Google Analytics 4 et Affiliation : le décryptage complet

Compréhension de l’impact de GA4 sur l’affiliation

Avec l’évolution vers Google Analytics 4 (GA4), les marketeurs d’affiliation doivent s’adapter à des changements significatifs, notamment en matière de suivi et d’attribution des conversions. 

Ces changements entraînent notamment une baisse des performances perçues par les marketeurs affiliés comparé à l’analyse des canaux dans Universal Analytics (UA).

Dans cet article, nous vous offrons un guide complet sur l’utilisation de GA4 dans le cadre de l’affiliation, tout en soulignant les avantages d’une approche hybride avec Affilae pour maximiser vos performances.

1. Les changements fondamentaux de GA4 

➜ L’Attribution Data-driven : le nouveau modèle par défaut

C’est l’essence de ce changement, auparavant UA propulsait un modèle d’attribution au dernier clic, avec GA4, c’est un modèle d’attribution basé sur les données (DDA) par défaut. 
Plutôt que de se fier à des règles fixes, il utilise l’analyse de données pour attribuer des valeurs à chaque point de contact sur le parcours client en fonction de leur impact réel sur la conversion.

Désormais, chaque point de contact marketing impliqué dans le parcours client reçoit une part du crédit pour la vente et le revenu généré. La répartition de ce crédit est déterminée par l’algorithme de Google.

Fondamentalement l’approche est intéressante car plus équitable, elle permet de valoriser les leviers haut de tunnel, a l’image de l’attribution en Partage de commission Affilae.

Les leviers « bas de tunnel » eux seront par voie de conséquence, moins valorisés. Cela ne profite donc pas à tous les affiliés mais permet d’équilibrer l’attribution.

En revanche la difficulté ici réside dans les algorithmes complexe que Google utilisent pour définir cette attribution « Data Driven ».
Ce modèle fonctionne comme une sorte de “boîte noire”. Il manque de transparence par rapport aux modèles d’attribution au premier clic ou au dernier clic. Avec le DDA, vous fournissez à Google les données d’entrée (les interactions issues de vos efforts marketing), l’apprentissage automatique de Google effectue ensuite une modélisation des données en arrière-plan, et le résultat est l’attribution des conversions à différents canaux.

Voici la documentation GA4 à ce sujet.

➜ Redéfinition des sessions : moins de conversions attribuées

GA4 redéfinit les sessions de manière plus stricte par rapport à Universal Analytics. Une session ne redémarre plus après un changement de campagne UTM ou une inactivité prolongée.

Il y a donc un risque de sous-évaluation : les clics affiliés, surtout ceux en amont, pourraient ne pas être correctement attribués si l’utilisateur interagit avec plusieurs canaux ou revient plus tard via un autre chemin.

Pour diminuer ce risque, les paramètres UTM doivent être précis : les affiliés doivent s’assurer que leurs liens sont correctement balisés pour minimiser les pertes de données.

➜ L’importance des UTMs

Gardez en tête que GA4 collecte ainsi des données provenant de divers points de contact tout au long de la Customer Journey, y compris différents canaux marketing tels que la recherche organique, la recherche payante, les réseaux sociaux, les campagnes email, etc. Il suit également les interactions des utilisateurs sur votre site web ou application, comme les vues de pages, les clics, et surtout les actions de conversion que vous avez définies.

Tous les modèles d’attribution dépendent de la qualité des données fournies : il est donc crucial d’inclure les bons paramètres UTM au sein de toutes les sources d’affiliation, afin de pouvoir les valoriser.

Si les affiliés ne renseignent pas correctement les utms (au caractère près), cela peut conduire à des erreurs d’attribution.
Par exemple, le trafic et les conversions qui devraient être attribués à l’affiliation peuvent se retrouver dans les sources referrals ou même être classés comme trafic direct (moins fréquent mais possible).

A noter : les données d’attribution peuvent être mises à jour jusqu’à 9 jours après l’enregistrement d’une conversion.

2. L’attribution chez Affilae 

Chez Affilae, vous avez la possibilité de choisir entre 3 modèles d’attribution : First Click, Last Click et Multi-Attribution: Partage.

➜  Focus sur le modèle de Multi-Attribution (Partage)

Le modèle de multi-attribution, également appelé modèle “Partage”, est la solution que nous recommandons pour une gestion optimisée des programmes d’affiliation. Contrairement à l’attribution au dernier clic ou au premier clic, ce modèle valorise l’ensemble des points de contact affiliés ayant contribué à une conversion, offrant ainsi une vision plus équilibrée et réaliste du parcours client.

Pourquoi privilégier le modèle de Partage ?

1.Reconnaissance des contributions tout au long du tunnel de conversion

Ce modèle permet de ne pas laisser de côté les partenaires intervenant en amont du parcours client, tels que les influenceurs, blogs ou médias. Ces acteurs jouent souvent un rôle clé dans la sensibilisation et l’engagement initial du client, mais leur impact est souvent négligé dans les modèles d’attribution traditionnels (dernier clic).

2.Répartition équitable basée sur le “poids” des contributions

La commission est divisée entre tous les affiliés impliqués dans le processus de conversion, selon leur contribution respective. Par exemple :

• Un influenceur qui génère une première interaction significative pourrait recevoir une part de la commission.
• Un affilié last clic, qui intervient juste avant la conversion, recevra également une part correspondant à son rôle dans le tunnel de conversion.

Cette pondération permet une reconnaissance juste et proportionnée, encourageant tous les types de partenaires à continuer d’investir dans votre programme.

Vous pouvez notamment réaliser une simulation de la répartition des commissions ici.

3.Alignement avec le modèle Data-Driven de Google

Le modèle de Partage se rapproche du modèle basé sur les données (Data-Driven) utilisé par Google. Tous deux s’appuient sur une approche multi-points de contact, valorisant l’ensemble des interactions ayant contribué à la conversion. Cependant, contrairement au modèle de Google, le modèle de Partage Affilae ne s’appuie que sur les touches affiliés.

3. Impact performance

Des retours d’expériences récents, avec l’arrivée de GA4, l’analyse des performances en affiliation a été complètement bouleversée. Alors qu’avec Universal Analytics (UA), les écarts d’attribution restaient généralement limités entre 5 et 20 %, nous constatons qu’avec GA4, ces écarts peuvent maintenant dépasser 50 %, rendant la valorisation des performances des programmes d’affiliation peu lisible.

Ces écarts ne reflètent pas une contre-performance de vos affiliés. Ils traduisent simplement une nouvelle manière de mesurer leurs contributions, en prenant en compte tous les points de contact du parcours client.

Pour obtenir une analyse plus claire et équilibrée :

• Combinez les données de GA4 avec celles d’Affilae, qui offrent des modèles transparents et adaptés à vos objectifs.
• Interprétez les résultats de GA4 comme un complément aux analyses Affilae, plutôt qu’un remplacement direct.

En résumé, GA4 apporte une nouvelle vision des performances, mais demande une approche nuancée pour bien comprendre l’impact de vos partenaires affiliés.

4. Astuces GA4 pour retracer au mieux l’affiliation 

Créer un rapport d’exploration sur-mesure pour l’affiliation

Une fois rendu dans l’onglet “Explorer” dans GA4, nous vous invitons à créer un rapport personnalisé à partir du modèle de base “Forme libre”.

Dans la 1ʳᵉ colonne Variables, insérez les dimensions : 

• Campagne
• Source
• Moyen

Insérez les métriques : 

• Utilisateurs actifs
• Sessions
• Revenus d’achats
• Total des utilisateurs
• Conversions

Ensuite, dans la 2ᵉ colonne Paramètres, insérez les dimensions suivantes dans la rubrique Lignes : 

• Source
• Moyen
• Campagne

Dans la rubrique Valeurs : 

• Revenus d’achats
• Sessions
• Total des utilisateurs
• Conversions

Toujours dans la colonne Paramètres, vous n’avez plus qu’à appliquer le filtre suivant :

Dans le cas où des affiliés remontent dans les referrals par exemple, nous vous invitons à créer un filtre via une Regex.
La formule serait : Source matches regex affilae|nom de domaine exact de l’affilié 1|nom de domaine exact de l’affilié 2|…

En résumé, l’évolution du modèle d’attribution sur GA4 est relativement intéressante. Elle permet d’un point de vue macro de voir quel est l’impact des canaux.
Cependant, personne ne sait encore comment fonctionne réellement l’algorithme de GA4. Si la plateforme permet de croiser davantage de données que son prédécesseur, il n’en reste pas moins une boîte noire.

De plus, il est crucial de ne pas tomber dans le piège de la comparaison directe entre ces outils. Les écarts entre les différentes plateformes découlent des modèles distincts et de la diversité des pratiques d’attribution.