Mesure & attribution
Analyste d'attribution cross-canal
Analyse les parcours clients à travers les canaux marketing pour comprendre la contribution réelle de chaque canal. Se déclenche quand l'utilisateur pose des questions sur l'attribution, le ROI par canal, « quel canal fonctionne vraiment ? », ou souhaite comprendre les parcours multi-touch. Compare les modèles d'attribution, identifie les canaux sous-évalués et recommande une réallocation budgétaire basée sur l'impact réel.
---name: analyste-d-attribution-cross-canaldescription: "Analyse les parcours clients à travers les canaux marketing pour comprendre la contribution réelle de chaque canal. Se déclenche quand l'utilisateur pose des questions sur l'attribution, le ROI par canal, « quel canal fonctionne vraiment ? », ou souhaite comprendre les parcours multi-touch. Compare les modèles d'attribution, identifie les canaux sous-évalués et recommande une réallocation budgétaire basée sur l'impact réel."---# Analyste d'attribution cross-canalComprendre quels canaux génèrent vraiment des conversions, pas seulement ceux qui en récupèrent le crédit.## Philosophie de base**Le dernier clic vous ment.** Le canal qui reçoit le crédit de la conversion n'est souvent pas celui qui a fait le travail de fond. Un client peut vous découvrir via une recherche organique, se renseigner sur vous via des publicités payantes, puis finalement convertir via une recherche de marque ; mais le dernier clic attribue tout le crédit à la marque.**L'objectif :** mettre au jour la contribution réelle de chaque canal pour investir dans ce qui génère vraiment la croissance.**Le principe :** l'analyse multi-touch révèle le parcours client complet, en exposant les canaux qui initient, accompagnent et concluent, chacun étant précieux à sa façon.---## Contexte nécessaire### Indispensable**1. Données de parcours de conversion**Pour chaque conversion :- Séquence de points de contact (canal/source/support pour chaque interaction)- Horodatage de chaque point de contact- Valeur de la conversion (le cas échéant)- Type de conversion**2. Liste des canaux**Tous les canaux marketing du mix :- Recherche payante (marque vs hors marque)- Social payant (Meta, LinkedIn, TikTok, etc.)- Recherche organique- Direct- Email- Référencement (referral)- Display/programmatique- Affiliation- Autres### Fortement recommandé**3. Données de dépenses par canal**- Dépenses mensuelles ou hebdomadaires par canal- Pourcentages d'allocation actuels**4. Métriques de volume**- Conversions par canal (attribution actuelle)- Chiffre d'affaires par canal- Trafic par canal### Un plus- Valeur vie client (LTV) par canal d'acquisition- Délai de conversion (temps entre le premier contact et la conversion)- Données de croisement d'appareils- Données de points de contact hors ligne- Données d'intégration CRM---## Cadre d'analyse### Étape 1 : évaluation de l'attribution actuelle**Comparaison des modèles d'attribution :**| Modèle | Logique | Idéal pour | Biais ||-------|-------|----------|------|| **Dernier clic** | 100 % au dernier point de contact | Canaux de conclusion | Sous-évalue la notoriété || **Premier clic** | 100 % au premier point de contact | Canaux de découverte | Sous-évalue le nurturing || **Linéaire** | Crédit égal à tous les points de contact | Vue équilibrée | Aucune différenciation || **Dégressif dans le temps** | Plus de crédit aux points de contact récents | Orienté vente | Sous-évalue le haut de tunnel || **Basé sur la position** | 40 % premier, 40 % dernier, 20 % milieu | Bornes équilibrées | Sous-évalue le milieu || **Data-driven** | Basé sur le ML, selon l'impact réel | Le plus précis | Nécessite un gros volume de données |**Matrice de comparaison des modèles :**| Canal | Dernier clic | Premier clic | Linéaire | Dégressif dans le temps | Basé sur la position ||---------|------------|-------------|--------|------------|----------------|| Canal A | X conv | X conv | X conv | X conv | X conv || Canal B | X conv | X conv | X conv | X conv | X conv || ... | ... | ... | ... | ... | ... |---### Étape 2 : analyse des schémas de parcours**Schémas de parcours courants :**| Schéma | Exemple | Fréquence | Valeur ||---------|---------|-----------|-------|| Touch unique | Payant → Conversion | X % | X € || Deux touches | Organique → Payant → Conversion | X % | X € || Trois touches et plus | Social → Organique → Email → Conversion | X % | X € |**Distribution de la longueur des parcours :**| Points de contact | % des conversions | Valeur moyenne | Jours moyens ||-------------|------------------|-----------|----------|| 1 | X % | X € | X || 2 | X % | X € | X || 3 | X % | X € | X || 4+ | X % | X € | X |**Point clé :** des parcours plus longs indiquent souvent des clients à plus forte valeur, qui se renseignent davantage avant de s'engager.---### Étape 3 : analyse du rôle des canaux**Cadre des rôles de canaux :**| Rôle | Définition | Valeur ||------|------------|-------|| **Initiateur** | Premier point de contact du parcours | Construit la notoriété, démarre la relation || **Influenceur** | Points de contact intermédiaires | Nourrit, éduque, construit la considération || **Concluant** | Dernier point de contact | Transforme l'intention en action || **Solo** | Conversions en un seul touch | Tunnel complet en une seule touche |**Distribution des rôles par canal :**| Canal | Initiateur | Influenceur | Concluant | Solo | Implication totale ||---------|-----------|------------|--------|------|-------------------|| Recherche payante - Marque | X % | X % | X % | X % | X conversions || Recherche payante - Hors marque | X % | X % | X % | X % | X conversions || Social payant | X % | X % | X % | X % | X conversions || Recherche organique | X % | X % | X % | X % | X conversions || Email | X % | X % | X % | X % | X conversions || Direct | X % | X % | X % | X % | X conversions || Référencement | X % | X % | X % | X % | X conversions |**Enseignements par rôle :**- % d'initiateur élevé = fort moteur de notoriété- % de concluant élevé = fort moteur de conversion- % d'influenceur élevé = critique pour la phase de considération- % équilibré = canal full-funnel---### Étape 4 : analyse des conversions assistées**Comparaison assisté vs dernier clic :**| Canal | Conv. dernier clic | Conv. assistées | Ratio d'assistance | Évaluation ||---------|-----------------|---------------|--------------|------------|| Canal A | 100 | 150 | 1,5 | Sous-évalué || Canal B | 100 | 50 | 0,5 | Correctement évalué || Canal C | 100 | 250 | 2,5 | Très sous-évalué || Canal D | 100 | 30 | 0,3 | Potentiellement surévalué |**Interprétation du ratio d'assistance :**| Ratio | Signification | Implication ||-------|---------|-------------|| >2,0 | Fort assisteur | Essentiel au parcours, sous-évalué par le dernier clic || 1,5-2,0 | Assisteur modéré | Joue un rôle de soutien important || 1,0-1,5 | Équilibré | Assiste et conclut à parts égales || 0,5-1,0 | Fort concluant | Convertit plus qu'il n'assiste || <0,5 | Concluant principal | Presque toujours le dernier point de contact |---### Étape 5 : estimation de la valeur réelle du canal**Calcul d'attribution pondérée :**Pour une vue équilibrée, utiliser un modèle basé sur la position ou un modèle personnalisé :```Valeur du canal = (Initiations × Poids Initiation) +(Assistances × Poids Assistance) +(Conclusions × Poids Conclusion)Poids recommandés :- Initiations : 30 %- Assistances : 20 % (réparti entre toutes les assistances)- Conclusions : 50 %```**Métriques d'efficacité par canal :**| Canal | Dépense | Conv. attribuées | Conv. réelles* | CPA (dernier clic) | CPA (réel) | Δ ||---------|-------|-----------------|------------|------------------|------------|---|| Canal A | X € | X | X | X € | X € | X % || Canal B | X € | X | X | X € | X € | X % || ... | ... | ... | ... | ... | ... | ... |*Conv. réelles = attribution pondérée selon le modèle multi-touch---### Étape 6 : détection des synergies cross-canal**Analyse des combinaisons de canaux :**| Premier touch | Dernier touch | Taux de conversion | Valeur moyenne | Fréquence ||-------------|-------------|-----------------|-----------|-----------|| Social payant | Recherche payante marque | X % | X € | X || Organique | Email | X % | X € | X || Display | Recherche payante | X % | X € | X |**Paires à forte synergie :**Canaux qui fonctionnent bien ensemble ; investir dans l'un rend l'autre plus efficace.**Risques de cannibalisation :**Canaux qui pourraient se disputer le crédit du travail de l'autre.---## Format de sortie### Résumé exécutif```SANTÉ DE L'ATTRIBUTION : 🟢/🟡/🔴Période d'analyse : [Plage de dates]Total des conversions analysées : X XXXCanaux dans le mix : XCONSTAT CLÉ : [Insight principal]PLUS GRANDE OPPORTUNITÉ : [Opportunité de réallocation]RISQUE : [Canal potentiellement sur ou sous-évalué]```---### Comparaison des modèles d'attribution**Conversions par modèle :**| Canal | Dernier clic | Premier clic | Linéaire | Basé sur la position | Δ (BP vs DC) ||---------|------------|-------------|--------|----------------|--------------|| Recherche payante - Marque | XXX | XX | XX | XX | -XX % || Recherche payante - Hors marque | XXX | XXX | XXX | XXX | +XX % || Social payant | XX | XXX | XX | XXX | +XX % || Recherche organique | XX | XXX | XXX | XXX | +XX % || Email | XXX | XX | XXX | XXX | -XX % || Direct | XXX | XX | XX | XX | -XX % |**Observations clés :**- [Observation sur les canaux qui gagnent/perdent selon les modèles]- [Observation sur les plus grands écarts]- [Observation sur la qualité/les limites des données]---### Analyse du rôle des canaux```INITIATEURS (moteurs de notoriété) :1. [Canal] - XX % des parcours démarrent ici2. [Canal] - XX % des parcours démarrent iciINFLUENCEURS (bâtisseurs de considération) :1. [Canal] - Présent dans XX % des parcours multi-touch2. [Canal] - Présent dans XX % des parcours multi-touchCONCLUANTS (moteurs de conversion) :1. [Canal] - XX % des conversions se concluent ici2. [Canal] - XX % des conversions se concluent ici```---### Rapport des canaux sous-évalués**Canaux méritant plus de crédit/budget :**| Canal | Crédit actuel | Contribution réelle | Écart | Recommandation ||---------|----------------|-------------------|-----|----------------|| [Canal A] | XX XXX € | XX XXX € | +XX % | Augmenter le budget de XX % || [Canal B] | XX XXX € | XX XXX € | +XX % | Augmenter le budget de XX % |**Pourquoi sous-évalué :**- [Canal A] : [Explication, par exemple « Fort initiateur, démarre 40 % des parcours convertis mais ne reçoit que 10 % du crédit en dernier clic »]---### Rapport des canaux surévalués**Canaux recevant trop de crédit :**| Canal | Crédit actuel | Contribution réelle | Écart | Recommandation ||---------|----------------|-------------------|-----|----------------|| [Canal C] | XX XXX € | XX XXX € | -XX % | Diminuer le budget de XX % || [Canal D] | XX XXX € | XX XXX € | -XX % | Tester une réduction |**Pourquoi surévalué :**- [Canal C] : [Explication, par exemple « Conclut principalement des parcours démarrés par d'autres canaux ; le supprimer redirigerait les conclusions vers d'autres canaux »]---### Insights sur le parcours**Parcours moyen :**- Points de contact : X,X- Durée : X jours- Chemin le plus courant : [Canal] → [Canal] → [Canal]**Schémas de parcours à forte valeur :**| Schéma de parcours | Taux de conversion | Valeur moyenne | Volume ||-----------------|-----------------|-----------|--------|| [Schéma 1] | XX % | XXX € | XX/mois || [Schéma 2] | XX % | XXX € | XX/mois || [Schéma 3] | XX % | XXX € | XX/mois |**Opportunité d'optimisation :** [Insight sur la façon d'encourager davantage de parcours à forte valeur]---### Recommandations de réallocation budgétaire**Allocation actuelle vs recommandée :**| Canal | Dépense actuelle | % actuel | % recommandé | Δ | Action ||---------|---------------|-----------|---------------|---|--------|| [Canal A] | XX XXX € | XX % | XX % | +X % | Augmenter de X XXX € || [Canal B] | XX XXX € | XX % | XX % | -X % | Diminuer de X XXX € || [Canal C] | XX XXX € | XX % | XX % | , | Maintenir || **Total** | XX XXX € | 100 % | 100 % | | |**Projection d'impact de la réallocation :**- Conversions additionnelles attendues : +XX/mois- Amélioration du CPA attendue : -X,XX € (-X %)- Confiance : Élevée/Moyenne/Faible**Risques de la réallocation :**- [Risque 1 et mesure d'atténuation]- [Risque 2 et mesure d'atténuation]---### Recommandations de tests**Expériences d'attribution à mener :**| Test | Hypothèse | Méthode | Durée ||------|------------|--------|----------|| Coupure [Canal] | Si l'on met en pause [Canal], les autres canaux capteront-ils la demande ? | Coupure géographique ou temporelle | 2 à 4 semaines || Test d'impact [Canal] | Quelle est la valeur incrémentale réelle de [Canal] ? | Étude de lift de conversion | 4 semaines || Test de transfert budgétaire | [Canal A] s'améliore-t-il quand [Canal B] est réduit ? | Réallocation budgétaire contrôlée | 4 semaines |---### Évaluation de la qualité des données**Santé des données d'attribution :**| Facteur | Statut | Impact ||--------|--------|--------|| Suivi cross-device | 🟢/🟡/🔴 | [Impact sur l'analyse] || Couverture cookies/consentement | 🟢/🟡/🔴 | [Impact sur l'analyse] || Cohérence des UTM | 🟢/🟡/🔴 | [Impact sur l'analyse] || Suivi des conversions | 🟢/🟡/🔴 | [Impact sur l'analyse] || Fraîcheur des données | 🟢/🟡/🔴 | [Impact sur l'analyse] |**Angles morts connus :**- [Angle mort 1, par exemple « Les conversions vues (view-through) ne sont pas captées »]- [Angle mort 2, par exemple « Les conversions par appel téléphonique ne sont pas dans l'attribution »]- [Angle mort 3, par exemple « L'impact hors ligne n'est pas mesuré »]---## Scénarios particuliers### Scénario 1 : forte dépendance à la recherche de marque**Situation :** la recherche de marque représente 60 % ou plus des conversions en dernier clic**Focus d'analyse :**- Quels canaux alimentent la recherche de marque ?- Les recherches de marque existeraient-elles sans le haut de tunnel ?- Test : mettre en pause le display/social, mesurer la baisse de la recherche de marque### Scénario 2 : cycles de vente longs (B2B)**Situation :** délai moyen de conversion de 30 jours ou plus**Focus d'analyse :**- L'attribution au premier clic devient plus importante- Les canaux de contenu/nurturing sont probablement sous-évalués- Nécessité d'étendre la fenêtre de lookback- Prendre en compte la qualité des leads, pas seulement leur nombre### Scénario 3 : trafic direct élevé**Situation :** « Direct » apparaît comme le canal principal**Focus d'analyse :**- Le direct signifie souvent un échec de suivi ou du dark social- Investiguer : les UTM sont-ils cohérents ? Les liens sont-ils partagés ?- Considérer : le trafic organique de marque peut être mal étiqueté en direct- Un vrai trafic direct traduit généralement une forte notoriété de marque (c'est bon signe)### Scénario 4 : canal unique dominant**Situation :** un seul canal génère 80 % ou plus des conversions**Focus d'analyse :**- S'agit-il d'une vraie dominance ou d'un artefact d'attribution ?- Vérifier : qu'est-ce qui assiste ce canal ?- Risque : dépendance excessive à un seul canal- Test : lift incrémental pour vérifier l'impact réel---## Référence de calcul### Formule d'attribution basée sur la position```Pour un parcours de N points de contact :Premier touch : 40 % de la valeur de conversionDernier touch : 40 % de la valeur de conversionTouches intermédiaires : 20 % / (N-2) chacune (si N > 2)Exemple (4 points de contact, conversion de 100 €) :- Touch 1 : 40 €- Touch 2 : 10 €- Touch 3 : 10 €- Touch 4 : 40 €```### Calcul du ratio d'assistance```Ratio d'assistance = Conversions assistées / Conversions en dernier clicOù :- Assistées = conversions où le canal est apparu sans être le dernier- Dernier clic = conversions où le canal était le point de contact final```### Calcul du CPA réel```CPA réel = Dépense du canal / Conversions pondéréesOù les conversions pondérées utilisent un modèle basé sur la position ou un modèle personnalisé```---## Limites**Ce que je peux analyser :**- Les schémas de parcours multi-touch- La distribution des rôles par canal- L'impact de la comparaison des modèles- Les ratios d'assistance et la contribution- La logique de réallocation budgétaire**Ce que je ne peux pas fournir :**- L'incrémentalité statistique (nécessite des tests de lift)- Le recoupement cross-device (nécessite une résolution d'identité)- L'attribution hors ligne (nécessite une intégration)- L'impact des vues (view-through, nécessite des données d'impression)- Une attribution « correcte » définitive (implique toujours un jugement)**Pour une attribution complète, intégrer aussi :**- Le marketing mix modeling (MMM) pour une validation descendante- Des tests d'incrémentalité pour obtenir une vérité terrain- Des enquêtes clients pour une attribution autodéclarée- Les données CRM pour une vue complète du cycle de vie---## Liste de contrôle qualitéAvant de livrer l'analyse :- [ ] Tous les modèles d'attribution ont été comparés- [ ] Les rôles des canaux sont clairement identifiés- [ ] Les ratios d'assistance sont calculés et interprétés- [ ] Les canaux sous-évalués/surévalués sont signalés- [ ] Les schémas de parcours sont analysés- [ ] La réallocation budgétaire est quantifiée- [ ] Les risques de la réallocation sont notés- [ ] Les problèmes de qualité des données sont reconnus- [ ] Des recommandations de tests sont fournies- [ ] Les limites sont clairement énoncées---*Compétence adaptée en français depuis le dépôt open source [anthropics/skills](https://github.com/anthropics/skills) (licence Apache 2.0).*
SKILL.mdMarkdownUTF-8FR481 lignes
# Comment utiliser cette compétenceJ'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». Peux-tu m'aider à comprendre lequel de mes canaux marketing génère vraiment des conversions ?## Exemples d'utilisation**Exemple 1 : analyse d'attribution complète**J'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». Voici mes données de parcours de conversion issues de Google Analytics. Je veux comprendre quels canaux sont sous-évalués et où je devrais déplacer mon budget.**Exemple 2 : comparaison de modèles**J'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». J'ai des données de conversion sur 5 canaux. Montre-moi comment l'attribution change entre le modèle dernier clic et le modèle basé sur la position.**Exemple 3 : analyse du rôle des canaux**J'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». Je soupçonne que mes publicités Facebook sont sous-évaluées parce qu'elles démarrent surtout des parcours. Peux-tu analyser les rôles des canaux ?**Exemple 4 : réallocation budgétaire**J'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». Voici mes dépenses par canal et mes données de conversion. Selon la contribution réelle, comment devrais-je réallouer mon budget de 50 000 €/mois ?**Exemple 5 : investigation sur la recherche de marque**J'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». La recherche de marque représente 60 % de nos conversions en dernier clic. Est-elle vraiment si précieuse, ou est-ce que d'autres canaux font le vrai travail ?**Exemple 6 : analyse des schémas de parcours**J'ai besoin d'utiliser la compétence « analyste d'attribution cross-canal ». Je veux comprendre le parcours client type : combien de points de contact, quelle durée, et quels chemins mènent aux conversions à plus forte valeur.## Ce qu'il faut fournir**Indispensable :**- Données de parcours de conversion (séquence de canaux pour chaque conversion)- Canaux de votre mix marketing- Période d'analyse**Fortement recommandé :**- Dépenses par canal- Valeurs de conversion (si variables)- Horodatage par point de contact**Optionnel :**- Données de valeur vie client (LTV)- Données d'appareils- Données de délai de conversion- Ventilation au niveau des campagnes## Où trouver ces données**Google Analytics 4 :**- Publicité > Attribution > Parcours de conversion- Exporter les données de parcours ou utiliser le rapport de comparaison de modèles**Google Ads :**- Attribution > Métriques de parcours- Rapports d'attribution de recherche**Rapports des plateformes :**- Meta : paramètres d'attribution, conversions assistées- LinkedIn : rapports de parcours de conversion## Ce que vous obtiendrez1. **Comparaison de modèles** : voir comment le crédit se déplace entre les modèles d'attribution2. **Rôles des canaux** : quels canaux initient, assistent ou concluent les conversions3. **Analyse des assistances** : identifier les canaux sous-évalués qui contribuent aux parcours4. **CPA réel** : coût par acquisition basé sur l'attribution pondérée5. **Plan de réallocation** : où déplacer le budget selon la contribution réelle6. **Insights sur le parcours** : chemins courants et schémas à forte valeur7. **Plan de test** : comment valider les résultats avec des tests d'incrémentalité## Conseils de pro- Exportez au moins 30 jours de données de parcours pour obtenir des schémas significatifs- Séparez la recherche payante de marque et hors marque ; leurs rôles sont très différents- Le « direct » masque souvent des échecs d'attribution ; investiguez tout pourcentage de direct élevé- L'analyse multi-touch compte surtout pour les achats réfléchis (B2B, B2C à forte valeur)- Utilisez cette analyse pour justifier des tests, pas pour prendre des décisions drastiques immédiates- Lancez des tests d'incrémentalité sur les canaux qui montrent de gros écarts entre les modèles
UTILISATION.mdMarkdownUTF-8FR74 lignes
Questions
Questions fréquentes
Qu'est-ce que l'attribution cross-canal et pourquoi le dernier clic ment ?
L'attribution cross-canal reconstitue tout le parcours d'un client (chaque canal touché avant l'achat), au lieu de créditer uniquement le dernier point de contact. Un client peut vous découvrir via une recherche organique, se renseigner via une pub payante, puis convertir sur une recherche de marque : le dernier clic attribue alors 100 % du mérite à la marque, alors que trois canaux ont travaillé. Résultat concret : les canaux de notoriété (social payant, display, contenu) sont systématiquement sous-évalués et risquent de voir leur budget coupé à tort.
À quelle fréquence faut-il refaire cette analyse pour une PME ?
Un point trimestriel suffit dans la plupart des cas, sauf si vous testez une réallocation budgétaire : là, il faut analyser avant et après sur une fenêtre de 4 semaines minimum. En dessous d'environ 100 conversions par mois, les modèles data-driven manquent de volume : mieux vaut se contenter d'un modèle basé sur la position (40 % premier, 40 % dernier, 20 % au milieu) recalculé chaque trimestre. Pour un cycle de vente long en B2B (30 jours et plus), la fenêtre de lookback doit être étendue en conséquence, sinon vous perdez les premiers points de contact.
Comment savoir si un canal est sous-évalué ou surévalué ?
Le ratio d'assistance est l'indicateur clé : conversions assistées divisées par conversions en dernier clic. Au-dessus de 2,0, le canal est un fort assisteur largement sous-évalué par le dernier clic (typiquement le social payant ou le display qui initient sans conclure) ; en dessous de 0,5, c'est un concluant principal qui capte du crédit généré par d'autres (souvent la recherche de marque). Un signal d'alerte classique : si le trafic direct devient votre premier canal, c'est presque toujours un problème de suivi UTM ou du trafic organique mal étiqueté, pas une vraie performance.
Quelles sont les erreurs les plus fréquentes en attribution pour une PME ?
La première erreur est de couper le budget d'un canal parce qu'il a peu de conversions en dernier clic, sans vérifier son taux d'assistance : c'est souvent le canal qui construit la notoriété en amont. La deuxième est de sur-attribuer à la recherche de marque : si elle représente 60 % ou plus des conversions en dernier clic, il faut tester une coupure du display ou du social pour voir si les recherches de marque s'effondrent aussi. La troisième est de traiter l'attribution comme une science exacte : sans test d'incrémentalité (coupure géographique ou temporelle sur 2 à 4 semaines), aucun modèle ne prouve la valeur réelle, il ne fait qu'éclairer un jugement.
Comment traduire l'attribution en réallocation budgétaire concrète ?
La méthode : comparer le crédit actuel (dépense et conversions en dernier clic) à la contribution réelle estimée via un modèle basé sur la position, puis chiffrer l'écart en euros et en pourcentage pour décider d'augmenter ou de réduire chaque ligne. Avant de bouger un euro, testez l'hypothèse sur le terrain, par exemple mettre en pause un canal 2 à 4 semaines pour voir si les autres canaux captent la demande, ou réduire un canal pour observer si un autre s'améliore en compensation. Sans données de dépenses par canal et de délai de conversion, la réallocation reste une estimation ; avec, on peut généralement viser une amélioration du CPA réel de l'ordre de 10 à 20 % en redirigeant le budget des canaux surévalués (souvent la recherche de marque) vers les vrais initiateurs sous-évalués.