À retenir : ce n’est pas “au doigt mouillé”. C’est une méthode pour rendre la mesure plus représentative dans un environnement devenu incomplet.

C) Quality score, anomalies et fraude : attribution ≠ sans contrôle

Un tracking moderne doit intégrer des garde-fous :

• quality score (niveau de confiance / qualité du parcours),
• détection d’anomalies,
• signaux anti-fraude et cohérence.

Parce qu’une attribution “simple” peut sembler propre… tout en étant structurellement biaisée.

5) Pourquoi vos chiffres peuvent différer vis-à-vis d’autres solutions Analytics ?

Si une solution mesure principalement en déterministe cookie 30 jours (souvent couplé au last click), elle attribue très bien une partie des parcours… mais :

• perd mécaniquement les parcours sortant de ce cadre (multi-device, consentement, blocage pixels/cookies),
• favorise les touchpoints de fin de parcours, parce que ce sont souvent ceux qui restent les plus visibles.

Affilae, via le Smart Tracking, vise une mesure plus consistante et plus représentative, en récupérant une partie des conversions réelles qui deviennent “inattribuables” dans un modèle old school, tout en gardant la règle d’or : pas de clic initial, pas d’attribution.

6) La bonne manière de comparer deux méthodes de tracking

Comparer uniquement “le total attribué” est rarement pertinent.
Pour évaluer un modèle, il faut regarder :

1. Couverture : quelle part des conversions est reliée à un clic ?
2. Biais last-click : qui capte la fin de parcours, et qui est sous-valorisé ?
3. Stabilité : est-ce stable par device/OS/consentement ?
4. Qualité : quels garde-fous anti-anomalies et anti-fraude ?
5. Lisibilité : règles claires, niveaux de confiance, auditabilité.

Conclusion : l’enjeu n’est plus la simplicité, c’est la fiabilité

Le “cookie 30J + last click” a eu son utilité. Mais il décrit de moins en moins bien la réalité des parcours et des contraintes modernes.

Le Smart Tracking est notre réponse : une attribution multi-signaux, déterministe-first, renforcée par une réconciliation dédiée quand nécessaire, pour une mesure plus juste, plus stable, et plus représentative. Sans artifice. Sans création de conversions. Avec un principe simple : tout part d’un clic réel.